论文部分内容阅读
当今社会越来越多的非线性电力设备的广泛使用,给社会带来文明与发展的同时也对电力系统性能带来较大影响,如何对电力系统性能的优劣进行检测和评价受到供用电双方和研究人员的广泛关注。因为大量用电设备聚集使用而引起的谐波/间谐波会使电压和电流运行不稳定,从而引发继电保护等设备的错误启停,因为其而引起的安全事故多次发生,电力网络的安全经济输送功能受谐波/间谐波严重影响。因此,对电网中谐波/间谐波的有效检测显得尤为重要和迫切,而其关键是能实时检测和准确测量电网各次谐波/间谐波分量的参数信息。对有限长的时域采样序列使用现代谱估计理论可以进行高频率分辨率观测,即使频率相差很近的两个分量信号也互不影响,避免了DFT法带来频谱泄露和栅栏效应的干扰。本文主要对多重信号分类法在谐波/间谐波分析与检测中的应用进行较深入的研究,主要有以下几点研究内容:现代空间谱估计的MUSIC方法作为重要的分析讨论法及经典MUSIC算法用于电力网络谐波/间谐波检测过程,通过大量仿真实验证明该方法频率分辨率高,没有泄露和栅栏效应的影响,但是对噪声非常敏感,当增大系统噪声时算法性能下降。为了解决该问题,文中对经典MUSIC算法进行了相关改进,即双向序列平滑MUSIC算法,该方法在得到噪声子空间之前对采样序列多次平滑分组,分别进行前向和后向的采样序列整合,即把源采样序列分解为若干个小的子采样序列,由这些子序列得到相应的自相关函数,进而得到各子序列的自相关矩阵。将相关阵各列数据加权平均就是双向序列平滑方法,其综合前向和后向序列平滑的优势,保证了信号的采样数据之间关系更稳健,提高了抗噪性能。分析经典MUSIC方法得知,得到的噪声子空间与信号子空间的关系是影响参数测量的关键问题,因此利用最小模方法对MUSIC算法进行加权修正,主要工作体现在对信号的自相关矩阵特征值分解后进行噪声子空间最小模式的线性变换组合,利用分离组合后的噪声子空间与信号向量的正交关系,得到基于最小模(Minimum Modulus,MNM)MUSIC算法的电力系统谐波/间谐波检测方法,由此求出信号的谱估计后采用扩展Prony方法对信号相关参量进行估计并完善检测信息,仿真实验证明该方法具有较高的检测精度和更高的抗噪性。本文设计了谐波检测与观察系统于LabVIEW2015开发平台中。首先对LabVIEW开发环境进行介绍,包括它具有的特点和优势,LabVIEW还可以与MATLAB软件混合编程,分别概括了LabVIEW自带的MathScript窗口和MatlabScript节点的应用和特点,在系统的功能模块及程序设计中利用了MatlabScript节点。重点讨论了MUSIC算法和MNM-MUSIC算法在不同噪声情况下的信号源数全部被检测到的次数,并以图形界面的形式显示各类信息参数。最后计算检测次数的有效率百分比值,并以表和图的形式对比分析了两种算法的准确度。