频率分析方法及装置制造方法及图纸

本发明专利技术实施例提供一种频率分析方法及装置，该方法包括：获取样本信号向量的自相关矩阵的多个特征值以及与多个特征值对应的多个特征向量，从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，建立信号子空间矩阵的两个子矩阵V1、V2，构造两个子矩阵的关系式V2＝V1ψ；根据关系式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。由于每一分量的频率是利用ESPRIT算法建立V2＝V1ψ，并根据ψ的特征值得到，ESPRIT算法利用了信号子空间的旋转不变性，该旋转不变性包含了样本信号每一分量频率的准确信息，从而获得的结果准确反应了样本信号每一分量的频率。

Frequency Analysis Method and Device

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。第二方面，本专利技术提供一种频率分析装置，包括：获取模块，用于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；处理模块，用于根据所述关系式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第一行得到的矩阵，V2为所述信号子空间矩阵去掉最后一行得到的矩阵。第三方面，本专利技术提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现本专利技术第一方面频率分析方法的步骤。第四方面，本专利技术提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本专利技术第一方面频率分析方法的步骤。本专利技术实施例提供的频率分析方法，由于每一分量的频率是利用基于旋转不变技术的信号参数估计(estimatingsignalparameterviarotationalinvariancetechniques，简称ESPRIT)算法建立V2＝V1ψ，并根据ψ的特征值得到，ESPRIT算法利用了信号子空间的旋转不变性，该旋转不变性包含了样本信号每一分量频率的准确信息，从而获得的结果准确反应了样本信号每一分量的频率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的频率分析方法流程图；图2为本专利技术实施例提供的频率分析装置结构图；图3为本专利技术实施例提供的一种电子设备的实体结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。电力系统分的信号不仅包括基波分量和谐波分量等周期信号，在电力系统瞬态和其他动态情况下往往还包括直流衰减分量或间谐波分量等分周期信号。对电力系统的信号频率进行分析时，往往采用基于DFT的方法，但DFT是基于周期性信号构建的。若待分析的信号包括非周期性分量，则此方法将产生较大的误差，而无法实现准确的频率估算。为解决这一问题，本专利技术实施例提供一种频率分析方法。该方法可应用于上述电力系统信号频率分析的场景，和其它相关相识场景，本专利技术实施例对此不作具体限定。该方法对应的执行主体不限于用以执行此功能的计算机，为了便于说明，本专利技术实施例以执行主体为计算机为例，对本专利技术实施例提供的频率分析方法对于电力系统的应用场景进行阐述。图1为本专利技术实施例提供的频率分析方法流程图，如图所示，本专利技术实施例提供一种频率分析方法，包括：101，获取样本信号向量的自相关矩阵的多个特征值以及与多个特征值对应的多个特征向量，从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，并根据信号子空间矩阵，建立信号子空间矩阵的两个子矩阵V1、V2，构造两个子矩阵的关系式V2＝V1ψ。在101中，样本信号为经采样后的离散信号，样本信号有多个分量组成，包括基波，还包括谐波、间谐波以及衰减直流分量中的一种或多种。样本信号采样后的离散信号表达式为x(n)，包含N个采样点的样本信号的向量表示为：X(n)＝[x(n),x(n+1),…,x(n+N-1)]T；X(n)的自相关矩阵Rx是N乘N的埃尔米特矩阵(Hermitian)。Rx可以用其特征分解表示如下：其中，Λ＝diag(η1,η2,…ηn)为Rx降序排列的多个特征值构成的对角阵，V＝[v1,v2,…vN]为多个特征值对应的特征向量构成的矩阵。多个特征向量v1,v2,…vN中包括信号子空间对应的特征向量v1,v2,…vL和噪声子空间对应的特征向量vL+1,vL+2,…vN。从v1,v2,…vN中选出信号子空间对应的特征向量构成信号子空间矩阵N×L的Vs＝[v1,v2,…vL]。根据ESPRIT算法，离散时间序列之间存在移位不变性，这导致相应信号的子空间之间存在旋转不变性。因此，样本信号的信号子空间矩阵可用于系统频率的准确估计。构建信号子空间矩阵的两个子矩阵V1、V2，V1、V2为信号子空间矩阵Vs的ESPRIT算法的子空间：其中，V1为信号子空间矩阵去掉最后一行得到的矩阵，V2为信号子空间矩阵去掉第一行得到的矩阵，V1、V2存在关系：V2＝V1ψ。102，根据关系式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。经计算得到ψ＝(V1HV1)-1V1HV2，计算ψ的特征值得到其特征值为λ1,λ2,…,λL，其中，V1H为V1的埃尔米特矩阵。根据ESPRIT算法，由特征值λ1,λ2,…,λL可得到每一分量相应的频率为：fi＝angle(λi)/2πTs；本文档来自技高网...

【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