小波包與MUSIC算法相結(jié)合的電網(wǎng)諧波檢測(cè)方法.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，工業(yè)生產(chǎn)中對(duì)電力系統(tǒng)電能質(zhì)量的要求越來(lái)越高。由于實(shí)際電網(wǎng)中使用了大量的電力電子裝備和非線性負(fù)載，使得電網(wǎng)中的諧波成分急劇增加，從而對(duì)電能質(zhì)量諧波治理方面提出了極大的挑戰(zhàn)。準(zhǔn)確地檢測(cè)諧波信號(hào)參數(shù)有利于抑制諧波，因此電網(wǎng)諧波檢測(cè)一直是電能質(zhì)量抑制諧波方面研究的重點(diǎn)。實(shí)際電網(wǎng)諧波中同時(shí)含有諧波和間諧波兩種分量，而如何高精度地檢測(cè)兩種分量是目前諧波檢測(cè)領(lǐng)域的難點(diǎn)。在過(guò)去的幾十年里，經(jīng)過(guò)國(guó)內(nèi)外眾多專(zhuān)家學(xué)者的不懈努力研究，各種算

2、法已被引入到諧波檢測(cè)領(lǐng)域之中。
　　本文總結(jié)了國(guó)內(nèi)外諧波和間諧波檢測(cè)方法后，分別分析了傅立葉變換、小波變換、空間譜估計(jì)算法的原理。首先基于離散型傅里葉變換和快速傅里葉變換的原理，本文采用快速傅里葉變換檢測(cè)電網(wǎng)諧波和間諧波參數(shù)，可知對(duì)諧波信號(hào)有較好的分辨率，但是在對(duì)諧波信號(hào)進(jìn)行截?cái)鄼z測(cè)的同時(shí)會(huì)產(chǎn)生頻譜泄漏現(xiàn)象。其次本文分析了以小波變換為基礎(chǔ)的諧波和間諧波檢測(cè)方法。雖然小波變換能對(duì)諧波信號(hào)進(jìn)行檢測(cè)，并且它還可以反映信號(hào)時(shí)頻特征，但是小

3、波變換會(huì)在分解頻域上出現(xiàn)頻譜重疊現(xiàn)象同時(shí)在信號(hào)重構(gòu)時(shí)運(yùn)算量很大。在分析了小波變換后，基于空間譜估計(jì)原理，采用子空間分解法中多重信號(hào)分類(lèi)(MUSIC, Multiple Signal Classification)算法檢測(cè)電網(wǎng)諧波與間諧波參數(shù)。MUSIC算法將電網(wǎng)諧波信號(hào)的協(xié)方差矩陣進(jìn)行特征分解，從而劃分為信號(hào)子空間和噪聲子空間，再利用兩子空間的正交特性來(lái)估計(jì)信號(hào)頻譜特性。MUSIC算法對(duì)諧波信號(hào)的檢測(cè)具有分辨率高，并且沒(méi)有頻譜泄漏和頻譜

4、重疊等其他算法分析諧波時(shí)所出現(xiàn)的現(xiàn)象。但在對(duì)信號(hào)的檢測(cè)過(guò)程中，MUSIC算法需對(duì)頻譜進(jìn)行全頻域搜索，導(dǎo)致其運(yùn)算量大、實(shí)時(shí)性差。針對(duì)MUSIC算法的缺點(diǎn)，本文在MUSIC算法的基礎(chǔ)上結(jié)合小波包變換理論形成改進(jìn)方法。兩種方法的有機(jī)結(jié)合是利用小波包變換對(duì)信號(hào)頻域范圍進(jìn)行劃分，再利用MUSIC算法對(duì)各個(gè)劃分的頻域進(jìn)行頻率細(xì)化。通過(guò)仿真分析，該方法既克服了小波包變換的頻譜重疊現(xiàn)象又縮短了MUSIC算法的運(yùn)算量，可以更有效地檢測(cè)電網(wǎng)諧波和間諧波的參