基于非線性最小二乘法的電力系統(tǒng)頻率跟蹤.pdf

1、電力系統(tǒng)頻率是電能質(zhì)量的最重要參數(shù)之一，對頻率的跟蹤測量是電力系統(tǒng)正常運行，調(diào)節(jié)和控制的基礎。隨著科技的進步和工業(yè)大發(fā)展，各種用電單位對電能質(zhì)量提出了更高的要求，因此研究頻率跟蹤問題具有很重大的現(xiàn)實意義。主要完成了以下工作：
　　1.在電力系統(tǒng)頻率測量的過程中常常有諧波和噪聲的干擾，因此，需要用濾波器對信號進行濾波，論文設計了一種基于神經(jīng)網(wǎng)絡的FIR低通數(shù)字濾波器，其主要思想是通過訓練神經(jīng)網(wǎng)絡權值來獲得FIR數(shù)字濾波器的脈沖響應，

2、能很好的解決諧波和噪聲對頻率測量結(jié)果的影響。
　　2.傳統(tǒng)的最小二乘法及其衍生算法只能解決殘相量為線性或者近似線性的模型，因此，論文提出了兩種基于非線性最小二乘法的電力系統(tǒng)頻率跟蹤方法，搜索算法和Levenberg-Marquardt算法，因為非線性最小二乘法是基于誤差最小化原理得來的，在得到電力系統(tǒng)模型的殘相量后，運用一維搜索法直接搜索誤差最小值，對應的f0即為所求頻率。另一種算法 L-M算法是基于 Gauss_newton法的

3、一種優(yōu)化算法，在原有Gauss_newton法基礎上添加了修正因子?，修正因子?的添加解決了 Jacobian矩陣奇異或接近奇異時試探步過長的問題，和傳統(tǒng)的基于Gauss_newton法的頻率跟蹤算法相比，該算法精度更好，收斂速度更快，適用于非線性模型參數(shù)的計算同時也適用于線性模型參數(shù)的計算。
　　3.對兩種算法的頻率跟蹤方法分別進行了仿真。仿真結(jié)果表明只要參數(shù)選取合理，在頻率緩變、信號帶諧波和噪聲以及頻率突變情況下都能達到很好的