施瑶，王雅静，崔京楷，张涵瑞

（山东理工大学电气与电子工程学院，山东 淄博 255049）

随着各种新能源分布式电源的并网，电力系统受到的谐波间谐波污染加重，准确测量出谐波间谐波分量并对这些谐波分量进行处理对电力系统的安全可靠地运行具有重要意义[1-2]。

Prony算法能够快速准确地检测出谐波间谐波，在电力系统参数检测中应用广泛[3]。但Prony算法在检测中对噪声敏感，导致测量精度降低，需要降低噪声对Prony算法的影响。杜伟静[4]等人采用集合经验模态分解（ensemble empirical mode decomposition，EEMD）方法去除含有噪声的高频分量，但去除的高频分量中同样含有信号的有效信息，影响Prony测量精度。张煜林[5]等人采用互补总体经验模态分解（complementary ensemble empirical mode decomposition，CEEMD）联合小波包变换（wavelet packet transform，WPT）去噪，通过排列熵选取固有模态函数（intrinsic mode function，IMF）进行去噪，然而虚假分量的存在增加工作量，且忽略低频分量含有少量噪声的问题，影响Prony测量精度。

变分模态分解（variationalmode decomposition，VMD）算法是一种新的非线性信号处理方法[6]。VMD算法能够有效地克服EEMD分解过程中产生的虚假分量问题，且VMD算法相比于EEMD算法具有较好的噪声鲁棒性[7-8]。目前，VMD算法已经成功地运用在变压器局部放电去噪[9]、地震信号去噪[10]及轴承振动信号去噪中[11]。本文将VMD运用到电力系统的含噪谐波间谐波检测中，联合小波包变换（WPT）去噪，为降低噪声对Prony算法影响并提高检测精度提供一种新方法。

1 Prony算法原理

Prony算法通过对采样数据x(t)进行线性拟合得到一组复指数函数̂(t)，数学模型为

式中：p为模型阶数；N为采样点个数。……