基于SVD自适应卡尔曼滤波的谐波与电压凹陷检测方法研究

《基于SVD自适应卡尔曼滤波的谐波与电压凹陷检测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于SVD白适应卡尔曼滤波的谐波与电压凹陷检测方法研究电力电子与电力传动专业研究生李明指导老师杨洪耕随着工业技术的进步与发展，电能质量问题日益突出，越来越受到人们的关注和重视，已经成为电力系统一大重要的研究领域。一方面，随着非线性负荷的不断增加，造成电能质量问题的各种因素不断增长，如电力电子技术的发展及其在工业和交通部门的广泛应用，另一方面，各种复杂的、精密的、对电能质量敏感的用电设备不断普及，人们对电能质量及其可靠性的要求越来越高。作为电能质量研究中的两个重要内容，即电力系统谐波与电压凹陷，目前，对它们的研究重点已从定量分析转到治理的层面上，即对补偿装置的研究。为向补偿装置

2、提供准确、实时的控制信号，保证良好的补偿效果，优秀的检测算法是必不可少的，因此本文研究了谐波和电压凹陷的检测算法。本文首先分析了目前常用的谐波与电压凹陷检测算法，通过理论分析与仿真实验逐一指出了现有检测算法存在的不足之处。基于卡尔曼滤波器具有动态实时性强，检测精度高的特点，故可将其用于对谐波和电压凹陷的检测，以期获得更佳的检测效果。然而，传统的卡尔曼滤波器存在以下问题：问题一，因噪声统计特性估计不准确和计算机舍入误差引起的滤渡发散现象；问题二，在卡尔曼滤波器达到稳态时，其误差方差阵将饱和使其对信号的突变变得不敏感，问题三，传统的卡尔曼滤波器对滤波参数无自适应能力，不能随着噪声

3、统计特性的改变而调整自身的滤波参数。针对传统卡尔曼滤波器的缺陷，本文提出了基于奇异值分解的自适应卡尔曼滤波。该方法首先利用～个矩阵的奇异值和奇异向量对矩阵元素的摄动反应不敏感，而且对一定的精度误差反应也很小的特点，通过矩阵的奇异值分解有效地抑制了滤波发散现象。然后，通过建立暂态检测函数来判断信号是否发生了突变，若信号发生了突变，就立即将误差方差阵重置，从而提高滤波器的灵敏度，使其迅速地跟踪上信号的变化。最后，通过改进SageHusa噪声估计方法，使卡尔曼滤波器具有了较强的噪声自适应能力。通过计算机算例分析，验证了该方法的有效性，同时证明了它对谐波与电压凹陷具有优良的检测性能。

4、关键词：谐波电压凹陷检测方法自适应卡尔曼滤波奇异值分解暂态检测ASVD—basedadaptivekalmanfilterfordetectionofharmonicsandvoltagesagMajor：PowerElectronicsandPowerDriveGraduate：LiMingAdvisor：YangHonggengWiththerapidgrowthofeconomics．powerqualityissuehasincreasinglycapturedconsiderableattentionfrombothutilitycompaniesandtheirc

5、ustomers．Ononehand，withthe．increaseofnonlinear10ads，therearemoreandmorefactorsthatwillbringchallengeOilthepowerquality,forinstancetheprogressonpowerelectronicsapphanceanditsimplementationinindustryandtransportationcompanies．Ontheotherhand，peoplehavenigherrequestonthepowerqualityandreliabili

6、tyofpowersystembecausemorecomplex，rigidandpowerquality—sensitiveapplianceiswidelyused．Powerharmonicsandvoltagesagaretwoimportantmattersinpowerqualityresearch．Theresearchkeytothemhasbeenfromquantitiesanalysistoputtheminordernow,namelytheresearchtocompensationequipment．Agooddetectionwayisabso

7、lutelynecessarilytocompensationeqmpmentf-orgettingexcellenteffect．Thereby,thispaperhasstudiedthedetectionofharmonicsandvoltagesag．Firstofall，usualdetectionsofharmonicsandvoltagesagareanalysedinthepaper．Thedeficiencyofusualdetectionshasbeenpointedoutoneby