有效滤除偶次谐波的改进半波傅立叶算法_邹智慧

合集下载

运用遗传算法选择性消除超声波电源高次谐波的研究1

运用遗传算法选择性消除超声波电源高次谐波的研究1

创新管理科技创新导报 Science and Technology Innovation Herald119近年来,新疆红枣业广泛采用了超声波清洗,提高了红枣品质,节约了能源。

然而,目前谐波干扰使传统超声波电源输出电压失真现象。

文中根据超声波电源的组成和调制方法,重点讲解了用遗传算法来消除超声波电源谐波问题的原理和步骤,结果表明采用遗传算法消除超声波电源中的谐波,提高功率因数是一种行之有效的方法。

1 超声波电源和SPWM调制超声波电源主电路主要包括整流、逆变两大部分,其中整流电路把220 V,50 H z市电变为直流电,逆变再把直流电转变为超声频的交流电。

所以,逆变是超声波电源的核心部分,一般采取桥式电路,4个V T 1-V T 4功率管(IGB T)在脉冲控制下轮流导通,通过控制IGBT 的导通、关断来调节逆变器输出电压频率和功率。

因为桥式逆变电路中开关管是轮流导通的,输出电压无可避免存在一定的谐波,那么如何减小谐波,提高功率因数在超声波电源电路的设计中是个非常重要的问题。

目前,超声波电源广泛采用S PW M 调制[1]方式,三角形载波与参考波(正弦波)相比较,在载波与参考波的交点时刻来控制功率管I G B T 的导通和关断,如果参考波比载波大,产生开关信号,IGBT导通,否则开关信号结束,IGBT 断开,IGB T通断的开关信号有效面积值按正弦规律变化。

由于现在微机技术的快速发展,很容易用软件生成S PW M 波形,所以,市场中的DC/AC电路普遍利用D S P 技术,用软件方法来生成SPW M波。

这样,超声波电源输出电压的调节变量为参考信号的幅值,输出电压的谐波分量成分如式(1):(1)其中,、分别为载波和参考波频率;、为整数,且+是奇数;为载波与参考波的频率比,是个常数。

超声波电源是通过控制功率管IGB T 的导通和断开,把直流电逆变为一定频率和功率的交流电。

电压型逆变电路中,输出端电压有正值(+=+d),负值(-=-d)和零三种情况,其波形通过直流侧电压d和开关信号的开关角来获得。

一种在线的有源电力滤波器谐波检测方法

一种在线的有源电力滤波器谐波检测方法

一种在线的有源电力滤波器谐波检测方法黄辉先;陈丽莎;周杰文;胡超【摘要】将小波变换运用于有源电力滤波器谐波检测时,因运算量大,效率不高,不能保证检测结果的实时性,针对这个问题,提出了一种基于小波变换与滑动时间窗相结合的在线谐波检测方法,在运用小波基bior1.5对信号序列进行去噪处理的同时,采用滑动时间窗对突变信号动态跟踪以实现在线检测.搭建并联型有源电力滤波器仿真模型,测试该方法在非线性负载产生电流突变时的谐波检测能力,结果表明该方法在保证较高的准确性和稳定性的前提下,实现了在线谐波检测.【期刊名称】《电源技术》【年(卷),期】2014(038)006【总页数】4页(P1151-1154)【关键词】并联型有源电力滤波器(SAPF);在线谐波检测;小波变换;滑动时间窗【作者】黄辉先;陈丽莎;周杰文;胡超【作者单位】湘潭大学信息工程学院,湖南湘潭411105;湘潭大学信息工程学院,湖南湘潭411105;湘潭大学信息工程学院,湖南湘潭411105;湘潭大学信息工程学院,湖南湘潭411105【正文语种】中文【中图分类】TM477具有大功率非线性特性的设备在现代电力系统中的广泛使用,导致电网中被注入大量谐波电流,电网谐波污染日益严重,电能质量日益恶化。

采用何种方法对谐波电流进行准确、快速的在线检测,确切掌握谐波的实际状况,为治理谐波提供良好的科学依据依然是研究热点[1]。

谐波检测是改善电能质量的关键,也是有源电力滤波器(active power filter,APF)至关重要的环节。

Riberio PF于1994年指出小波变换的方法适用于分析电力系统非平稳的谐波畸变,得到了国内外学者的重视[2]。

小波分析克服了傅里叶变换[3]不能对信号同时进行时频局部化分析的缺点,有很强的信号特征提取能力。

因此,小波变换特别适合于不平稳信号和突变信号的分析,可以精确地提取信号的局部信息,为谐波分析提供了一种更为精确的分析方法。

一种基于谐波对消技术的DDS杂散改善方法 夏浩淼

一种基于谐波对消技术的DDS杂散改善方法 夏浩淼

一种基于谐波对消技术的DDS杂散改善方法夏浩淼作者:吉宗海丁勇洪蕾来源:《中国科技博览》2014年第33期[摘要] 从理论上来说,DDS可以将数字信号正确无误的转换成等效的模拟信号,但实际上,转换过程几乎不可能是完美的。

本文介绍了一种谐波对消技术可以大幅改善DDS的杂散动态范围。

实验证明该设计应用于雷达系统中的可行性。

[关键词]DDS;谐波对消;杂散中图分类号:TN741 文献标识码:B 文章编号:1009-914X(2014)33-0339-011 引言随着数字技术在雷达系统和通信系统中的广泛应用,可从参考源产生多个频率的数字控制方法诞生了,即直接数字频率合成(DDS)。

其基本架构为采用一个稳定时钟来查找存储正弦波一个或多个整数周期的可编程只读存储器(PROM)。

随着地址计数器逐步执行每个存储器位置,每个位置相应的信号数字幅度会驱动DAC,进而产生模拟输出信号。

最终模拟输出信号的频谱纯度主要取决于DAC。

相位噪声主要来自参考时钟。

因为DDS是一种采样数据系统,因此必须考虑所有与采样相关的问题,包括量化噪声、混叠、滤波等。

例如,DAC输出频率的高阶谐波会折回奈奎斯特带宽,因而不可滤波,而基于PLL的合成器的高阶谐波则可以滤波。

其中数模转换器(DAC)的作用是将数字信号转换为模拟信号。

直接数字频率合成器(DDS)也是一种DAC,可以生成数字正弦信号,并将其馈入DAC来产生相应的模拟信号。

本文将重点介绍新近出现的一项技术突破,它借助DDS技术大幅提升了DAC的无杂散动态范围(SFDR)性能,极大的扩展了DDS的应用。

2 基于射频对消的DDS从理论上来说,DAC可以将数字信号准确无误的转换成相同的模拟信号。

但实际中,转换过程肯定不可能是完美的。

DAC的数字分辨率,会引入幅度量化误差,当将DAC的输出信号通过频谱分析时,这种误差带来的信号的噪声底。

此外,其它误差,例如线性度误差,会造成DAC输出频谱上出现不期望的谐波分量,这些谐波往往是限制DAC无杂散动态范围(SFDR)性能的一个因素。

一种应用于电网参数检测的小波消噪交流采样新算法

一种应用于电网参数检测的小波消噪交流采样新算法

第20卷 第3期2007年3月传感技术学报CHINESE JO URNAL OF S ENSO RS AND ACTU ATORSVol.20 No.3Mar.2007A New AC Sampling Algorithm Using Wavelet Denoising to Measurethe Parameters of Power Network*CH EN X ian z hong *,WEN J ian p eng ,CH EN N ing(I nf ormation En gineer ing I nstitute,Univ ersity of S cience &T echn olog y Be ij ing ,B eij in g 100083,China)Abstract:In order to satisfy the requir em ents o f m easurement o f the parameters of pow er netwo rk by using AC sampling alg orithms,a new enhanced half-w ave Four ier algorithm is presented in this paper.In our algorithm,w avelet denoising metho d is em plo yed to prepro cess the signals;spline interpo lation is also ap plied to eliminate the leak err or produced by asynchronous sam pling.Simulatio n results demo nstrate that the proposed alg orithm has higher precision and faster response than the ex isting A C sampling algorithms.Key words:AC sam pling;half w ave Fourier algo rithm;w avelet denoising EEACC :8120C一种应用于电网参数检测的小波消噪交流采样新算法*陈先中*,温建澎,陈 宁(北京科技大学信息工程学院,北京100083)基金项目:国家863项目资助(2006AA 04Z177)收稿日期:2006 04 26 修改日期:2006 04 26摘 要:根据电网参数检测对于交流采样算法的要求,提出了一种新的高精度交流采样算法,对半波傅立叶算法引入小波消噪方法进行信号预处理、运用样条插值法消除非同步采样产生的泄漏误差.仿真结果证明,这种方法与现有交流采样算法相比,具有响应速度快、精确度高的明显优点.关键词:交流采样;半波傅立叶算法;小波消噪中图分类号:TP216文献标识码:A 文章编号:1004 1699(2007)03 0640 04随着我国电力系统的快速发展,电网系统容量不断扩大,电网结构越来越复杂,电网中非线性设备的使用日益增多,所产生的高次谐波电流大量注入电力线路中,使得电网电压、电流波形发生畸变;同时电网频率并不是固定不变的,而是在50H z 附近波动.电网参数的准确、快速测量对于实现电网调度自动化、保证电网安全与经济运行具有十分重要的意义.在电网参数检测中,选用一种精度高速度快的交流采样算法是关键.目前广泛应用的主要是全波傅立叶算法和半波傅立叶算法.全波傅立叶算法具有很强的滤波能力,适用于各种周期量采集,基波或高次谐波,但是其响应速度慢,不能适合快速采集的要求,比较适于电量计算时的数据采集,或者是其他实时性要求差但精度高的场合.虽然可以使用FFT来加快计算速度,但在点数较小的情况下,FFT 算法的误差大,只有当全周波采样点超过128点甚至更高时才有足够的测量精度,庞大的运算量使实时性并没有改善.半波傅立叶算法数据窗是半个周波,反应较快,实现起来也比较方便,可用于保护切除出口或近处故障,但是,半波傅立叶算法不能滤除待测量中的偶次谐波分量,影响了测量精度.在电网参数检测中,主要的误差来源于直流分量、高次谐波和衰减直流分量,若能在交流采样算法中有效地滤除以上分量,就能提取出高精度的基波分量来.本文综合考虑上述算法的优缺点,对半波傅立叶变换提出以下改进:引入小波变换对信号进行消噪,有效地滤除高次谐波;采用半波傅立叶算法的同时在半个周期多加两个采样值,计算出校正式子从而消除衰减非周期分量影响;通过对采样得到的样值进行插值来等效达到同步采样的目的,由此消除泄漏效应所带来的误差.经过这三个方面的改进,新算法保留了半波傅立叶算法的速度快的优点同时大幅度提高了其精确度,能够更好地满足电网参数检测的需要.1 应用小波消噪的交流采样新算法1.1 采用小波变换对信号进行消噪处理近年来,随着对小波理论研究的不断深入,它的应用也日趋广泛,其中利用小波变换进行信号去噪及重构始终是一个热门课题.传统的信号消噪方法是采用低通滤波器,但低通滤波器不能将有用信号的高频部分和由噪声引起的高频干扰有效地加以区分.若低通滤波器太宽,则滤波后信号中仍存在大量的噪声;若低通滤波器太窄,则可能将一部分有用信号当作噪声而滤掉,这就是采用低通滤波器的弊端.对于高频干扰而言,小波消噪等同于低通滤波,而小波变换的自适应性使它能够有效地区分信号中的突变部分和噪声,在消除噪声的同时能够很好地保存有用信号中的尖峰和突变部分,实现信号的消噪[1].现有的小波消噪方法有多种,较为经典的有由Mallat于1992年提出的基于小波变换模极大值原理的小波消噪方法[2 4]和Donoho提出的软阈值和硬阈值去噪方法[5],此外Donoho于1995年又提出的一种新的基于近似极大极小化思想处理阈值的小波去噪方法也有较为广泛的应用.模极大值法不仅能有效地抑制白噪声和尖脉冲,而且提供了强噪声背景下有效信号的突变位置,即该方法在提高信噪比的同时,还在时间或位置上保持了较高的分辨率,但计算较为复杂.阈值消噪算法被测信号可以是平稳信号,也可以是非平稳信号,它可以保留信号的突变部分,很好地消除高斯白噪声,而且该方法于与极大值法相比具有计算量小的明显优点.为了在更好的滤除高次谐波的同时保留电能质量扰动信号的真实尖峰和突变部分,本文采用的是阈值消噪法,阈值消噪法又分硬阈值消噪和软阈值消噪两种处理方式.硬阈值小波消噪方法即H ar d Thresholding,如下式:^ j,k =j,k,|j,k|0,| j,k|<(1)软阈值小波消噪方法,即Soft Thresholding法定义如下:^ j,k=sg n(j,k)(|j,k|- ,|j,k|0,| j,k|<(2)如图1可以看出,采用硬阈值方法产生的数据j,k在给定点 和它关于零点的对称点- 各有一用软阈值方法的数据没有不连续点,整体连续性较好,但是当|j,k| 时^j,k与j,k总存在一定的偏差,直接影响重构信号与真实信号的逼近程度.因此,本文给出如下改进方案来克服硬阈值和软阈值方法的缺点.(a)硬阈值方法 (b)软阈值方法图1 软硬阈值法图示j,k=sgn( j,k)(| j,k|- ,| j,k|0,|j,k|<(3)由软阈值估计出来的j,k,当|j,k| 时其绝对值总比 j,k小 ,因此要减小此偏差,但若把此偏差如硬阈值方法那样减少为0并不是最佳的,因为 j,k由uj,k和vj,k组成,它可能由于vj,k的影响而|^j,k|>u j,k使.因此令| j,k|的取值介于| j,k- |与| j,k|之间,可能使估计出来的^ j,k更加接近与u j,k,从而使^ j,k- j,k 最小.基于这一思想加入a因子,在0和1之间适当调整a值的大小,可获得更好的去噪效果.当a分别取0和1时,上式即成为硬阈值和软阈值方法.本文中取a=0.5,如图2所示.图2 改进的阈值消噪方法阈值消噪最重要的环节就是如何选取阈值,目前常见的阈值选择规则有以下4种:根据Stein的无偏似然估计(SURE)原理进行阈值选择.这种自适应阈值选择方法是对于一个给定的阈值T,求出其对应的风险值,即得到它的似然估计,再进行非似然最小化得到所选的阈值.!固定的阈值形式.这种方法阈值限的选择算法是,设X为待估计的矢量,则产生的阈值大小是2lg(|X|).∀启发式阈值选择.也叫混合准则,实641第3期陈先中,温建澎等:一种应用于电网参数检测的小波消噪交流采样新算法际上是无偏似然估计准则和固定阈值准则的混合,是最优预测变量阈值选择.如果信噪比很小,无偏似然估计会有很大的噪声,如果有这种情况,就采用这种固定的阈值.#利用极大极小原理进行阈值选择.这种阈值选择采用的也是一种固定的阈值,它产生一个最小均方差的极值,而不是无误差,从而获得理想过程的极大极小特性.当对噪声进行小波分解时,它同样会产生高频系数.因此,一个信号的小波分解高频系数向量是有用信号和噪声信号的高频系数的迭加.固定的阈值形式和启发式阈值选择规则在去除噪声时虽然十分有效,但有可能把有用的高频特征信号当作噪声信号而消除.而SURE原理和极大极小原理的阈值选取规则比较保守,将部分系数置0,当信号的高频信息只有少部分在噪声范围内时,采用这两种阈值是较为可靠的.基于以上理由,本文将文献[6]中介绍的软阈值小波消噪方法应用到交流采样算法中,选用N=4的Daubechies小波对信号进行三层分解,并采用SU RE原理对小波系数进行阈值量化,然后对信号进行重构,具体步骤如下:选用N=4的Daubechies小波对信号进行三层小波分解,计算信号y的小波系数 j,k.!令 =!2log(n),定义∀ (y)=sgn(y)(|y|- ),|y|0,|y|<(4)并且把 j,k代入,得到^#=∀ ( j,k).∀对^#进行重构,得到f(t i)的估计值f^(t i)= W T^#.1.2 运用样条插值法消除泄漏效应所带来的误差无论是采用哪种算法,由于非同步采样产生的泄漏效应都会对测量精度产生不可忽略的影响.但是在电网参数检测的实际应用中,理论上的同步采样是不可能实现的,因此,需要在实际算法中加以改进来消除泄漏效应所带来的误差.文献[7]及文献[8]对于非同步采样误差进行了分析,文献[6]提出了准同步采样法及加窗函数法等.本文将文献[9]针对FFT提出的样条插值法应用于半波傅立叶算法的改进中,达到了令人满意的效果.此方法认为采样得到的样值是非同步的,通过对非同步采样得到的样值进行插值来等效达到同步采样,由此能够消除泄漏效应所带来的误差.具体步骤如下:计算出信号真实周期,通过线性插值的方法得到起始计数点c1,接着重复寻找c2,c3∃,直至最后求出c n.!设采样频率为f c,采样间隔为T c,则c1和c n 间的时间段为(c n-c1)T c,而总周期为n-1,于是信号频率为:f s=n-1(c n-c1)T c=f c(n-1)c n-c1(5)∀设采样长度为4kS,则全部信号中所含实际周期数为M=(4%1024-1)T c/T s.设采样频率约为信号频率的1000倍,如果计算时头尾各去掉一部分点,对M取整,亦可满足总周期数M=3[7].则上式中的分子可视为定值,可得频率计算误差为:∃f s=∃(c n-c1)c n-c1(6)#在计算出精确的信号频率f s后,对原采样信号进行等距三次样条插值,共N点,步长为[M T]s/N,即得到与信号周期相关的采样值,对其进行计算,可以得出精度较高的基波及谐波分量. 1.3 衰减非周期分量对半波傅立叶算法进行改进经过了小波消噪和样条插值的处理,改进算法对于高次谐波和泄漏效应产生的误差能够有效的消除,但针对电网参数检测的应用实践,还有另外一种误差是不能忽略的,这就是衰减非直流分量.针对于消除衰减非直流分量,目前存在很多方法,例如文献[10]提出的交流采样序列值修正法;文献[11]提出利用泰勒级数和递推算法的数据修正法;本文采用了文献[12]提出的半个周期的采样值加两个采样点,计算校正因子 a和 b,由此对计算值进行校正的方法.实部=I m(n)cos%n=a n- a(7)虚部=I m(n)sin%n=b n- b(8)此方法只需增加有限次运算,具有应用简便,速度快,效果好的优点.2 MATLAB仿真及结果分析应用MAT LAB软件中含有的电力系统模块库(Pow er System Blockset Library即Pow er lib)及小波分析工具箱对本文提出的新算法进行仿真的结果如下.对建立的电网参数检测系统模型设置以下含有衰减非周期分量的输入信号:i(t)=50e-l&+50sin( 1t+%1)+10sin(2 1t)+ 15sin(3 1t)+10sin(4 1t)+10sin(5 1t)取&=30m s, 1=100∋,%1=30&,分别应用加入小波消噪的半波算法、应用文献[12]提出的方法进一步改进后的算法、添加样条插值后形成的本文提出的新算法,结果如表1.642传 感 技 术 学 报2007年表1 各种算法仿真计算结果比较项目加入小波消噪的半波算法文献[12]的改进算法本文提出的新算法基波分量二次谐波三次谐波幅值相角幅值相角计算值58.369850.073549.9993误差%16.73960.1470-0.0014计算值27,873230.073830.0002误差%-7.08930.24610.0006计算值12.866210.08349.9998误差%28.66200.8340-0.0050计算值19.324615.264614.9998误差%28.8307 1.7640-0.0013由仿真数据可以看出,半波傅立叶算法添加小波消噪后,滤除了高次谐波和噪声,将半波傅立叶算法的精确度大大提高;在此基础上再应用文献[12]的方法对半波傅立叶算法进行改进后,能够有效地滤除衰减非直流分量,改进后的算法能够计算出较为准确的基波和谐波分量;最后添加了样条插值法后,能够消除泄漏效应产生的误差,使算法的实际应用中能够保证仿真体现出来的优越性.3 结 论本文提出的新算法,保留了半波傅立叶算法本身的优点,增加了小波消噪对信号进行预处理,消除了衰减非周期分量和泄漏效应产生的误差.从而在保证响应速度的基础上,提高了交流采样的测量精度,能更好地满足电网参数检测的需要,具有一定的理论和实用价值.参考文献:[1] 胡昌华,张军波,夏军等.基于M ATLAB的系统分析与设计小波分析[M].西安:西安电子科技大学出版社,1999.[2] M allat S.M ultir esolu tion Appr ox imations and Wavelet Orthonormal Bas ed of L2(R).tran s.aamer.M aath.S oc., 1989,315:69 87.[3] M allat S,and H w ang W L.Singuarity Detection and Processin gw ith W avelets[J].IEEE T ran s.on IT.,1992.3,38(2):617 643.[4] M allat S,and Zh ong S.Characterization of Sign als from M ultiscale Edges[J].IEEE Trans.on PAM I,1992.7,14(7):710 732.[5] Donoho D L.De Noisin g by Soft T hresholdin g[J].IEEET rans.On IT.1995.5,41(3):613 627.[6] 戴先中.准同步采样及其在非正弦功率测量中的应用[J].仪器仪表学报,1984(4):390 396.[7] 刘风新,徐晓明.电力参数非同步采样误差分析[J].电测与仪表,2003,(10):9 11.[8] 杨鹏,凌代俭,史旺旺.非同步交流采样误差分析及滤波器设计[J].河海大学学报,2000,(1):106 108.[9] 徐大可,李彦明.分析交流采样信号算法的改进[J].高压电器,1999,(1):36 38.[10] 黄纯,潘华,江亚群,王联群.一种消除非周期分量的交流采样数据修正法[J].继电器,2001,(8):10 12.[11] 乐全明,杜俊红,吕飞鹏.一种改进的消除非周期分量交流采样数据修正法[J].继电器,2003,(2):9 12.[12] 张承学,丁书文.一种新的微机保护交流采样快速算法[J].电力系统及其自动化学报,2000,(2):2428.陈先中(1966 ),男,工学博士后,研究方向为先进传感技术与智能仪表,chenx ianzhong8@温建澎(1981 ),男,硕士研究生.643第3期陈先中,温建澎等:一种应用于电网参数检测的小波消噪交流采样新算法。

改进的FFT算法及应用研究_方洁

改进的FFT算法及应用研究_方洁
表 2 基 12FFT 算法运行时间
进行 FFT 序列的长度
6 144@ 2
基 12FFT 运行时间( ms)
6. 321 9
图 2 幅频特性图
按改进的基 12FFT 算法对长度为 6 144 @ 2 的序 列进行 FFT 变换, 得到其运行时间如表 2 所示。
X i ( N - k) = - X i ( k ) , k = 0, 1, ,, N - 1 ( 7)
由上述推导可知, 可以利用 DFT 的此性质, 来减 少近一半的计算量, 从而降低 FFT 算法的复杂度, 提
高运算的实时性。
综上所述, 改进的基 8FFT 算法, 将部分乘法运算
转化为加法运算, 用一次性读文件来代替频繁调用正 弦和余弦函数, 并且较大幅度地减少了计算量, 在时
DFT 值, 根据 DFT 的共轭性质得到后 一半序列 DFT
的值。
(3) 将数 据序列 分解 成 N / 8 个 8 点 DFT, 根 据
DFT 的定义, 分别计算每个 8 点序列前 4 点的 DFT 值
的实部和虚部, 并分别存放, 后 4 点 DFT 值可参考( 2)
得到。由于 8 点 DFT 的旋转因子的正弦和余弦值只 有 1、0、- 1、2/ 2、- 2/ 2, 可以根据规律[ 5] , 仅用加减
N/ 2- 1
N / 2- 1
x ( n) = E x ( 2r) + E x ( 2r + 1)
( 2)
r= 0
r= 0
利用旋转因子的周期性和对称性, 对( 1) 和( 2) 式
进行整理化简, 可以得到: X ( k ) = A ( k ) + WkNB( k ) , k= 0, 1, ,, N / 2- 1 X ( k + N / 2) = A ( k ) - WkNB ( k ) , k = 0, 1, ,,

基于连续小波变换的非整数次谐波测量方法_薛蕙

基于连续小波变换的非整数次谐波测量方法_薛蕙

基于连续小波变换的非整数次谐波测量方法薛 蕙,杨仁刚(中国农业大学电气信息学院,北京市100083)摘要:快速傅里叶变换(FFT )可实现整数次谐波的精确检测,但对非整数次谐波的检测误差较大;加窗插值算法可提高非整数次谐波的检测精度,但会导致谐波分辨率降低。

如果信号中存在频率相近的整数次和非整数次谐波,利用FFT 和加窗插值算法都无法实现谐波的准确检测。

连续小波变换(CWT )因其良好的时频局部化特性,可用来分析谐波。

通常利用CW T 系数的幅值来检测谐波频率。

但不同尺度的小波函数在频域上存在相互干扰,如果被检测信号中含有频率相近的谐波,利用CWT 系数的幅值无法实现谐波的准确检测。

文中结合傅里叶变换和CWT 的特点,提出了利用小波变换系数傅里叶变换的幅值来分离谐波的算法。

通过实例验证,该算法能够把频率相近的整数次和非整数次谐波分离,实现较理想的检测,从而提高了谐波分析、检测的精度。

关键词:连续小波变换;谐波测量;尺度;快速傅里叶变换中图分类号:T M935.24收稿日期:2002-03-11;修回日期:2002-04-24。

0 引言随着电力系统的发展和大量非线性电力元件的应用,电网中的谐波情况也越来越复杂,不仅存在频率是工频整数倍的整数次谐波,而且存在大量的非整数次谐波,给电力系统的安全经济运行带来了危害。

因此,需要对这些谐波进行准确分析和检测。

目前,电力系统中常用的谐波检测方法是快速傅里叶变换(FFT )。

FFT 存在频谱泄漏和栅栏现象,只适用于整数次谐波的检测,而不能实现非整数次谐波的精确检测。

利用加窗插值算法可以较好地消除频谱泄漏和栅栏现象[1,2],提高了非整数次谐波的检测精度,但该算法往往是以增加频域中窗函数主瓣的长度为代价来降低旁瓣的幅值,而窗函数主瓣长度的增加会导致谐波分辨率降低。

如果信号中同时存在几个频率相近的整数次和非整数次谐波分量,利用FFT 和加窗插值算法都无法实现信号的准确检测。

半波傅氏算法的改进_一种新的微机保护交流采样快速算法

半波傅氏算法的改进_一种新的微机保护交流采样快速算法

摘 要 提出一种利用半波傅氏算法消除衰减非周期分量对基波分量影响的快速算法 , 新算法的 数据窗是半个周期的采样值加两个采样点 , 而其滤波效果远远优于半波傅氏算法 。 该算法理论上可 以完全消除任意衰减时间常数 f 的非周期分量对基波分量的影响 。通过大量的仿真试验表明 ,新算 法滤除衰减非周期分量能力强 , 计算简单 , 速度快 ,具有实际应用价值。 关键词 微机保护 衰减非周期分量 半波傅氏算法 快速算法 分类号 T M 77 O 174. 2
4 an = T
0 T 2 m n 0 -T t 0 T 2 0 n m n 0 -T t T 2 a 0 -T t 0 T 2 b 0 -T t 0
an′ = k a A - kb B + wa e ( 19) ΔT bn′ = k a B + kb A + wb e- T c. 延时 2 Δ T , 取第 3 个数据窗 , 使 t ∈ [ 2 Δ T, ( T /2) + 2 Δ T ], 有: an″ = 2k a A - A - 2ka k b B + ( e

T
( 18)
在理论上 , 移动的数据窗大小 (即 Δ T )可任意 确定 , 但为了提高算法的计算速度以达到快速计算 的目的 , Δ T 选取为 T s 较合适。 一旦确定了每个周期 的采样点数 N , Δ T也就随之确定 。 同时 ,若谐波次数 n 和延时 Δ T 确定 , ka , kb 就成为两个常数 。 则式 ( 17) 可化简为:
因半波 傅氏算 法不能 滤除 偶次 谐波 , 所以 设 式 ( 1)中 n 为奇数 , 则所得的 n 次谐波分量的实部模 值 an 和虚部模值 bn 的时域表达式 [ 5] 分别为: an = bn =

一种简单的任意次谐波电流瞬时值检测算法

一种简单的任意次谐波电流瞬时值检测算法

邮局订阅号82-946360元/年技术创新博士论坛《PLC技术应用200例》您的论文得到两院院士关注一种简单的任意次谐波电流瞬时值检测算法ASimpleDetectionlgorithmforanyHarmonicInstantaneousCurrent南京理工大学应展烽吴军基易文俊YINGZhan-fengWUJun-jiYIWen-jun摘要:谐波电流的快速检测是谐波拟制的前提。

本文将积分法和改进后的滑动窗法结合提出了一种简单的检测谐波电流方法。

该算法计算量小精度较高可在第一个工频周期后检测任意一次谐波分量瞬时值。

若畸变电流信号由稳态发生突变检测结果延迟在一个工频周期内。

在获得畸变电流采样值的情况下检测过程完全可通过软件实现。

算法具有较高的工程应用价值。

程序仿真结果证明了算法的有效性。

另外文中还对采样频率对检测结果的影响进行了分析。

关键词:谐波检测滑动窗积分法任意次谐波中图分类号:TM930.1文献标识码:AAbstract:Therapiddetectionofharmoniccurrentispremiseofharmonicelimination.Adet ectionalgorithmforharmoniccurrentbyunitingIntegrationandSlidingWindowispresented.Th isalgorithmhastheadvantagesoflesscomputingeffortandhighaccuracy.Theanyharmonicinst antaneouscurrentcanbedetectedafterfirstprimitiveperiod.Thedelayofdetectingresultis lessth anoneprimitiveperiodAlldetectingprocesscanbegovernedbysoftwarewhendistortedcurrents amplingdatawasobtained.Thealgorismhashighengineeringvalues.Resultsofprogramsimulat ionshowthevalidityofthealgorithm.Inadditiontheeffectsamplingfre-quencyondetectingresu ltshasbeendiscussed.Keywords:harmonicdetectionslidingwindowintegrationmethodanyha rmonic文章编号:1008-0570201005-1-0023-031引言随着电力电子技术的飞速发展电网中产生了大量由于电力电子装置非线性特性产生的谐波污染现象。

改进的半波傅立叶滤波算法

改进的半波傅立叶滤波算法

谐波等。设要保留角频率为ω P 的成分,故取极点 为 Z P = R ⋅ e± jωPT ,同时要使幅频特性分别在高低 频 ωT = 0,π 处 完 全 截 止 , 还 需 设 置 零 点
Z 0 = e j0 = 1 和 Z 0 = e jπ = −1 ,则该窄带数字滤
波算法的传递函数为:
H (Z )
用 EMTP 仿真线路单相接地故障,短路电流如 图 8.(a)所示,故障发生在第 20ms。新的快速半波 傅立叶算法对故障电流的滤波结果如图 8.(b)所 示。
窄带通滤波算法对低频和高次谐波具有良好的抑 制作用,另外,根据分析得出半波傅立叶算法计算 实部受衰减直流分量影响小,能较精确地给出狭窄 带通滤波算法的计算初值,且使其滤波暂态时延 小。因此,改进的快速半波傅立叶算法具有计算速
x(t) = cos(nωt) 时,半波傅氏算法的频率响应如图
1 所示。
图 1 半波傅立叶算法的幅频特性
电力系统故障时的短路电流中除有基频分量 外,还包含有衰减直流分量与高次谐波等。而半波 傅立叶算法对包含直流分量在内的各偶次谐波均 无滤除作用,因此,用半波傅立叶算法对基频分量 进行滤波计算必然导致很大误差。 2.2 衰减直流分量的影响
Ir (k) = C1e τ
+
I1
cos(k
2π N
+ ϕ1)
(5)
−(k −N 2)TS
Ii (k) = −C2e τ
+ I1 sin(k
2π N
+ ϕ1) (6)
式中:
∑ C1
=
4I0 N
N 2 −lTS
⋅ eτ
l =1
⋅ cos( 2π N
l)
∑ C2

基于改进小波包的非整次谐波分析算法

基于改进小波包的非整次谐波分析算法
表示 , 图 1所示 。在 实 际应 用 中人 们往 往 关 心 的 如
是 假定 所 检 测 的离 散 信 号 ) P t , 为 o() 信号 在 第 层上 共有 2 个小 波 包 , 2一 j 第 i1个 小波 包 是第 卜1 层
上 第 i 小 波 包 与 小 波 分 解 滤 波 器 H 卷 积 后 再 隔 个
解 。如 果 可 以使 不 同频 率 的谐 波 位 于 不 同 的频 带
中, 就可 以把 包 括整 数 次 和非 整数 次 不 同频 率 的谐 波 分 离 出来 . 利 于谐 波成 分 的 确定 和 谐波 参数 的 有
测 量 .为电力 系统 间谐波 分析提 供简便 直观 的分 析
方 法 。由于小波包 变换本 质上仍是 一种加 窗变换 , 但
和重构算 法应用 较广 。 据 C i n和 Wikrasr 根 oma f cehue
i 小波 包 的频 带为 , [ 一 )2: x 】 因采 样频 个 ( 1 -, 2 , f X i
嚣譬 r● L ▲ T ●
, ] 。, ,对 ,始 . , ,. 2 图1 信 等 2 ’ , 2. , 原 …
2 小波包 快速算法 的改 进
传 统 的 小 波 包 快 速 算 法 在 信 号 的分 解 与 重 构 中存 在 一 些 缺 陷 , 高 频 子带 和 低频 子带 重 构 的信 如 号会 发 生 交错 , 单子 带 重 构 的信 号在 某些 频 段 会 发
生 幅值 失 真 和频 谱混 叠 .并 出现 虚 假信 号 的 现象 。
过设 法 改 变 原 始 信 号 的 频 带 分 布 来 避 免 信 号 分 解
中的频谱 混 叠 , 因此 需要 对 原 始 信号 有一 定 先 验 知

局部倒频谱编辑方法及其在齿轮箱微弱轴承故障特征提取中的应用

局部倒频谱编辑方法及其在齿轮箱微弱轴承故障特征提取中的应用

局部倒频谱编辑方法及其在齿轮箱微弱轴承故障特征提取中的应用张西宁; 周融通; 郭清林; 张雯雯【期刊名称】《《西安交通大学学报》》【年(卷),期】2019(053)012【总页数】9页(P1-9)【关键词】振动信号; 局部倒频谱; 轴承微弱故障检测【作者】张西宁; 周融通; 郭清林; 张雯雯【作者单位】西安交通大学机械制造系统工程国家重点实验室 710049 西安【正文语种】中文【中图分类】TH17齿轮箱作为机械设备中用于连接和传递动力的关键部件,在风力发电机、直升机、汽车、农业机械、冶金机械等大型复杂机械装备中得到了广泛应用[1]。

然而,由于工况恶劣、强负荷、长期运行等影响,齿轮箱中的典型零部件,如齿轮、滚动轴承,容易因疲劳、磨损发生故障[2]。

由于滚动轴承故障会产生周期性冲击脉冲,目前对轴承状态监测主要使用振动信号分析法[3]。

当齿轮箱中的滚动轴承发生故障时,啮合频率、转频及滚动轴承故障特征频率成分相互耦合,且存在复杂的调制现象,轴承故障特征成分往往不易分辨或被淹没,从而导致轴承故障漏判[4]。

因此,十分需要找到一种合适的方法,抑制频谱中离散频率成分及复杂调制现象的干扰,让轴承故障特征成分得以凸显。

针对多干扰微弱轴承故障诊断问题,现有研究主要着眼于将部分频率成分分离或抑制,以提高故障特征成分辨识度。

文献[5]提出同步时域平均(TSA)方法,对特定周期性分量增强且抑制其他频率成分及背景噪声,但分离齿轮箱轴承信号时因平均周期未知而难以应用。

Randall等提出一种倒频谱编辑(CEP)方法,利用倒频谱将频谱中等间隔分布的谱线收集到一根倒谱线上的能力,在倒谱域将其幅值置0,以在重构频谱中去除该离散频率成分[6]。

当干扰多、故障特征成分较弱时,定义在全频段上的倒谱无法分辨干扰成分,更无从编辑。

代士超等提出利用TSA方法帮助识别齿轮干扰成分的准确位置再进行原始倒谱编辑,取得了一定的效果,但方法过于烦琐[7]。

用于次同步振荡模态提取的柔性原子滤波

用于次同步振荡模态提取的柔性原子滤波

收稿日期 2016-03-14
改稿日期 2016-07-05
第 32 卷第 6 期

林等
用于次同步振荡模态提取的柔性原子滤波
99
0
引言
随着特高压交直流电网的快速发展以及大规模
号的适应性仍需深入分析。文献 [19] 利用基于阻尼 正弦原子分解辨识模态并能提供模态持续的起止时 间,但该方法引入了匹配追踪和优化算法,因此模 态分辨率和动态特性尚待评估。文献 [20] 提出先利 用正交低通滤波器滤除高次谐波和基波分量,再利 用复小波提取各次同步振荡模式。但小波的时频域 带宽受带通中心频率约束而难以灵活调整。频域带 宽不可调导致邻近频带易发生混叠,因此该方法较 难辨识振荡频率相近的模态,模式分辨率不高。时 域带宽不可调导致较长的观测数据窗长度和较慢的 动态响应速度,因此该方法难以快速跟踪时变性次 同步振荡模式。 为了克服现有方法不足,本文利用原子函数作 为滤波函数, 引入柔性滤波控制策略, 提出用于 SSO 模态提取的柔性原子滤波方法 ( Flexible Atom Filter, FAF ) 。 FAF 的测量带宽能通过尺度参数灵活调整, 具有柔性控制特性,设置较窄频域带宽时,具备较 高模式分辨率,能分辨频率相近的 SSO 模态,避免 了关键模态缺失和频谱混叠; 设置较窄时域带宽时, 具备较短观测时窗和较快动态特性,能跟踪时变性 振荡模态。此外,该方法噪声鲁棒性好、运算量小、 实现简便、易于在线应用。
China)
The conventional subsynchronous oscillations (SSO) mode extraction methods have
some shortages, such as lower mode identification, worse dynamic characteristics and poor anti-noise ability. Thus, this paper proposes a novel flexible atom filtering method, where the time and frequency window can be adjusted flexibly. Thus high mode identification and fast dynamic characteristics can be achieved. The central frequency of the filter is set within the SSO frequency scale. By filtering, the method can obtain the frequency and amplitude envelope curves. The least square method is deployed to get initial oscillation amplitude and attenuation factor. Matlab simulation cases and IEEE first benchmark cases in EMTDC/PSCAD have verified the correctness and effectiveness of the method. The simulation results have shown that the method can accurately identify the spectrum-intensive complex oscillation modes and time varying oscillations. The method is also robust to Gauss white noise. Keywords: Subsynchronous oscillation, flexible atom filter, dynamic characteristics, scale factor, noise robust, IEEE first benchmark model
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

⎪ ⎪
T
2
U 0e−αt
0
cos(nω t )dt
+

T
∑ ∫ ⎪ 4
⎪ ⎪
T
M k =1
2
U 2k −1 cos((2k
0
− 1)ω t
+ ϕ 2k −1 ) cos(nω t )dt
=
⎪T
⎪ ⎪
4
∫ ⎪ T



∫ ⎪
bn

2
U 0e −α t cos(nω t )dt +
0
T
=
4
2
u (t ) sin(nω t )dt
第 37 卷 第 20 期 2009 年 10 月 16 日
电力系统保护与控制
Power System Protection and Control
有效滤除偶次谐波的改进半波傅立叶算法
Vol.37 No.20 Oct. 16, 2009
邹智慧,李啸骢,罗晓芬,范垂正
(广西大学电气工程学院,广西 南宁 530004)
Abstract: Existing improved half-wave Fourier algorithm is capable of effectively suppressing the effects of exponential decaying DC and odd-order wave components of transient signals introduced by power system faults, which enables more accurate computation of fundamental wave component. However, if the signals contain much even-order wave components, the algorithm will introduce significant errors. This paper proposes a new improved half-wave Fourier algorithm. By increasing sampling points appropriately, the algorithm can effectively eliminate the effects of even-order wave components to achieve more accurate computation. The new algorithm can be used for fast and accurate microprocessor-based protection. Key words: microprocessor-based protection; transient signal; Fourier algorithm; even harmonics
中图分类号: TM71; TM744 文献标识码:A
文章编号: 1674-3415(2009)20-0065-04
0 引言
随着电力系统的快速发展,电网容量的扩大, 使得电力系统的结构越来越复杂,因此对电力系统 的实时监控、调度自动化和微机继电保护等的功能 要求也日趋提高,而其中电力参数的测量是最基本 的功能。如何快速、准确地采集计算各种电力参数 显得尤为重要。分析和评价采样算法的标准是:精 度、速度。速度和精度是一对矛盾,所以研究算法 的实质是如何在速度和精度之间进行权衡。
= =
−8h π(4h2 −1),
−4 π(4h2 −1)
⎧S ⎩⎨R
=U2h =U2h
sinϕ2h cosϕ2h
(11)
则有:
⎨⎧a1 ⎩b1
= =
∆K c1 ∆K s1
+ +
A+ B+
L1S L2 R
(12)
(2)延迟 ∆T ,取数据窗2, t ∈[∆T , T + ∆T ] 2
⎧ ⎪
a
2


⎪ b2
目前常用的交流采样算法主要建立在傅立叶 级数理论和数据拟合理论等基础上,比较典型的有 全波、半波傅立叶算法及其改进算法[1~3]、最小二乘 算法以及小波分析算法等。在没有偶次谐波的情况 下,改进的半波傅立叶算法[3]效果非常理想,数据
基金项目:国家自然科学基金项目(50747026);广西科学 基金项目(桂科自0728027);南宁市市校科技合作专项项 目(200801029D);北海市市校科技合作专项项目(北科合 200801027)
(1) 衰减的非周期分量 A0e−α t ; (2) 基波分量和整数倍频周期分量
∑N A k cos( k ω 1t + ϕ k ) ;
k =1
- 66 -
电力系统保护与控制
m
∑ (3) 非整数倍频周期分量 Aj cos(ωjt +ϕ j ) 和 j=1
干扰。
将各非整数倍频分量和干扰用W 表示,则电力
T0
U =
2 k −1
cos ϕ 2k −1
∫ ⎪
⎪4
⎪ ⎪
T
T 2
U
0
0 e −α t
sin(nω t )dt
+

T
∑ ∫ ⎪ 4
⎪ ⎪
T
M k =1
2
U 2k −1 cos((2k
0
− 1)ω t
+ ϕ 2k −1 ) sin(nω t )dt
=
⎪T
∫ ⎪ 4
⎪ ⎩
T
2
U 0e −α t sin(nω t )dt
改进的全波傅氏算法,算法数据窗为 N +1个
点,计算量比较小,采用这种校正方法,不需要做 任何假定和简化,就可以消除衰减非周期分量的影 响,可以比较精确地计算出故障信号当中基波和各 次谐波的幅值和相角。 2.4 改进的半波傅氏算法[3]
为了加快故障时继电保护的动作速度,同理可 将这种算法原理应用于半波傅氏算法,算法数据窗 为 N + 2 个点,采样时间约只有半个周期,能有效
关键词: 微机保护;暂态电量;傅立叶算法;偶次谐波
Improved half-wave Fourier algorithm that can filtrate even wave components availably
ZOU Zhi-hui,LI Xiao-cong,LUO Xiao-fen,FAN Chui-zheng (College of Electrical Engineering,Guangxi University,Nanning 530004,China)
(5)
又由于:
邹智慧,等 有效滤除偶次谐波的改进半波傅立叶算法
- 67 -
T /2
∫ e−αt cos(nω t )dt =
0
∫ 1

T
e −α t sin nω t |02
+α nω
T /2
e−α t sin(nω t )dt
0
=
∫ α
T /2
e−α t sin(nω t )dt
nω 0
所以 ∆K cn 、 ∆K sn 有如下关系:
0
+ U 2k −1 sin ϕ 2k −1
(3)

∫ 令
⎪⎪ ⎨

K
cn
=
4 T

∫ ⎪⎩

K
sn
=
4 T
T
2U
0
0e −α t
cos(nω t)dt
T
2 0
U
0e −α t
s in ( nω
t)dt
(4)
可将式(3)化简为:
⎨⎧an ⎩bn
= =
∆K cn ∆K sn
+Un +Un
cos ϕ n sin ϕn
(1)数据窗1, t ∈[0, T ] 2
⎧⎪⎪a1 ⎨ ⎪⎩⎪b1
= =
∆Kc1 ∆Ks1
+ U1 + U1
cosϕ1
+
−8h π(4h2 −1)U2h
sinϕ2h
sinϕ1
+
−4 π(4h2
−1)U2h
cosϕ2h
(10)

⎧A ⎩⎨B
= =
U1 U1
cosϕ1 sinϕ1

⎧⎪⎪L1 ⎨ ⎪⎪⎩L2
3 滤除偶次谐波的改进半波傅氏算法
设故障信号为:
M
∑ u(t) = U 0e−αt + U k cos(kωt + ϕk )
(2)
k =1
若信号不含有偶次谐波分量,对其进行半波傅
立叶变换后得各奇次谐波系数的实部、虚部分别为:

T∫ ⎪⎪a来自n⎪=
4 T
2
u (t ) cos(nω t)dt
0
=
⎪T
∫ ⎪ 4
∆K cn
=
α nω
∆K sn
(6)
对于基波式(5)可写为:
⎪⎧a = ∆K c1 + U1 cosϕ1
⎨ ⎪⎩b
= ∆K s1 + U1 sin ϕ1
(7)
对含有偶次谐波分量的故障信号进行半波傅
立叶变换后基波系数实部、虚部精确表达式分别为:
∑ ⎧⎪⎪a

∑ ⎪⎪⎩b
= =
∆K c1 ∆K s1
+ +
展开有:
⎪⎧a2 ⎪ ⎨ ⎪b2
= =
∆Kc1 ⋅ e−α∆T + Acos(ω∆T ) − Bsin(ω∆T ) L1S cos(2hω∆T ) + L1Rsin(2hω∆T ) ∆Ks1 ⋅ e−α∆T + B cos(ω∆T ) + Asin(ω∆T )
相关文档
最新文档