The embodiment of the present invention provides a frequency analysis method and device. The method includes acquiring multiple eigenvalues of the autocorrelation matrix of sample signal vectors and multiple eigenvectors corresponding to multiple eigenvalues, selecting eigenvectors corresponding to signal subspace from multiple eigenvectors to form a signal subspace matrix, and establishing two sub-matrices V1 and V2 of the signal subspace matrix. The relationship between two sub-matrices V2=V1 is constructed. According to the relationship V2=V1, the eigenvalues of matrix_are obtained, and the frequency of each component of sample signal is obtained according to the eigenvalues of matrix_. Because the frequency of each component is established by ESPRIT algorithm V2=V1_, and according to the characteristics of_, ESPRIT algorithm makes use of the rotation invariance of the signal subspace, which contains the accurate information of the frequency of each component of the sample signal, thus the obtained results accurately reflect the frequency of each component of the sample signal.
【技术实现步骤摘要】
频率分析方法及装置
本专利技术实施例涉及电力电子领域,尤其涉及一种频率分析方法及装置。
技术介绍
频率是电力系统分析,运行和控制的基本参数。因此,频率的快速和精确估计是至关重要的。频率估计方法的性能通常取决于所使用的信号模型,常用的信号模型可以分为两类:仅包含基本分量的简化模型和包含周期分量的周期信号模型。目前已经提出了许多频率估计技术,如过零法锁相环方法、离散傅里叶变换(DiscreteFourierTransform,简称DFT)方法、解调和最小均方和等等。基于周期信号模型的频率估计方法使用包含基波分量和谐波分量的信号模型进行分析,DFT方法就是典型的基于周期信号模型的方法。如果测试信号仅包含诸如基波和谐波分量的周期性分量,则这些方法表现良好。然而,在电力系统瞬态和动态情况下,电信号不仅包含周期性信号,如基波和谐波,还包含大量非周期性分量,如间谐波、直流衰减分量和衰减正弦波等。在电力系统瞬态和动态情况下,基于简化模型或周期模型的频率估计方法不能给出准确的频率估计,因为它们的信号模型不能考虑非周期性分量的影响。DFT也是基于周期性信号模型构建的,因此,如果测试信号具有非周期性分量,例如直流衰减分量或间谐波,则这些方法将产生大的误差。
技术实现思路
为了解决上述问题,本专利技术实施例提供一种频率分析方法及装置。第一方面,本专利技术提供一种频率分析方法,包括:获取样本信号向量的自相关矩阵的多个特征值以及与所述多个特征值对应的多个特征向量,从所述多个特征向量中选取信号子空间对应的特征向量以构成信号子空间矩阵,并根据所述信号子空间矩阵,建立所述信号子空间矩阵的两个子 ...
【技术保护点】
1.一种频率分析方法,其特征在于,包括:获取样本信号向量的自相关矩阵的多个特征值以及与所述多个特征值对应的多个特征向量,从所述多个特征向量中选取信号子空间对应的特征向量以构成信号子空间矩阵,并根据所述信号子空间矩阵,建立所述信号子空间矩阵的两个子矩阵V1、V2,构造所述两个子矩阵的关系式V2=V1ψ;根据所述关系式V2=V1ψ,获取矩阵ψ的特征值,并根据矩阵ψ的特征值获取样本信号每一分量的频率;其中,V1为所述信号子空间矩阵去掉最后一行得到的矩阵,V2为所述信号子空间矩阵去掉第一行得到的矩阵。
【技术特征摘要】
1.一种频率分析方法,其特征在于,包括:获取样本信号向量的自相关矩阵的多个特征值以及与所述多个特征值对应的多个特征向量,从所述多个特征向量中选取信号子空间对应的特征向量以构成信号子空间矩阵,并根据所述信号子空间矩阵,建立所述信号子空间矩阵的两个子矩阵V1、V2,构造所述两个子矩阵的关系式V2=V1ψ;根据所述关系式V2=V1ψ,获取矩阵ψ的特征值,并根据矩阵ψ的特征值获取样本信号每一分量的频率;其中,V1为所述信号子空间矩阵去掉最后一行得到的矩阵,V2为所述信号子空间矩阵去掉第一行得到的矩阵。2.根据权利要求1所述的方法,其特征在于,所述获取样本信号向量的自相关矩阵的多个特征值以及与所述多个特征值对应的多个特征向量之前,还包括:根据采样点的采样值、幅度、相位角、衰减系数及频率的关系建立样本信号模型,并根据所述样本信号模型获取样本信号向量。3.根据权利要求1所述的方法,其特征在于,所述获取样本信号向量的自相关矩阵的多个特征值以及与所述多个特征值对应的多个特征向量之前,还包括:对所述样本信号进行时域平均处理,将时域平均处理后的信后作为样本信号。4.根据权利要求1所述的方法,其特征在于,所述获取样本信号向量的自相关矩阵的多个特征值以及与所述多个特征值对应的多个特征向量,包括:获取所述样本信号向量的自相关矩阵,并进行采样间隔为M的下采样处理,得到下采样后的自相关矩阵;获取所述下采样后的自相关矩阵的多个特征值以及与所述多个特征值对应...
【专利技术属性】
技术研发人员:薛蕙,张铁涛,林歆昊,
申请(专利权)人:中国农业大学,
类型:发明
国别省市:北京,11
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。