论文部分内容阅读
电网基波是电能质量和电能计量评估体系的重要指标,特别是由于电力信号基波频率的测量直接影响到谐波分析的精度,提高基波频率的测量精度非常必要。主要完成了以下工作：(1)论文设计了一种基于神经网络的FIR低通数字滤波器,其主要思想是通过训练神经网络权值来获得FIR数字滤波器的脉冲响应。提出了两种基于非线性最小二乘法的电力系统频率测量方法,一种算法是运用一维搜索法直接搜索误差最小值,对应的fo即为所求频率。另一种算法L-M算法是基于Gauss_newton法的一种优化算法,在原有Gauss_newton法基础上添加了修正因子μ,修正因子μ的添加解决了Jacobian矩阵奇异或接近奇异时试探步过长的问题。(2)研究了一种基于代数多项式模型的未知信号拟合方法,并使用递推最小二乘法(RLS)对代数多项式模型的拟合参数进行递推计算,以便获得最优的曲线拟合参数。并分别在没有随机噪声的情况下和有随机噪声影响情况下进行了详细的仿真,仿真结果表明本文研究的曲线拟合方法具有良好的效果。(3)研究了一种基于最速下降法计算拟合曲线过零点的检测方法。根据最速下降法对已拟合好的代数多项式模型曲线进行相邻两个零点的检测,然后根据检测到相两个相邻零点获得待测基波信号的半个周期,进而获得待测基波信号的频率；再根据相邻两个零点的中问点对应的拟合曲线值来获得待测基波信号的幅值；最后根据已获得的待测基波信号的频率和幅值,并结合第一个样本数据即可获得待测基波信号的相位。FIR低通滤波器的设计有效解决了谐波对频率测量结果的影响,为后续电网基波信号的测量奠定基础,由于非线性最小二乘法的频率测量方法只能测量基波频率,无法测量基波幅值和相位,提出了一种基于曲线拟合的电网基波信号检测方法。仿真结果表明在没有随机噪声的情况下和有随机噪声影响情况下,其频率、幅值和相相位的检测精度可达到很高的数量级,完全满足工程实际的要求。