Kaiser窗三谱线插值电力谐波分析

在非同步采样以及非整数周期截断情况下,快速傅里叶变换会产生频谱泄露和栅栏效应,使计算结果存在较大误差,无法得到准确参数。常用窗函数固定的旁瓣性能制约了已有加窗插值算法的误差修正效果。而凯赛(Kaiser)窗的主旁瓣高度之间的比重可依据需要自由选择,其主旁瓣能量的比例也近乎最大。文中提出基于Kaiser窗的三谱线插值FFT的电力谐波分析方法,推导了基波以及各次谐波的幅值、频率和初相位的插值修正公式。仿真结果表明,所提算法设计灵活且易于实现,在基波频率波动以及白噪声干扰下都有较高的谐波参数估计准确度,验证算法能够有效消除泄露和栅栏效应的影响,提高了谐波分析的准确性。     

基于高阶矩形卷积窗的多频信号参数估计

非同步采样多频信号后,为了减少对信号进行快速傅里叶变换(FFT)而出现的频谱泄漏和栅栏效应等负面影响,设计了一种高阶矩形卷积窗与三谱线插值相结合的信号参数估计方法,推导了多频信号频率、幅值和相位的估计公式,并利用多项式拟合出相应的关系表达式.利用高阶矩形卷积窗+三谱线插值算法、FFT和加Hanning窗算法进行多频信号参数估计对比仿真实验,实验结果表明,对于多频信号的频率和幅值,高阶矩形卷积窗+三谱线插值算法比FFT和加Hanning窗算法的估计精度更高.     

基于MSLDSMC窗的谐波与间谐波参数估计算法

快速傅里叶变换(FFT)方法在谐波检测过程中会出现频谱泄漏和栅栏效应,导致谐波与间谐波参数的检测精度不高.为了提高估计精度,利用最大旁瓣衰减窗(MSLD)进行乘积和卷积运算,构建出旁瓣性能优越的MSLD自乘-卷积窗(MSLDSMC),并在此基础上设计了一种三谱线插值的高精度谐波与间谐波参数估计算法.在不同复杂场景下进行仿真实验,实验结果验证了基于MSLDSMC窗三谱线插值的谐波与间谐波参数估计算法检测的准确性.     

基于全相位谱线插值的电力谐波检测方法研究

传统基于FFT的谐波检测方法在非同步采样或非整周期截断情况下会产生严重的频谱泄漏,为抑制频谱泄漏对谐波检测精度的影响,提出基于全相位谱线插值的电力谐波检测新方法.该方法使用全相位谱实际频点附近的三根离散谱线获得频率和幅值校正量,并利用离散全相位谱峰值谱线相位即为对应的实际频率相位的特点,无需另加校正即可实现较高的相位精度.利用全相位谱旁谱线相对于主谱线按平方衰减的特性,并结合旁瓣衰减速度快的Nuttall四项五阶余弦窗,可有效抑制基于FFT谱线插值算法相邻谐波成分的相互干扰,提高谐波检测精度.通过与三谱线插值法和全相位时移相位差法的仿真对比实验,结果表明文中提出的算法具有更好的谐波检测精度.     

基于全相位FFT三谱线校正的电网谐波与间谐波检测算法

电网谐波检测中,传统FFT算法存在的频谱泄露现象影响了检测的精度.为解决这一问题,分析和比较了全相位FFT算法与FFT算法之间的区别,将一种三谱线校正方法推广到精度更高的全相位FFT算法,并由此提出一种全相位FFT三谱线校正算法.该算法利用频谱峰值频点周围三根谱线信息构造频率偏移量修正公式,进而获得全相位FFT幅值和频率校正值,并利用全相位FFT的相位不变性直接获得信号相位.通过与FFT三谱线插值算法、全相位FFT双谱线校正算法和全相位FFT双谱线插值算法对比,结果表明该全相位算法具有更好的谐波和间谐波检测精度,并且抗白噪声能力更强.     

基于加窗插值FFT的电力谐波检测算法研究

通过分析比较常用的谐波检测方法,根据电力谐波信号的特点,提出了布莱克曼窗与双峰插值相结合的算法,并推导出频率和幅值的修正计算公式,从而进一步降低了泄漏和噪声干扰,提高了计算频率和幅值的准确度.仿真结果验证了算法的正确性与有效性.     

采用加窗插值FFT与逐幅谐波消去法的电机谐波算法

对电机的实测信号进行谐波分析时,由于难以保证信号同步采样和存在测量噪声,采用快速傅立叶变换(FFT)方法进行谐波分析会出现栅栏效应和频谱泄漏现象,不能获得信号准确的谐波参数.作者采用加窗插值FFT,并提出逐幅谐波消去法,以便能精确地分析高次谐波.以基于Blackman-Harris窗的加窗插值FFT算法推导出关于频率偏差的9次方程.实例计算表明,采用加窗插值FFT和逐幅谐波消去法可有效地减少泄漏,降低噪声的干扰,从而可精确地获得各次谐波的幅值和相位.     

FPGA实现高速加窗复数FFT处理器的研究

研究采用FPGA设计高速专用FFT处理器的实现方法，使处理器能对复数数据顺序进行加窗、FFT及模平方运算．本设计具有4个特点：设计实现了只用一个运算单元进行以上3种运算的方案，有效地节省了逻辑资源；采用流水方式提高了系统的处理速度，使通信、计算、存储等操作协调一致；采用块浮点算法使系统兼有定点运算速度高与浮点运算精度高的特点；采用TMS存储模式，降低了对外围电路的速度要求．该设计方法可以广泛应用于高速数字信号处理领域．     

快速离散余弦变换的一种新算法

本文提出离散余弦变换(DCT)的一种新的快速算法,其特点是变换长度任意,而且采用蝶形结构。与常规的算法相比,它具有更高的计算效率,结构也更规则。特别是当变换长度N=2~m×3~2时,其乘法次数比采用WFTA的DCT算法减少20～30％。     

基于Hanning窗插值FFT的介损测量装置设计

 介质损耗是反映高电压电气设备绝缘受潮、劣化变质或气体放电等绝缘状况的重要指标,其准确测量对于电力系统安全、经济运行有着重要意义。针对高电压电气设备介质损耗在线监测的技术要求,本文提出了ADS8364＋TMS320F2812的介损测量装置构成方案,详细介绍了六路同步采样ADC的数据采集单元和以TMS320F2812为核心的数据处理单元电路设计。传统FFT方法进行介损测量容易产生频谱泄漏和栅栏效应,影响测量的精度,而加窗插值FFT修正算法可以明显提高测量结果的准确性,消除频谱泄漏和栅栏效应引起的误差。为此本装置采用基于Hanning窗插值FFT算法实现介损准确测量与分析。仿真结果表明,基于Hanning窗插值FFT算法的介损测量装置能有效克服谐波干扰、基波频率波动、采样点数变化及噪声干扰的影响,试验结果验证基于Hanning窗插值FFT算法的介损测量装置测试介损结果精确,且受频率波动的影响较小。     

电力系统中谐波分析的高精度FFT算法

在非同步采样情况下快速傅立叶变化存在较大的误差,特别是相位的误差,无法直接用于电力系统谐波分析.为了减小非同步采样对快速傅立叶变换的影响,提高电力系统中的谐波分析精度,文中通过加窗和插值对原算法进行了改进.仿真结果表明,改进后的算法在非同步采样时,分析精度有显著提高.     

正交频分复用系统中改进的FFT插值算法

提出了一种基于快速傅里叶变换的边缘扩展信道插值算法(EFFT),该算法对正交频分复用(OFDM)符号有效频带边缘的两端频点作镜像线性扩展,使增加的导频信息能改善有效频带边缘附近的信道估计性能.仿真结果表明,在低阶调制且信噪比(SNR)较低时,EFFT插值算法的性能与维纳滤波信道估计算法相当,且较传统快速傅里叶变换(FFT)插值算法的均方误差(MSE)提升1dB左右.在实现复杂度方面,EFFT算法与FFT算法相当,与维纳滤波算法相比运算量明显降低.EFFT算法不需要对现有技术标准进行改动,也不会降低系统的传输效率.     

一种基于Hamming自乘法窗函数和四插值的谐波分析方法

针对谐波分析过程中常规窗函数存在精度不足的问题,提出了一种自乘法窗函数的构造方法,并以Hamming窗函数为例构造出1-9阶乘法窗函数,将这些窗函数应用于四谱线插值谐波分析方法中,仿真实验表明:构造出的自乘法窗函数相对于常规窗函数,在进行插值谐波分析中具有更高的准确度.工程实践中可根据精度需要选择所构造的窗函数阶次.     

基于Rife-Vincent窗频谱校正的介损因数测量

为减轻非同步采样和数据截断产生频谱泄漏和栅栏效应对介质损耗因数tanδ测量的影响,可选用旁瓣峰值电平小、且渐近衰减速率大的窗函数对信号加权处理.本文分析了Rife-Vincent窗的旁瓣特性,提出了基于Rife-Vincent窗频谱校正的tanδ测量方法,运用多项式拟合求出了计算简单、实用的校正公式,推导了介质损耗角及tanδ的计算式,并设计了基于AD73360L+ADSP-BF531+PIC32MX460F512L架构的介质损耗因数测量系统.仿真和实测结果表明,Rife-Vincent窗函数可有效抑制频谱泄漏,基于Rife-Vincent窗的频谱校正方法克服了谐波畸变干扰、电网频率波动、采样时长变化及白噪声对tanδ测量的影响,且设计实现简单,测量结果精确、稳定.介质损耗因数测量系统的应用实践证明了本文方法的正确性.     

基于N-Gram和动态滑动窗口的改进余弦相似度算法研究

为了解决余弦相似度算法进行数据清洗时重复与相似的数据会使计算量呈几何级增长的问题,提出了基于N-Gram和动态滑动窗口的改进余弦相似度算法.首先通过计算每条数据的N-Gram值,并对数据进行相似度排序,然后定义初始滑动窗口,其窗口值根据N-Gram值的方差动态调整,最后在每个窗口中根据相似度与阀值判断相似数据.实验结果表明,改进的余弦相似度算法在运行速度上有大幅度提高,数据清洗准确率也得到提升,且该算法适用于海量数据的情形.     

采用加窗插值 FFT 与逐幅谐波消去法的无刷励磁机正常运行谐波分析

采用加窗插值FFT和逐幅谐波消去法分析了11相无刷励磁机正常稳态运行的谐波问题,给出了负载电压、相绕组电压电流的直流分量、基波和25次以下的谐波计算的精确结果,为该电机的设计、应用、状态检测和保护提供谐波分析方面的依据.