基于非同步采樣電力穩(wěn)態(tài)諧波及間諧波檢測(cè)方法分析.pdf

1、現(xiàn)今社會(huì)中，伴隨著各種電力電子設(shè)備快速發(fā)展和廣泛應(yīng)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(yán)重，電力系統(tǒng)諧波及間諧波危害的嚴(yán)重性逐漸地引起人們高度的重視。快速、準(zhǔn)確測(cè)量是實(shí)現(xiàn)電力系統(tǒng)諧波及間諧波抑制及實(shí)現(xiàn)最優(yōu)補(bǔ)償配置的前提，但是現(xiàn)有的檢測(cè)方法存在許多不足。
　　在電力信號(hào)檢測(cè)分析中，傅立葉變換被納入IEC61000-4-7和IEC61000-4-30標(biāo)準(zhǔn)。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(zhǎng)度要足

2、夠多。加窗插值傅立葉變換為了達(dá)到較髙分析精度，計(jì)算量必須變髙。文中闡述3項(xiàng)3階Nuttall窗及4項(xiàng)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(yīng)的原理，消除工頻及二次諧波對(duì)其它成份的頻率泄漏及柵欄效應(yīng)得到改進(jìn)3項(xiàng)3階Nuttall窗和4項(xiàng)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(jì)克服了離散序列長(zhǎng)度與頻率分辨率之間的矛盾。

3、闡述AR模型譜估計(jì)及信號(hào)自相關(guān)和模型參數(shù)之間的關(guān)系，并給出AR模型的常用求解方法Burg算法及最優(yōu)加權(quán)Burg算法。論述了現(xiàn)代譜估計(jì)的算法原理，包括M U S I C算法、ESPRIT算法。然后對(duì)最優(yōu)加權(quán)Burg算法前向預(yù)測(cè)誤差和后向預(yù)測(cè)誤差做改進(jìn)，進(jìn)一步改善了Burg及最優(yōu)加權(quán)Burg算法譜峰偏移的問題。根據(jù)Root-MUSIC算法簡(jiǎn)化了MUSIC算法的計(jì)算復(fù)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(jì)算復(fù)雜度，一方面提高了算法的分析精度。
　　文中簡(jiǎn)述了Adaline神經(jīng)元模型原理，應(yīng)用歐拉公式的數(shù)學(xué)變換提出復(fù)數(shù)域Adeline神經(jīng)網(wǎng)絡(luò)模型及自適應(yīng)收斂學(xué)習(xí)算法，包括牛頓LMS，變步長(zhǎng)LMS及RLS。將收斂性能好的自適應(yīng)學(xué)習(xí)算法作為為Adaline神經(jīng)網(wǎng)絡(luò)中學(xué)習(xí)準(zhǔn)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(jìn)算法、現(xiàn)代譜估計(jì)及改進(jìn)算法與Ada