[發明專利]基于MUSIC譜估計和HBF神經網絡的電力系統間諧波檢測方法

無效

• 申請號: 200910154680.1
• 申請日: 2009-11-23
• 公開（公告）號: CN101701983A
• 公開（公告）日: 2010-05-05
• 發明（設計）人: 蔡忠法;陳隆道;周箭
• 申請（專利權）人: 浙江大學
• 主分類號: G01R23/16
• 分類號: G01R23/16;G06N3/08
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 張法高

技術領域

本發明涉及電力系統間諧波檢測領域，尤其涉及一種基于MUSIC譜估計和HBF神經網絡的電力系統間諧波檢測方法。

背景技術

電力系統間諧波是非整數倍基波頻率的電壓或電流成分，間諧波在電力系統中廣泛存在。電力電子器件和周期性波動的非線性負荷，如逆變器、同步串級調速裝置、電弧爐、電焊機、感應電動機等，都會產生間諧波。間諧波對電力系統及設備的危害很大，會引起燈光和顯示器閃爍、無源濾波器過載、電流互感器飽和、低頻繼電器異常運行、通信干擾等問題。因此，準確檢測間諧波的頻率、幅值甚至相位對于保證電力系統和電力設備的安全穩定運行是非常重要的。

與整數次諧波相比，間諧波的準確檢測要困難得多。能夠實現諧波檢測的方法不一定能檢測間諧波；反之，能實現間諧波檢測的方法必定能檢測諧波。由于間諧波頻率無法事先確定，而且通常間諧波的幅值相對較小，實現準確的間諧波測量非常困難。已有的間諧波分析方法有傅里葉變換法、小波變換法、功率譜估計法、Adaline神經元法、支持向量機法等。傅里葉變換是諧波分析的有效方法，但在分析間諧波時存在采樣時間長和頻率分辨率低的缺點。小波變換法的頻率分辨率低，存在邊界效應影響測量精度。功率譜估計法頻率分辨率高，但無法準確測量間諧波幅值，也不能確定間諧波相位。Adaline神經元需要與傅里葉變換或功率譜估計方法相結合，需要較長的學習時間。支持向量機法測量間諧波時運算時間長，測量精度低。

已有文獻表明，蔡忠法等人在《電工技術學報》2008年第23卷第7期發表的“基于自適應神經網絡的諧波分析模型與算法”，該文提出一種周期信號的諧波基函數(HBF)神經網絡模型，并將HBF神經網絡模型應用于諧波分析中，HBF神經網絡模型通過自適應測量原理估計各次諧波參數，分析精度高，收斂速度快，但當間諧波的頻率未知時，HBF神經網絡模型無法使用，因而HBF神經網絡不能直接對電力系統間諧波進行測量。

已有技術的不足之處是，間諧波檢測的頻率分辨率低，需要較多周期的數據長度，實際應用時分析精度較低。間諧波的頻率不是基波的整數倍，難以實現理想的同步采樣，傅里葉變換時會產生頻譜泄漏效應。

已有技術的不足之處是，Adaline神經元和HBF神經網絡由于無法檢測電力系統間諧波的頻率，不能直接對電力系統間諧波進行測量。

發明內容

本發明的目的是針對上述技術的不足，提供一種基于MUSIC譜估計和HBF神經網絡的電力系統間諧波檢測方法，它具有頻率分辨率高、學習速度快、間諧波的頻率、幅值和相位檢測精度高的特點，不會產生頻譜泄漏，適用于電力系統間諧波的在線監測，也適用于較短數據長度的離線間諧波檢測。

基于MUSIC譜估計和HBF神經網絡的電力系統間諧波檢測方法包括如下步驟：

1)通過模數轉換器以采樣頻率f_s將被測電壓電流信號從模擬信號轉化為數字信號，得到N點長度的采樣數據，設置諧波和間諧波個數M；

2)應用MUSIC譜估計方法對N點長度的采樣數據進行功率譜估計，根據譜估計結果得到信號中各個諧波和間諧波頻率；

3)根據MUSIC譜估計得到的各個諧波和間諧波頻率構造HBF神經網絡，將N點采樣數據作為HBF神經網絡的參考輸入，通過神經網絡權值的自適應調整得到信號中各個諧波和間諧波的幅值和相位。

所述的應用MUSIC譜估計方法對N點長度的采樣數據進行功率譜估計，根據譜估計結果得到信號中各個諧波和間諧波頻率步驟，包括：

a)根據N點長度的采樣數據計算自相關函數，取L個自相關值組成L×L維數據自相關陣，M＜L＜N；

b)對數據自相關陣進行特征值分解，將得到的特征值從大到小排列，從而將特征值分解為信號特征值和噪聲特征值，噪聲特征值對應的特征向量構成噪聲子空間V_N＝{v_M+1，v_M+2，…，v_L}；

c)求解多項式其中p(z)＝[1?z…z^L-1]^T，在得到的L對根中取M個最接近單位圓、相位為正的根，記為z_k，k＝1，2，…，M，則信號中諧波與間諧波的角頻率為：

ω_k＝arg(z_k)

其中k＝1，2，...，M，arg(·)表示復數的相位，相應的頻率為f_k＝ω_kf_s/2π。