【技术实现步骤摘要】
本专利技术涉及提取基波分量领域，特别涉及一种基波分量的提取方法及装置。
技术介绍
在电力系统微机保护算法中，如何有效滤除故障信号中的暂态噪声并快速准确地 提取出电参量是国内外学者研究热点问题。目前普遍采用全波和半波Fourier算法求取故 障信号的基波分量进行故障判断。全波和半波Fourier无法滤除信号中的衰减直流分量和 非整数次谐波分量，对频率偏移比较敏感，对测量噪声抑制能力差，计算时间长，响应速度 慢。Girgis等人将Kalman滤波引入到微机保护领域，以期望提高滤波算法的精度和速度。 Kalman滤波将各次谐波视为噪声，将衰减直流分量作为状态变量进行估计，能够有效抑制 各次谐波和衰减直流分量，且算法只需要当前周期的采样值，计算量和储存量小，能够实时 在线计算。 但是，传统的Kalman滤波普遍采用的线性状态空间方程没有考虑恒定直流分量 以及频率偏移，影响滤波算法的估计精度和对频率偏移的适应性。建立含有直流偏移量和 基波角频率的非线性状态模型，对状态方程线性化后采用线性的强跟踪Kalman滤波器估 计状态，由于采用了线性化过程，降低了滤波器的...
【技术保护点】
一种基波分量提取方法，其特征在于，包括以下步骤：1)采集电力系统中的故障信号；2)以故障信号中的基波分量、基波角频率和直流偏移量作为状态变量构建所述故障信号的非线性状态空间模型；3)利用小波多尺度将所述故障信号分解得到N层平滑信号和N层细节信号；4)利用第N层平滑信号更新无迹卡尔曼滤波器的观测值，利用第N层细节信号获得所述无迹卡尔曼滤波器的观测噪声方差；5)启动无迹卡尔曼滤波器在步骤2)中建立非线性状态空间模型上估计出基波分量的幅值与相角。
【技术特征摘要】
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。