基于MATLAB小波变换的电力系统谐波检测方法研究

本文介绍基于MATLAB小波变换的谐波检测方法。由于小波变换具有良好的时频局部化特性,近年来已将小波变换应用于谐波检测中。本文采用一维小波变换中Daubechies(dbN)小波将噪声信号分解。综合利用MATLAB中的Simulink、电力系统工具箱进行仿真建模。通过仿真验证表明,小波变换能快速而准确地将信号中的基波信号和不同频率的谐波信号分解出来,从而达到检测谐波的目的。     

基于小波变换检测谐波的新方法

首次将小波变换应用于电力系统皮检测，通过对含有谐波的电流信号进行正交小波分解，分析了电流信号的各个尺度上的分解结果。利用多分辨的概念，将低频段上的结果看作不含谐波的基波分量。     

基于小波变换和快速傅里叶变换的谐波检测

基于傅里叶变换的谐波检测方法可以确定平稳信号中各次谐波的频率和幅值,小波变换可以准确把握信号的局部细节。利用两种方法各自互补的优势,采用一种将小波变换和快速傅里叶变换相结合的综合检测方法对典型的复杂谐波信号进行检测,通过MATLAB仿真结果可知,该检测方法可以准确地检测各次稳态谐波、确定瞬变信号、准确地定位突变点的位置,为解决谐波问题提供了可行性和有效性的方案。     

基于傅立叶和小波变换的电网谐波检测

利用小波变换的奇异信号检测能力和较好的时域分辨率,结合傅立叶变换准确的频域分辨能力,提出了傅立叶和小波变换联合检测的改进算法,并通过仿真验证了算法的可行性。     

基于小波变换的时变谐波检测

提出了一种基于小波变换的时变谐波检测方法,利用正交小波在Ｌ＾２（Ｒ）空间线性张成的标准正交小波基和小波函数时频局部性的特点,将谐波时变幅值投影到小波函数和尺度函数张成的子空间上,从而把时变幅值的估计问题转化为常系数估计,利用最小二乘法即可实现时变谐波的检测。     

基于谐波小波变换的电力系统谐波检测研究

准确的谐波分析对电力系统稳定具有重要意义。为克服传统小波分析方法的缺点,提出将谐波小波用于噪声环境下谐波分析。首先对谐波小波进行加窗处理以减少频谱Gibbs现象,然后运用谐波小波方法实现各谐波分量的分离,计算出各谐波分量的瞬时幅值和频率,并对结果进行最小二乘拟合以提高精度。大量的仿真结果表明谐波小波方法在电力谐波分析中是准确有效的。     

基于小波变换的时变谐波检测

提出了一种基于小波变换的时变谐波检测方法,利用正交小波在L2(R)空间线性张成的标准正交小波基和小波 函数时频局部性的特点,将谐波时变幅值投影到小波函数和尺度函数张成的子空间上,从而把时变幅值的估 计问题转化为常系数估计,利用最小二乘法即可实现时变谐波的检测。同时递推最小二乘法的应用使该方法 适用于谐波在线跟踪。     

基于小波变换的谐波电流监测及线损分析

针对谐波电流带来的电网损耗问题,提出了利用小波变换和FFT进行谐波电流检测及电网损耗分析的综合监测方法。基于小波变换的多分辨率分析方法,对电网电流谐波进行了检测,并将基波信号和谐波信号分离,利用傅里叶变换方法,得到低频部分中稳态谐波的频谱信息;根据各谐波分量的幅值,计算电网电流畸变率、功率因数以及造成的线路功率损耗,实现对谐波电流的监测。结果表明,随着低频谐波电流幅值的减小,电流畸变以及造成的功率损耗将会明显降低;随着电流谐波成分的增加,将会导致电网功率损耗增加。该研究为电力系统电能质量监测以及谐波治理提供了理论基础。     

小波变换在电力系统谐波检测方面的应用

针对傅里叶变换的谐波检测方法无法同时实现时-频变域分析这一缺点,提出了小波变换这一新方法对谐波进行分析。通过小波变换对电力系统中的谐波电流进行分解,得到信号的基波分量和高次谐波分量。针对电力系统中的突变信号,提出了基于小波变换的模极大值的奇异性检测方法,通过小波变换模的极值点在多尺度上的综合表现,来表示信号的突变特征,并通过仿真实例验证该算法的有效性。     

基于Synchrosqueezing小波变换的谐波和间谐波检测方法

非线性电力元件的广泛使用使电力系统的谐波和间谐波污染越来越严重。为准确计算谐波和间谐波的参数特征,以有效克服噪声影响,提出基于Synchrosqueezing小波变换的谐波和间谐波的一种检测方法。首先对电力系统信号进行连续小波变换;然后确定同步挤压阈值,对连续小波变换结果进行同步挤压,并利用同步挤压结果计算电力信号主频率;最后,设置提取频率区间,将电力信号分解为一组内蕴模态类函数分量(IMT),并结合Hilbert变换及最小二乘拟合,精确计算噪声背景下谐波和间谐波的幅值与频率。通过模拟信号和实测信号对所提方法有效性进行了分析,实验结果表明,与Prony和HHT方法相比,本文方法通过同步挤压有效抑制了噪声干扰,谐波和间谐波的检测精度有较好的提高。     

基于提升小波包变换的谐波电能计量

为了克服加窗插值傅里叶算法无法准确计量非稳态谐波的缺陷,实现同时对电力系统稳态、非稳态信号的谐波电能进行准确计量,提出了基于提升小波包变换的谐波电能计量方案,详细阐述了其原理,提升分解、重构步骤。给出了整数次谐波、非整数次谐波功率计算公式,并通过仿真实验证明了该方法的准确性、可行性。对该算法进行优化,并进行DSP算法仿真实验,并估算该算法运行时占用空间大小及耗费时间,结果表明该算法能有效节省内存空间及运行时间。     

基于CWT和DWT相结合的谐波检测

提出了一种基于连续小波变换(CWT)和离散小波变换(DWT)相结合的电力系统谐波检测方法。首先利用CWT系数的幅值来检测谐波频率,该过程不用事先根据谐波次数确定分解层数,而只是确定尺度范围及步长,即可得出各次谐波频率。然后根据确定的谐波成分利用DWT来检测谐波幅值,并通过Matlab软件进行了仿真分析。仿真结果表明该方法有效地解决了基于离散小波变换的谐波检测方法中谐波次数未知而无法确定分解层数的难题,并能精确可靠检测各次谐波频率和相应的幅值。因此,CWT和DWT相结合是一种有效的电力系统谐波检测方法。     

基于经验小波变换的电力系统谐波检测方法

针对噪声干扰下的稳态以及暂态谐波检测问题,首次提出一种基于经验小波变换的电力系统谐波检测方法。首先利用经验小波变换从电力谐波信号中提取出一组具有紧支撑频谱的调幅-调频分量,实现各次谐波与基波信号的分离。接着对分离出的谐波分量进行Hilbert变换,从而获取各次谐波的幅值和频率检测参数以及暂态谐波的扰动起止时刻。对多类谐波信号的仿真结果表明,所提方法有效避免了传统Hilbert-Huang变换存在的模态混叠问题,即使在低信噪比下也能实现多频谐波信号的自适应分解,在确保各类参数检测结果精度的同时,兼具良好的噪声鲁棒性和检测实时性。     

基于小波和短时傅里叶变换的电网谐波分析

为了测量电网中的波动谐波,将小波变换和短时傅里叶变换方法相结合用于电网谐波分析。通过小波变换设计出一组带通滤波器来分离出基波和各次谐波,并采用短时傅立叶变换计算出基波和各次谐波的幅值、频率和相位。仿真结果表明,当信号中存在高斯白噪声时该算法仍可准确检测出基波和2到63次谐波的幅值、频率和相位,且算法简单易于实现。     

基于小波变换抗混叠谐波检测的一种新方法

通过分析小波混叠本质,推导出基于小波变换的谐波检测算法,该算法改善了谐波检测过程中的混叠现象。通过Matlab仿真实验表明本文方法有较好的抗混叠效果,有利于进行电力系统谐波信号精确分析。该算法实现比较简单,是一种新的快速抗混叠方法,具有一定的实用价值。     

基于加窗小波变换的HAPF谐波检测

基于小波变换理论进行混合有源电力滤波器(HAPF)的谐波检测,但分析Mallat小波分解算法可知其存在缺陷:若直接对所有数据进行小波变换,计算量大且误差明显;提高采样频率会使单位时间内处理过多数据。提出在小波变换前将采样数据与窗函数相乘,在有效滤去高频分量的同时减少小波分解层数。基于Blackman窗、Hamming窗和Hanning窗的比较分析,选取Hamming窗作为小波分析前的辅助窗,可使99.963%的能量集中在主瓣内。基于PSCAD/EMTDC与Matlab进行仿真实验,结果显示,该方法响应时间约为10 ms,且小波分解次数减少,比较仿真结果可知检测精度提高。     

基于小波变换的电力系统谐波电能计量

分析了谐波对电能计量装置的影响,提出了基于小波变换理论的谐波电能计量方法,并进行Matlab仿真实验.     

利用小波神经网络对单相三电平逆变器谐波检测

采用小波神经网络（Wavelet Neural Network,WNN）算法对时变谐波信号进行检测。利用Harr小波对时变幅值和相角进行逼近;将小波对信号的自适应时频分割特性引入神经网络,提高神经网络的逼近和收敛性能;给出网络参数的选定方案;确定网络的训练算法;在matlab／Simulink环境下进行仿真,验证该方法的可行性和精确性。