排序方式: 共有72条查询结果,搜索用时 0 毫秒
1.
基于LabVIEW的FFT加窗插值算法在谐波检测中的应用 总被引:1,自引:0,他引:1
在对信号进行FFT变换时,由于非同步采样与非整周期截断,会产生频谱混叠与泄漏,影响测量精度。引入布莱克曼窗函数,采用双谱线插值修正算法,改善测量精度,并用LabVIEW搭建了虚拟实验平台,进行仿真分析。仿真结果表明:谐波测量准确度等级达到A级,抗干扰能力增强。 相似文献
2.
交错Boost变换器是中大功率开关电源前级功率因数校正装置的核心电路,其建模的准确度对开关电源的设计至关重要.为了缩小模型与实际电路间的偏差,更好地服务工程设计与应用,提出了一种峰值电流控制的非理想交错Boost变换器设计方案.在连续导电模式工况下,建立了系统功率级与控制级精确的小信号模型,获得了系统完整的交流小信号模型.基于该模型,分析了非理想因素对系统特性的影响,设计了电压控制器补偿网络,理论分析表明该模型较之传统理想模型更为精确,实验结果证实该方案能准确实现交错控制,具有动态响应快、输出电压波动小等优点. 相似文献
3.
4.
智能化仪表实现微小量检测的两个软件措施 总被引:2,自引:0,他引:2
提出了多点平均和展宽频带的算法。利用计算机的数据存储器作为数字式多点平均器的存储器,用于检测完全被噪声遮蔽的信号。当模拟-数字转换(ADC)器件采样频率一定时,采用展宽频带的方法可以实现对高频和很低频率信号的实时处理,从而提高了仪表的精度,增加了它的动态工作范围。 相似文献
5.
6.
为了克服从电网电能质量监测系统的大数据中自动识别出电能质量扰动的困难,提出了一种基于广义S变换与PSO-PNN的电能质量扰动识别新方法。该方法利用了广义S变换能兼顾时频分辨率的特点,首先使用广义S变换分析扰动信号的时频特性,接着从广义S变换模矩阵中提取出扰动信号的时频特征量,然后用PSO-PNN分类器对扰动信号进行分类识别。PSO算法的使用克服了PNN的平滑因子没有确定选取方法的缺陷,使分类器性能大大提升。仿真实验结果表明,该方法能够对常见的6种电能质量扰动进行高效的分类识别,分类正确率高,对噪声不敏感,具有良好的应用价值。 相似文献
7.
针对传统电能质量扰动识别和分类方法存在分类准确率低、泛化能力差、鲁棒性弱的问题,提出了一种基于深度学习的一维多尺度深度残差网络(1D-MDR)对电能质量扰动进行识别分类的方法。该方法首先引入多尺度熵对扰动信号进行预处理,有效地表征扰动信号的多尺度特征;然后将多尺度特征信号输入到基于自适应软阈值的深度残差网络中,对多尺度电能质量扰动信号进行特征提取并融合;最后,利用全连接网络实现电能质量扰动信号的分类。仿真实验表明,提出的方法能够自动、准确地进行特征提取,并进行有效的识别分类。通过对比实验,证明该方法具有更高的准确率。 相似文献
8.
逆变器作为系统能量转换与控制的核心,其电流的控制设计至关重要。提出了一种改进的光伏并网逆变器双滞环电压空间矢量电流控制新算法。外环利用离散控制和无差拍控制原理,并在稳态和暂态时分别用2种不同的观测器模型预测指令电流,采用矢量合成控制算法。内环则利用逆变器输出电压及误差电流来判断参考电压矢量位置区域,选择最优电压空间矢量,直接在复平面上实施控制。结果表明,该算法不仅提高了电流动态响应速度,而且有效限制了误差电流,显著降低了逆变器的开关损耗。仿真和实验验证了该算法的有效性。 相似文献
9.
10.
Buck-Boost变换器在某些参数发生变化时会呈现出丰富的非线性行为,这些行为将严重影响系统的稳定性,使得系统输出的电能质量劣化。文章基于实际变换器的负载特性,深入研究了感性阻抗负载下Buck-Boost变换器的非线性行为产生机理,提出了一种对数延迟反馈控制方法。该方法选取系统的输出延迟值与自身的值作差形成反馈信号;将该信号通过比例环节、求和环节和对数环节形成控制信号,以负反馈的形式施加于系统;最后基于稳定判据确定最优控制参数并对系统实施控制。为验证该方法的有效性,进行了大量的仿真实验,结果表明该方法能很好地抑制系统的非线性行为,扩展其稳定边界,改善系统输出的电能质量。 相似文献