基于波束空间求根MUSIC算法电力系统谐波检测

针对传统电力系统中谐波检测方法存在的精确度低、抗噪性差等问题,本文将波束空间求根MUSIC算法应用于电力系统谐波检测. 该算法以信号空间为模型,用盖氏圆检测出信号源数,利用波束空间将阵列接收的数据通过变换得到波束空间的数据,再将波束空间的数据分解为噪声和信号子空间,由该两个子空间的正交性构造多项式,通过求解此多项式,得到信号的频率估计值,最后由扩展PRONY方法计算得到信号的幅值. 仿真实验验证和实际数据分析表明该算法在电力系统谐波检测中是切实可行的.      

基于盖氏圆方法的宽带信源数目估计

针对低信噪比和小快拍数情况下宽带信号源数目较难精确估计的问题,提出了一种基于盖氏圆方法的宽带信号源数目估计算法(GDECSM)。盖氏圆方法通过利用盖氏半径对矩阵特征值范围的限定关系,能有效区分信号子空间与噪声子空间,在宽带信号源数目估计中能够产生良好的检测效果。仿真实验表明,与基于AIC准则的宽带信源数目估计算法(AICCSM)相比,GDECSM算法在低信噪比和小快拍数时都具有更高的检测概率,运算复杂度也有所降低。     

基于TAM谐波检测方法

针对传统谐波检测方法及其存在的问题,将TAM方法应用于谐波检测。该方法以信号空间模型为基础,结合子空间旋转不变性和最小二乘法实现了电力系统的谐波检测。首先求解采样信号数据矩阵的协方差矩阵,然后对协方差矩阵进行奇异值分解,利用最小二乘法的原理减少噪声影响,得到较为精确的频率和幅值估计参数。仿真实验结果表明：该算法精确有效...     

基于改进小波变换法的风电场谐波检测

为了提高风电并网电力系统谐波检测的快速性与准确性,提出一种改进小波变换的谐波检测方法。首先,把风电并网系统电压信号的频域空间分割成低频区段与高频区段,针对低频区段信号采用小波多尺度算法分解,针对高频区段信号采用小波包进行分解,得到信号中的基波和各次谐波分量;然后,通过有效地提取出特定频率段的谐波分量进行重构来检测风电并网电力系统谐波;最后,利用MATLAB进行了仿真实验。实验结果表明:该方法能快速有效检测出谐波分量,提高了谐波检测准确度和快速性。     

基于Toeplitz算法的谐波和间谐波参数估计

为准确地检测电力系统中谐波信号的参数,从被检测信号噪声的基本特性出发,将空间谱估计理论中的Toeplitz算法应用于谐波、间谐波参数检测.首先对采样信号构成的自相关矩阵进行奇异值分解,根据不同时刻白噪声相互独立的原理划分出噪声子空间和信号子空间,再利用最小二乘法和旋转不变参数估计的原理,实现信号的频率和幅值参数的准确估计.根据白噪声均值为0的特性,通过仿真实验和现场数据分析表明:本文提出的方法在提高谐波和间谐波的参数估计精度和抗噪能力等方面具有较好的可行性和有效性,能满足实际应用的需要.     

α噪声背景下谐波恢复方法研究

为解决α 噪声背景下的谐波恢复问题,提出了归一化循环相关结合多重信号分类算法。该算法包含两种 多重信号分类算法( MUSIC: Multiple Signal Classification) : 样本空间MUSIC 算法和特征空间MUSIC 算法。 这两种MUSIC 算法充分利用信号子空间和噪声子空间,在空域内做谱峰搜索以求取谐波频率。该算法不仅能 估算谐波信号频率,同时也能提高谐波估计的精度。计算机仿真结果表明,使用这两种算法可完成谐波信号频 率有效估算,而且效果比原有分数低阶矩及其派生的分数低阶统计量更优,且有效地解决了非整数算子造成的 相位扭曲问题,应用前景广泛。     

子空间分解法在声目标特征提取中的应用

目的　研究用于识别直升机目标声信号的特征提取方法。方法　通过对直升机声信号频域特性分析,采用基于子空间分解的多重信号分类法(MUSIC)算法提取信号谐波频率作为目标特征,利用子空间分解将观测数据分解为信号子空间与噪声子空间的特点,抑制噪声干扰,提高识别能力。结果与结论　对实测的直升机声信号谐波频率提取结果表明,子空间分解方法提取目标频域特征是可行的,用MUSIC算法提取谐波频率值是有效的。     

基于FPGA电力系统谐波检测

针对目前电力系统谐波检测方法都存在的一定的缺点与不足,分析了各种检测方法的利弊,提出了一种基于FPGA电力系统谐波检测的新方法,结合FFT谐波检测理论的特点,通过理论分析和硬件电路设计,实现了FFT算法的高测量精度检测.采用MATLAB的SimPowerSystems和Simulink模块对系统进行建模仿真,结果表明:该电力系统谐波检测的新方法,达到了高速度、高精度的算法要求,提高了系统的实时性,完全可以达到抑制谐波的目的,实验系统电流的谐波总畸变率由有源滤波器投入前的20.78%降至1.32%.     

基于TLS-ESPRIT的电力系统基波检测新方法

针对电力系统基波频率测量的现状,提出一种基于TLS-ESPRIT的高精度频率测量新方法.TLS-ESPRIT是一种现代信号处理方法,是子空间估计方法中的一种.该方法的信号模型中考虑了噪声的影响,因此,具较强的抗噪声能力.直接采用该法分析多重极点信号时会因受噪声的影响而得不到完全相等的多重极点.应用多重极点恢复的方法对其进行改进可得到精确的实际频率.针对有谐波、间谐波、噪声等复杂背景下的基频检测进行仿真分析,仿真结果表明:该方法检测精度高,抗噪声能力强,尤其对时变性较强的调幅性间谐波信号具有强适应性.     

协同进化蜜蜂算法结合谱估计的间谐波参数分析

针对间谐波不易检测的特点,提出一种新的间谐波参数分析方法。首先利用加权信号子空间投影算法优化的多重信号分类算法(MUSIC,multiple signal classification)对间谐波信号频率进行估计。在分析过程中,利用欧拉公式将信号转化为空域信号,运用改进后的谱函数对谱峰进行搜索,实现信号的频率估计。最后利用蜜蜂算法结合收敛速度较快的自适应最小均方(LMS,least mean square)算法以2种群协同进化的方式,实现间谐波信号的幅值与相角估计。研究结果表明:改进后的MUSIC算法提高了非理想情况下间谐波参数估计的精度;采用协同进化蜜蜂算法减小了算法的迭代次数以及陷入局部极值的概率,同时也提高了工蜂位置向量的准确度。     

基于峰均功率比的多目标检测方法性能分析

为了避免多目标治理环境中由于存在强度差导致检测概率降低的情况,给出了3种基于峰均功率比的多目标检测方法.利用采样协方差矩阵的特征向量受噪声方差影响小的特性,计算其峰均功率比值,将峰均功率比值应用于信息论准则和盖尔圆半径,检测信号源个数.仿真结果表明,对于不等强双目标,PAPRT、PGAIC和PGMDL方法的检测性能优于AIC和MDL方法.随着强度差的增大,给出方法的检测概率稳定在100%.     

基于双阵元的宽带相干信源数估计

不同噪声条件下,宽带相干信源数估计是阵列信号处理中的难点问题.本文针对宽带信号的特点,利用虚拟阵列扩展技术,将宽带信号的不同频率成分虚拟为不同间距的虚拟阵元,通过空间平滑削弱信号之间的相干性.但由于噪声的功率谱非严格平坦,虚拟阵列协方差矩阵的噪声特征值发散程度严重,经典的信息论方法完全失效.基于对角加载技术,提出了一种新的加载量,有效地平滑了噪声特征值,减弱了其发散程度,并在此基础上利用比率准则改进了信息论方法,实现了两阵元对多个信源的数目估计.仿真实验表明,改进后的方法在白噪声和色噪声条件下均具有较好的性能,优于盖氏圆方法.     

空间平滑和盖氏半径变换的宽带相干信源数估计

采用空间平滑处理和不同信源数估计准则进行宽带相干信源数估计。该方法针对宽带相干信号,不需要聚焦处理,直接对宽带信号阵列采样输出分段并进行快速傅立叶变换(fast Fourier transform,FFT),得到不同频点处的窄带采样协方差矩阵,然后采用空间平滑处理技术进行解相干处理,接着利用信源估计准则进行信源数估计,对每个频点处的结果进行加权处理得到宽带信源数目。仿真结果表明,通过对信息论准则、基于盖氏半径的似然准则、盖氏圆估计准则的性能的对比,进而得到了一种在色噪声下估计宽带相干信源数的方法。     

一种基于子空间距离准则的源数目估计算法

 源数目估计是阵列信号处理中的一个重要课题,也是声纳探测领域的一个难题。通过研究特征子空间分析方法,提出了一种新的源数目估计算法。该方法在盲源分离结果的基础上,基于信号子空间和噪声子空间正交的原理,建立了子空间代价函数来估计观测空间的源数目。同时,通过仿真和水池实验,对该方法的性能做了研究,并与基于信息论准则中最小长度描述准则的源数目估计算法进行了比较。仿真和水池实验结果表明,该源数目估计算法能得到准确的源数目,并具有较好的抗噪性,在水声环境中具有更好的稳健性。     

基于矩阵特征值分析的模糊聚类有效性指标

许多有效性指标已经被提出量化地估计和评价模糊聚类算法对于给定数据集的划分结果.但是由于不合理的结构和极大的时间耗费,迄今这些有效性指标几乎都无法满足应用的一般性需求.为此,提出一个基于Gerschgorin圆盘定律估计的聚类有效性指标来估计模糊聚类的类数.先由模糊聚类划分的结果得到一个相关性矩阵,接着求出该矩阵的所有特征值和特征向量,然后基于经典Gerschgorin圆盘定律估计最优的类数.为了检验提出的指标在模糊聚类中的有效性,把模糊聚类算法应用到带有不同特征的3个人工数据集和3个真实的数据集,并比较提出的指标和2个最常用的模糊聚类有效性指标.实验结果证明了所提出的有效性指标能够发现被聚类数据集的固有结构,从而得出更加准确的类数.     

基于小波变换的电网谐波电流检测

谐波对电力系统和用电设备产生了严重危害和影响.谐波检测是谐波问题的一个重要分支,实时、精确地对电网谐波进行检测有着重要的现实意义,但传统的谐波检测方法有很多缺点.随着数字信号处理技术的发展,小波变换作为一种较有效的方法,也被应用于对电网的谐波检测中.本文利用基于多分辨率分析的小波变换对电网谐波信号进行分析,理论分析和仿真结果都证实了该方法的有效性.     

可选择谐波型有源滤波器的检测及其闭环控制

为了实现对电力系统谐波的实时和精确补偿,该文提出了一种用于有源电力滤波器任意指定次谐波的检测方法以及基于该检测方法的闭环控制方法。这种有源电力滤波器由选择性谐波检测环节、电压控制和电流控制环节组成。为了补偿数字控制器和逆变器带来的延时,在检测环节中加入了预测补偿角。电压闭环控制方法借助检测环节实现了对谐波电流发生电路中逆变器直流侧的电压控制。电流闭环控制方法使得实际补偿电流精确地跟踪检测出的谐波指令电流。仿真结果验证了该控制方法的正确性,在采用上述方法后,电源电流得到根本的改善。