欢迎来到天天文库
浏览记录
ID:265232
大小:3.13 MB
页数:62页
时间:2017-07-16
《电力系统谐波间谐波的在线检测硕士学位论文》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、湖南大学硕士学位论文电力系统谐波间谐波的在线检测姓名:李加升申请学位级别:硕士专业:电路与系统指导教师:戴瑜兴20090325摘要电力系统谐波问谐波的在线检测是电能质量研究领域的前沿技术和热门研究课题。本文针对电力谐波间谐波检测的这~核心问题,沿着“谐波间谐波的预处理(去噪)一一谐波的检测一一间谐波的检测一一电力谐波检测装置的设计"这一技术主线,利用小波变换理论、快速傅立叶变换理论、插值理论、双峰谱线修正理论,对电力谐波间谐波去噪、谐波检测、间谐波检测、电力谐波装置的设计等方面进行深入研究。.首先,针对传统的去噪算法,主要是基于维纳滤波(Wienerfilt
2、ering)的线性方法中在滤去高频噪声的同时,却也滤去了一些有用的高频故障诊断信息的缺点,而基于小波变换的非线性去噪算法能够克服这个缺点,提出了一种基于自定义阈值函数的去噪算法,并对该算法的去噪效果与基于HardThresh、SoftThresh函数的算法进行了比较研究。仿真和实验结果表明基于自定义阈值函数的小波去噪算法在电能质量谐波间谐波检测中是有效的。其次,根据基于加窗插值的快速傅立叶算法的误差特点,提出通过估测出电网中的基频,然后用此基频的整数倍采样频率对含有谐波的电网信号进行准同步采样,再利用快速傅立叶变换估测各谐波参数的方法。对提出的新方法进行了仿
3、真,仿真结果能充分表明该方法的测得精度明显优于加窗插值的快速傅立叶算法,在进行准同步采样时可以减少采样周期,进一步提高了算法的实时性。同时根据电力系统间谐波的特点,基于双峰谱线修正理论,提出了一种新的算法一一“消去法’’来进行间谐波检测。对提出的新方法进行了仿真,仿真结果充分表明该方法对间谐波进行检测能得到更好的准确性。此方法容易在DSP中实现,适合在线快速检测装置中应用。最后,为理论能运用于实际,进行了电力谐波检测装置的设计。以OMAP5912为硬件开发平台,采用加窗插值的快速傅立叶算法实现电网谐波参量的检测。使用该算法可以实现在非同步采样的条件下实现谐波
4、参量(频率、幅值、相位)的准确测量,简化了硬件电路。重点阐述了检测装置的硬件整体实现方案及软件设计流程。在软件开发中使用DSP/BIOS操作系统,方便了开发过程,该检测装置具有很高的测量精度和很好的实时性,适于工业应用,加之OMAP5912平台集成了ARM核便于实现网络化,很有推广价值。关键词:谐波;间谐波;在线检测;加窗插值;小波变换硕Ij学位论文AbstractTheon·-linedetectionofharmonicandinter·—harmonicinpowersystemiscutting—edgetechnologyandhotresearc
5、htopicinpowerqualityresearcharea.Inthispaper,harmonicpoweroftheinter—harmonicdetectioncoreissuedown”inter—harmonicharmonicpreprocessing(denoising)⋯HarmonicDetection⋯DetectInter-harmonics⋯powerharmonicsdetectiondevicethedesignof”themainlineofthistechnology,theuseofwavelettransformth
6、eory,fastFouriertransformtheory,interpolationtheory,bimodalspectriamamendmenttheory,inter-harmonicnoisepower’harmonics,harmonicdetection,inter—harmonicdetection,harmonicpowerdevicedesignsystems.First,thetraditionaldenoisingalgorithmisbasedmainlyontheWienerfilterlinearleastsquaresme
7、thodatthesametimehigh—frequencynoise,butleastsquaresisalsosomeusefulinformationforfaultdiagnosisofhigh·frequencydisadvantage,andbasedOnwaveletTransformnon—lineardenoisingalgorithmcanovercomethisdisadvantage,athresholdbasedonacustomfunctiondenoisingalgorithmandthealgorithm—basedde—n
8、oisingeffectHardThresh,Sof
此文档下载收益归作者所有