基于TDA-ESPRIT的电力系统间谐波检测.PDF
《基于TDA-ESPRIT的电力系统间谐波检测.PDF》由会员分享,可在线阅读,更多相关《基于TDA-ESPRIT的电力系统间谐波检测.PDF(6页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、第27卷第6期2011年6月电网与清洁能源PowerSystemandCleanEnergyVol.27 No.6允怎灶.2011文章编号:1674-3814(2011)06-0034-06 中图分类号:F407.61 文献标志码:粤基于TDA-ESPRIT的电力系统间谐波检测陈哲,袁越,傅质馨,吴博文(河海大学能源与电气学院,江苏 南京 210098)DetectionofInterharmonicsBasedonESPRITCombinedwithTime-DomainAveraginginPowerSystemCHENZhe,YUANYue,FUZhi-xin,WUBo-wen(Coll
2、egeofEnergyandElectricalEngineering,HohaiUniversity,Nanjing210098,JiangsuProvince,China)ABSTRACT:ThispaperpresentstheESPRITmethodwhichiscombinedwithtime-domainaveraging (TDA),andthemethodcan effectively improve thecomputational efficiency.Thesimulationresultsshowthatthecalculationaccuracyisalsowithi
3、ntheacceptablerange.KEYWORDS: ESPRIT;time-domainaveraging;differencefilter;interharmonic;powerquality摘要:提出结合了时域平均技术 (Time-DomainAveraging,TDA) 的旋转不变原理的信号参数估计 (EstimationonSignalParametersviaRotationalInvarianceTechniques,ESPRIT)法,有效 提高了计算效率,仿真结果表明,其计算精度也在可以接受的范围内。关键词:ESPRIT;时域平均;差值滤波; 间谐波; 电能质量随着现代电
4、力技术的发展,大 功率电力电子器件得到了广泛应用,电力系统中的谐波与间谐波1-3污染也因此日益严重。对电力系统中的谐波与间谐波进行检测与分析4-15,不仅有利于电能质量的评估,而且还关系到电力系统中的谐波与间谐波的治理。传统的谐波检测方法以傅里叶变换为主,快速傅里叶变换(FastFourierTransform,FFT)及其改进算法已得到广泛的应用16-18。但受采样频率与采样时间窗的限制,FFT存在着栅栏效应和频谱泄露等问题,严重影响电力系统中的间谐波的测量。信号参数估计的方法可以对电力系统中的谐波分量与间谐波分量的参数进行准确估计,因而受到了广泛关注19-23,但信号参数估计的方法计算效率
5、低,因而其使用受到了限制。目前空间谱估计的算法主要有多重信号分类(Multi-SignalClassification,MUSIC)算法19和基于旋转不变理论的信号参数估计 (EstimationonSignalParametersvia RotationalInvariance Techniques,ESPRIT)算法20。与MUSIC算法相比而言,ESPRIT法计算量小,不 需 要 进行谱峰搜索,有更好的性能。传统的ESPRIT算法在进行频率估计时要计算其自相关矩阵,并进行特征分解。在阵列信号阵元数较多的情况下,此方法的计算量会变得很大。为提高计算效率,一般改进的算法是采用其他的方式来避免
6、特征分解。文献24提出了一种利用迭代计算来进行参数估计的方法;文献25则利用基于维纳滤波器的降维技术来避免特征分解。在被处理的信号中的正弦分量增加时,这些方法的计算量会大幅增加。如果能在使用ESPRIT算法进行频率估计前,利用其他较简单的方法减少原信号中正弦波分量的数量,无疑可以在很大程度上提高计算效率。本文基于ESPRIT算法,先利用时域平均技术(Time-DomainAveraging,TDA)26将原信号中的基波与谐波分量分离出来,再对原信号中的间谐波分量进行估计。由于在进行参数估计的信号中,正弦分量的数目减少了,因而所需的运算量也相应减少。最后,本文以复合信号与变频调速系统的分析为例,
7、对本算法进行了验证,其结果表明,利用此方法进行间谐波估计,在提高计算效率的同时,也保证了计算精度。1 ESPRIT算法ESPRIT算法是根据稳定信号经过时移后其正弦成分的频率与幅值不变的原理,来估计信号中正弦成分的频率,并以此为基础,进一步对信号的幅值与初始相角进行估计的一种算法。基金项目:国家自然科学基金资助项目(51077041);江苏省“青蓝工程”资助项目 ( 苏教师200830号)。智能电网SmartGrid1.1 ESPRIT的原理假设信号x表示成复指数形式为:x(t)=K軒k=1移ak e - 茁 k t e j(棕 k t + 椎 k)+w(t) (1)式中,K軒为信号的信源数,
8、它是原信号中正弦分量数运的2倍;ak为第k个分量的幅值;茁k为相应的衰减因子;棕k为第k个分量的角频率;椎k为第k个分量的初相角;w(t)为噪声。当信号为稳定信号时,茁k越0,其采样信号可表示为:x劬x(0)x(1)x(N-1)杉删山山山山山山山山山山山山山煽闪衫衫衫衫衫衫衫衫衫衫衫衫衫=K軒k=1移ak ej椎kK軒k=1移ak ej(棕k驻t+椎k)K軒k=1移ak ej(棕k(N-1)驻t+椎k)杉删山山山山山山山山山山山山山山山山山山山山山山山山山山山煽闪衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫+w(0)w(驻t)w(N-1)驻t)杉删山山山山山山山山山山山山山煽闪衫衫衫
9、衫衫衫衫衫衫衫衫衫衫(2)式中,驻t为采样间隔;N为采样点数。将其写为矢量的形式为:X=EA+W (3)其中,(4)A=a1ej椎1 a2ej椎2 aK軒ej椎K軒T (5)W=w(0) w(驻t) w(N-1)驻t)T (6)对两组采样阵列信号X軍1和X軍2(X軍1,X軍2沂CN伊M),每组信号均由M列采样间隔为驻t的采样信号组成,称N为阵元数,M为快拍数;令X軍1和X軍2内每列数据之间的时间间隔为驻d,X軍1和X軍2之间的采样时间间隔为驻l,以X軍1为参考阵列信号,将此两组信号表达成式(3)的形式为:X軍1 = EA軍+WX軍2=E椎A軍+W嗓(7)其中,A軍=a1ej椎1 a1ej(椎1
10、+棕1驻d) a1ej(椎1+棕1(M-1)驻d)a2ej椎2 a2ej(椎2+棕2驻d) a2ej(椎2+棕2(M-1)驻d)aK軒ej椎K軒 aK軒ej(椎K軒+棕K軒驻d) aK軒ej(椎K軒+棕K軒(M-1)驻d)杉删山山山山山山山山山山山山山山山山山山煽闪衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫衫(8)椎=diag ej棕1驻l,ej棕2驻l,ej棕K軒驻l嗓 瑟 (9)可以看出只要能估计出对角矩阵椎,就能得到原信号中所有正弦分量的频率。1.2 求解ESPRIT的方法一般的方法是根据信号的自相关矩阵来估计的。令:E1=E (10)E2=E椎 (11)X軍= X軍1X軍2杉删山山山山山山山山
11、煽闪衫衫衫衫衫衫衫衫= E1E2蓘蓡A軍+W (12)其自相关矩阵可表示为:RX*=E X軍X軍H嗓 瑟= E1E2蓘蓡A軍HEH1EH2蓘 蓡+滓2I(13)当M逸K軒且N跃K軒时,对其进行特征分解有:RX=U夷UH (14)式中,夷沂CM伊酝为对角阵,其秩为K軒;哉沂C2晕伊酝。设哉越UK軒|UW蓘 蓡,夷= 夷K軒 00 滓2I蓘 蓡,则:RX*越哉K軒夷K軒哉HK軒+滓2哉宰哉匀宰 (15)式中,哉K軒沂C2晕伊酝为信号子空间;哉宰沂C2晕伊(酝-K軒)为噪声子空间;夷K軒沂CK軒伊K軒为满秩对角矩阵。故存在非奇异矩阵匝,使得:哉K軒= E1E2蓘蓡Q=EQE椎Q蓘 蓡= U1U2蓘蓡
12、 (16)其中,U1,U2沂CN伊K軒于是有:U2=E椎Q=U1Q-1椎Q=U1鬃 (17)由于Q为非奇异矩阵,鬃=Q-1椎Q,可知鬃与椎有相同的特征值,求出鬃的特征值,即可得到原信号中全部正弦分量的频率。采用最小二乘法求鬃时结果如下:鬃赞 =(UH1U1)-1UH1U2 (18)实际计算时,如果令驻l=驻d=驻t,则进行分析所需的采样点数为N+M,也就是说采样点数只需要大于信号中正弦分量数的4倍,就可以利用ESPRIT进行信号的参数估计,这比采用FFT所需的采样点数少很多。2 时域平均技术在基波频率确定,且采样为同步采样的前提左 左左左 左 左第27卷 第6期 电网与清洁能源智能电网Smar
13、tGrid35下,可以使用时域平均技术26。使用TDA处理的采样信号必须满足以下条件。1)基波频率已知或可以很精确地估计出来;2)满足对基波进行同步采样的条件,且信号频率不发生波动。2.1 TDA的原理和算法将信号x表示为:x(t)=x0(t)+w(t) (19)式中,x0(t)为原信号;w(t)为噪声。设采样间隔为 驻 t ,采样点数为 N ,则:x(n 驻 t )= x 0(n 驻 t )+ w(n 驻 t ),(n =0,1,N-1)(20)将采样信号平均分成M段长度为T0=J驻t的信号(J为T0内的采样点数,且满足N=MJ),并按式(21)作平均计算,得到长度为J的序列a(i驻t):a
14、(i驻t)= 1MM-1m=0移x(i驻t+mJ驻t),(i=0,1,J-1)(21)然后将序列a(i驻t)按扩展到整个采样空间,即aM(i驻t+mJ驻t)越a(i驻t),(i=0,1,,J-1) (22)则新的序列aM(n驻t)即为TDA的结果,其中n=0,1,,N-1。对式(21)和式(22)作 Z 变换可得:A M(z)= X(z)M2 1-z-MJ1-z-J1-zMJ1-zJ (23)则TDA的传递函数可表示为:H(z)= 1M21-z-MJ1-z-J1-zMJ1-zJ (24)令z=ej2仔f驻t,可得其频率响应。其相频响应为椎M(f)=0,幅频响应满足:HM(f)= 1M2sin2
15、仔M(f/f0)sin2仔(f/f0) (25)当M=10,f0=50Hz时,其幅值响应曲线如图1所示。可以看出,时域平均技术相当于一个只允许基波和谐波通过的滤波器。经过TDA后的信号中的间谐波成分很少,只要对aM(n驻t)作 DFT,就可以得到较精确的原信号中的基波和谐波的成分。2.2 差值滤波的原理以时域平均技术为基础,文献26中提出了一种差值滤波(DifferenceFilter,DF)的方法,就是将原信号x(n驻t)与 a M(n 驻 t)做差,所得结果作为DF的滤波结果。DF的传递函数为:H(z)=1- 1M21-z-MJ1-z-J1-zMJ1-zJ (26)令z=ej2仔f驻t,可
16、得其频率响应。其相频响应为椎M(f)=0,幅频响应满足:HM(f)= 1- 1M2sin2仔M(f/f0)sin2仔(f/f0) (27)当M=10,f0=50Hz时,其幅值响应曲线如图2所示。可以看出,在满足基波频率确定,且采样为同步采样的前提下,经过DF的信号中将只剩下间谐波分量。这种算法计算简单,精度也较高,但它要求的条件也较苛刻。3 结合时域平均技术的ESPRIT算法直接采用ESPRIT算法进行信号参数估计时,其运算量会随着信号中的正弦分量数的增加而大幅增加。采用TDA技术可以很有效地将原信号中的基波分量与谐波分量分离,实现简单,精确度高,可以减少原信号中的正弦分量数。对剩下的间谐波分
17、量采用ESPRIT技术进行参数估计,可以得到 准 确的 信号中间谐波频率,在计算精度上比传统的FFT算法要高。具体做法如下。1)在基波频率确定,且采样满足同步采样的前提下,先利用DF滤波器将原信号中频率确定的基波与谐波分量滤除,得到只含有间谐波分量的信号。2)采用ESPRIT技术对信号中的间谐波分量的频率进行估计。由于DF滤波器的相频响应,因而利用DF处理信号将不会使原信号中的间谐波分量相角发生偏离,也不会影响到利用ESPRIT技术估计出的间谐波频率的精度。但由式(27)可知,经过 DF滤图1 栽阅粤的传递函数幅频响应曲线图2 阅云滤波器的传递函数幅频响应曲线陈哲,等 : 基于 TDA-ESP
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 TDA ESPRIT 电力系统 谐波 检测
限制150内