论文部分内容阅读
传统的基于频谱估计的频率估计在平衡电力系统中时性能良好,但是当用于非平衡电力系统中时,估计偏差、估计方差以及实时性等性能都明显变差。本文提出了基于宽线性最小方差无失真响应(MVDR谱)的非平衡电力系统下频率估计算法以及对其进行改进。本文的主要工作如下:介绍了非平衡电力系统条件下的频率估计的研究背景及意义,简述了国内外非平衡电力系统条件下频率估计的研究现状以及宽线性MVDR谱的发展现状。然后研究了基于宽线性MVDR谱进行频率估计的一些基础技术,介绍了宽线性的概念、宽线性的建模以及非平衡电力系统的数学表示。同时推导了频率估计的克拉美劳下界,分析了电压暂降的几种类型。最后简要介绍了宽线性MVDR谱的原型,即最小方差谱估计。分析了由原始的Capon最小方差无失真响应估计方法以及由此导出的其他几种改进的MVDR谱估计算法,包括最小方差无失真响应估计算法、迭代最小方差无失真响应估计算法和改进的迭代最小方差无失真响应估计算法,研究了基于这几种谱估计算法的系统频率估计。并对其中的迭代最小谱估计算法、改进的MVDR算法进行了研究。另外,本文对近似最大似然估计算法进行了分析与研究。研究了宽线性最小方差无失真响应。首先建立了宽线性MVDR谱模型,提出了基于宽线性MVDR谱的频率估计方法,研究了用该宽线性模型进行频率估计的过程中遇到的矩阵求逆问题的几种方法,以及针对矩阵求逆对宽线性MVDR谱模型进行了改进。其次研究了最优宽线性MVDR谱估计模型,以及提出了基于牛顿迭代法和最优宽线性MVDR谱估计模型的非平衡电力系统下的频率估计。对非平衡电力系统条件下基于宽线性MVDR谱的频率估计算法、基于最优宽线性MVDR谱的频率估计算法以及基于改进的宽线性MVDR谱的频率估计算法进行了仿真分析。仿真结果表明,基于宽线性MVDR谱和基于最优宽线性MVDR谱的频率估计算法和传统的迭代MVDR谱估计算法用于非平衡电力系统时性能改善并不明显,估计偏差相比于改进的迭代MVDR算法偏大,与原始的迭代MVDR算法相近。而当对算法中存在的病态矩阵的求逆算法通过添加系数进行改进后,基于改进的宽线性MVDR谱(块状估计)的频率估计算法性能无论是在估计误差、方差以及实时性跟踪方面,都要优于迭代MVDR谱估计算法和ACLMS算法,尤其是在调频的情况下,基于改进的宽线性MVDR(块状估计)算法无论是从跟踪时延还是估计误差方面,都要优于迭代MVDR谱估计算法、ACLMS算法以及改进的MVDR算法。