一種新的基波信號(hào)測(cè)量方法研究.pdf

1、電網(wǎng)基波是電能質(zhì)量和電能計(jì)量評(píng)估體系的重要指標(biāo)，特別是由于電力信號(hào)基波頻率的測(cè)量直接影響到諧波分析的精度，提高基波頻率的測(cè)量精度非常必要。主要完成了以下工作:
　　(1)論文設(shè)計(jì)了一種基于神經(jīng)網(wǎng)絡(luò)的FIR低通數(shù)字濾波器，其主要思想是通過(guò)訓(xùn)練神經(jīng)網(wǎng)絡(luò)權(quán)值來(lái)獲得FIR數(shù)字濾波器的脈沖響應(yīng)。提出了兩種基于非線性最小二乘法的電力系統(tǒng)頻率測(cè)量方法，一種算法是運(yùn)用一維搜索法直接搜索誤差最小值，對(duì)應(yīng)的f0即為所求頻率。另一種算法L-M算法是基于

2、Gauss newton法的一種優(yōu)化算法，在原有Gauss newton法基礎(chǔ)上添加了修正因子μ，修正因子μ的添加解決了Jacobian矩陣奇異或接近奇異時(shí)試探步過(guò)長(zhǎng)的問(wèn)題。
　　(2)研究了一種基于代數(shù)多項(xiàng)式模型的未知信號(hào)擬合方法，并使用遞推最小二乘法(RLS)對(duì)代數(shù)多項(xiàng)式模型的擬合參數(shù)進(jìn)行遞推計(jì)算，以便獲得最優(yōu)的曲線擬合參數(shù)。并分別在沒(méi)有隨機(jī)噪聲的情況下和有隨機(jī)噪聲影響情況下進(jìn)行了詳細(xì)的仿真，仿真結(jié)果表明本文研究的曲線擬合方法

3、具有良好的效果。
　　(3)研究了一種基于最速下降法計(jì)算擬合曲線過(guò)零點(diǎn)的檢測(cè)方法。根據(jù)最速下降法對(duì)已擬合好的代數(shù)多項(xiàng)式模型曲線進(jìn)行相鄰兩個(gè)零點(diǎn)的檢測(cè)，然后根據(jù)檢測(cè)到的兩個(gè)相鄰零點(diǎn)獲得待測(cè)基波信號(hào)的半個(gè)周期，進(jìn)而獲得待測(cè)基波信號(hào)的頻率;再根據(jù)相鄰兩個(gè)零點(diǎn)的中間點(diǎn)對(duì)應(yīng)的擬合曲線值來(lái)獲得待測(cè)基波信號(hào)的幅值;最后根據(jù)已獲得的待測(cè)基波信號(hào)的頻率和幅值，并結(jié)合第一個(gè)樣本數(shù)據(jù)即可獲得待測(cè)基波信號(hào)的相位。
　　FIR低通濾波器的設(shè)計(jì)有效解決