基于最小二乘法和独立分量分析的间谐波检测算法

针对电力系统间谐波难于检测的问题,给出了一种基于最小二乘法和独立分量分析的间谐波检测算法。该算法利用快速傅里叶变换和最小二乘法确定基波和谐波的相关参数,构造出适当的虚拟观测信号,借助独立分量分析算法分离出基波、谐波和部分易于检测的间谐波信号,然后根据已经获得的参数再调整观测信号矩阵,从而逐次分离检测出剩余的小幅度间谐波信号。仿真结果表明,该算法在实时性要求不高的情况下,无需先验知识、无需消掉原电力系统信号中基波和谐波便可以准确检测出临近基波或谐波的小幅度间谐波。与独立分量分析算法进行比较分析,该算法检测间谐波的性能具有明显的优越性。     

基于噪声子空间分解MUSIC函数的谐波／间谐波检测算法

针对电力系统中存在的谐波和间谐波问题,提出了基于噪声子空间分解MUSIC（DNS-MUSIC）函数的谐波 ／间谐波检测方法。利用信号自相关矩阵的特征值分解理论,将信号的自相关矩阵分解为信号子空间和噪声子空间,利用2个子空间的正交性进一步分解噪声子空间,对其进行变换,构造出基于噪声子空间分解的特征多项式（DNS-MUSIC函数）,求解该多项式得到信号基波和谐波频率预估计,结合消噪思想检测电力系统信号频率成分,然后利用扩展Prony法检测信号的幅值和相位。通过仿真实验与其他经典算法比较,结果证明了所提算法的可行性、高效性和稳定性。     

基于特征值分解和快速独立分量分析的谐波/间谐波检测方法

针对电力系统谐波污染问题,提出了基于特征值分解和快速独立分量分析(FastICA)的谐波/间谐波检测算法。该方法在不需要任何先验知识的情况下,将单道电力系统混合信号通过时间延迟构造出多道观测信号,对其自相关函数进行特征值分解确定原谐波/间谐波信号中源信号频率成分的个数,确定观测信号矩阵的阶数,再利用FastICA算法对谐波/间谐波信号中各个频率成分进行分离提取,借助频谱分析得到各个成分的频率估计。在此基础上,借助最小二乘法对谐波/间谐波信号进行幅值和相位估计。通过仿真实验与其他经典算法比较,充分说明了所提出算法的可行性、准确性和有效性。