APP下载

基于TDA-ESPRIT的电力系统间谐波检测

2011-05-12陈哲袁越傅质馨吴博文

电网与清洁能源 2011年6期
关键词:信号方法

陈哲,袁越,傅质馨,吴博文

(河海大学能源与电气学院,江苏南京210098)

随着现代电力技术的发展,大功率电力电子器件得到了广泛应用,电力系统中的谐波与间谐波[1-3]污染也因此日益严重。对电力系统中的谐波与间谐波进行检测与分析[4-15],不仅有利于电能质量的评估,而且还关系到电力系统中的谐波与间谐波的治理。

传统的谐波检测方法以傅里叶变换为主,快速傅里叶变换(Fast Fourier Transform,FFT)及其改进算法已得到广泛的应用[16-18]。但受采样频率与采样时间窗的限制,FFT存在着栅栏效应和频谱泄露等问题,严重影响电力系统中的间谐波的测量。信号参数估计的方法可以对电力系统中的谐波分量与间谐波分量的参数进行准确估计,因而受到了广泛关注[19-23],但信号参数估计的方法计算效率低,因而其使用受到了限制。

目前空间谱估计的算法主要有多重信号分类(Multi-Signal Classification,MUSIC)算法[19]和基于旋

传统的ESPRIT算法在进行频率估计时要计算其自相关矩阵,并进行特征分解。在阵列信号阵元数较多的情况下,此方法的计算量会变得很大。为提高计算效率,一般改进的算法是采用其他的方式来避免特征分解。文献[24]提出了一种利用迭代计算来进行参数估计的方法;文献[25]则利用基于维纳滤波器的降维技术来避免特征分解。在被处理的信号中的正弦分量增加时,这些方法的计算量会大幅增加。如果能在使用ESPRIT算法进行频率估计前,利用其他较简单的方法减少原信号中正弦波分量的数量,无疑可以在很大程度上提高计算效率。……

登录APP查看全文

猜你喜欢

信号方法
信号
完形填空二则
学习方法
孩子停止长个的信号
用对方法才能瘦
基于LabVIEW的力加载信号采集与PID控制
一种基于极大似然估计的信号盲抽取算法
四大方法 教你不再“坐以待病”!
赚钱方法
捕鱼