The invention discloses an adaptive frequency estimation method for a non-equilibrium power system. First, the non circular signal is used to represent the three-phase voltage signal of the unbalanced power system. Then, the modified modified covariance algorithm, the Pisarenko harmonic decomposition algorithm or the improved Pisarenko harmonic decomposition algorithm and the least square recursive algorithm are used to estimate the non circular signal adaptive frequency. The invention can suppress interference between noise and harmonics, obtain accurate frequency estimation, and automatically track frequency changes.
【技术实现步骤摘要】
一种非平衡电力系统的自适应频率估计方法
本专利技术属于信号处理
,特别涉及了一种非平衡电力系统的自适应频率估计方法。
技术介绍
基于特高压跨区输电网络的“智能电网”正在如火如荼地发展,电网关系着国家经济命脉。频率是考察电力质量的一个重要因素。为使电源和负载动态平衡,频率只能在一个很小的范围内波动。保持好标称频率是维持电网稳定和保障电器设备正常运行的先决条件,因此必须要精确测量出供电频率。为了解决这些问题,很多学者都在研究如何又快又准地估计频率。表征频率估计精度的是均方误差,最理想的是克拉美罗下界。为了接近克拉美罗下界,1974年Rife和Boorstyn提出了最大似然估计器来估计单频信号的频率。接下来的许多年,由单频信号拓展到了加噪声的谐波信号,电力系统中频率估计的相关算法有过零法、锁相环、基于最小二乘的自适应滤波器、牛顿递归估计、扩展综合卡尔曼滤波(ECKF)、自适应陷波滤波器、检波法、特征值法、傅里叶变换、小波变换和希尔伯特黄变换,但是大部分方法计算量过高而难以使用。而修正协方差算法(ModifiedCovariance,MC)、Pisarenko谐波分解算法(Pisarenkoharmonicdecomposition,PHD)、改进的Pisarenko谐波分解算法(ReformedPisarenkoharmonicdecomposition,RPHD)计算复杂度低,可用于三相电频率实时估计。1973年,V.Pisarenko提出了一种线性预测性质推导出的谐波检索法即PHD法,主要利用样点1与2延迟的自相关。1996年,D.Tufts提出了基于 ...
【技术保护点】
1.一种非平衡电力系统的自适应频率估计方法,其特征在于,包括以下步骤:(1)采用非圆信号表示非平衡电力系统的三相电压信号;(2)采用改进的修正协方差算法、Pisarenko谐波分解算法或者改进的Pisarenko谐波分解算法,结合最小二乘递推,对步骤(1)中的非圆信号进行自适应频率估计。
【技术特征摘要】
1.一种非平衡电力系统的自适应频率估计方法,其特征在于,包括以下步骤:(1)采用非圆信号表示非平衡电力系统的三相电压信号;(2)采用改进的修正协方差算法、Pisarenko谐波分解算法或者改进的Pisarenko谐波分解算法,结合最小二乘递推,对步骤(1)中的非圆信号进行自适应频率估计。2.根据权利要求1所述非平衡电力系统的自适应频率估计方法,其特征在于,在步骤(1)中,所述非圆信号如下:上式中,v(n)为非平衡电力系统的三相电压信号的非圆信号,n表示第n个采样点,ω0为未知信号的频率,φ为未知信号的相位,j为虚数单位,Va、Vb和Vc是各相电压的幅度;建立非圆信号频率估计模型:x(n)=v(n)+q(n)上式中,x(n)为接收信号,q(n)为噪声信号。3.根据权利要求2所述非平衡电力系统的自适应频率估计方法,其特征在于,在步骤(2)中,采用改进的修正协方差算法结合最小二乘递推,对非圆信号进行频率估计的过程如下:其中,上式中,为采用改进的修正协方差算法得到的频率估计,e(n)为预测误差函数,e(n)=x(n)-2cos(ω0)x(n-1)+x(n-2),k为采样点数;采用最小二乘递推Ak、Bk,自适应修...
【专利技术属性】
技术研发人员:王开,王雪梅,裴文江,夏亦犁,
申请(专利权)人:东南大学,
类型:发明
国别省市:江苏,32
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。