基于非同步采樣電力穩(wěn)態(tài)諧波及間諧波檢測方法分析.pdf

1、現(xiàn)今社會中，伴隨著各種電力電子設備快速發(fā)展和廣泛應用，電力系統(tǒng)諧波及間諧波造成的影響廣泛存在并日趨嚴重，電力系統(tǒng)諧波及間諧波危害的嚴重性逐漸地引起人們高度的重視?？焖?、準確測量是實現(xiàn)電力系統(tǒng)諧波及間諧波抑制及實現(xiàn)最優(yōu)補償配置的前提，但是現(xiàn)有的檢測方法存在許多不足。
　　在電力信號檢測分析中，傅立葉變換被納入IEC61000-4-7和IEC61000-4-30標準。傅立葉變換分析的局限性在于同步采樣且為了滿足頻率分辨率，序列長度要足

2、夠多。加窗插值傅立葉變換為了達到較髙分析精度，計算量必須變髙。文中闡述3項3階Nuttall窗及4項5階Nuttall窗的插值傅立葉算法，并根據(jù)傅立葉分析非同步采樣的頻譜泄漏及柵欄效應的原理，消除工頻及二次諧波對其它成份的頻率泄漏及柵欄效應得到改進3項3階Nuttall窗和4項5階Nuttall窗的插值傅立葉算法，提髙了Nuttall窗插值傅立葉算法的諧波及間諧波分析精度。
　　現(xiàn)代譜估計克服了離散序列長度與頻率分辨率之間的矛盾。

3、闡述AR模型譜估計及信號自相關和模型參數(shù)之間的關系，并給出AR模型的常用求解方法Burg算法及最優(yōu)加權Burg算法。論述了現(xiàn)代譜估計的算法原理，包括M U S I C算法、ESPRIT算法。然后對最優(yōu)加權Burg算法前向預測誤差和后向預測誤差做改進，進一步改善了Burg及最優(yōu)加權Burg算法譜峰偏移的問題。根據(jù)Root-MUSIC算法簡化了MUSIC算法的計算復雜度，PM-MUSIC算法提高了MUSIC算法分析頻率的精度，從而提出PM-

4、Root-MUSIC算法一方面在一定程度上減少了算法的計算復雜度，一方面提高了算法的分析精度。
　　文中簡述了Adaline神經(jīng)元模型原理，應用歐拉公式的數(shù)學變換提出復數(shù)域Adeline神經(jīng)網(wǎng)絡模型及自適應收斂學習算法，包括牛頓LMS，變步長LMS及RLS。將收斂性能好的自適應學習算法作為為Adaline神經(jīng)網(wǎng)絡中學習準則，從而提升了算法收斂速度和收斂精度。
　　最后提出加窗插值傅立葉及改進算法、現(xiàn)代譜估計及改進算法與Ada