基于动态独立分量分析算法的谐波检测.pdf

《基于动态独立分量分析算法的谐波检测.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第39卷第2期电力系统保护与控制VbI_39NO．2PowerSystemProtectionandControlJan．16．20l1基于动态独立分量分析算法的谐波检测汪斌，王年，蒋云志，程志友，鲍文霞(安徽大学教育部电能质量工程研究中心，安徽合肥230039)摘要：介绍了一种基于峭度的非高斯极大的动态独立分量分析算法，并将其引入到谐波检测中。该算法在非高斯极大ICA算法的基础上，利用动态的递推关系公式计算得到当前的峭度值，并将峭度的非高斯极大作为独立性判据，从而实现谐波信号的盲分离。为了更好

2、地逼近真实信号，对分离后的信号进行幅值修正，最终完成谐波的检测。仿真实验结果表明了该算法的正确性和可行性。关键词：电力系统；谐波检测；动态独立分量分析；非高斯极大；峭度HarmonicdetectionbasedondynamicindependentcomponentanalysisWANGBin，WANGNian，JIANGYun—zhi，CHENGZhi—you，BAOWen-xia(PowerQualityEngineeringResearchCenter，MinistryofEducm

3、ion，AnhuiUniversity，Hefei230039，China)Abstract：Thispaperpresentsadynamicindependentcomponentanalysisalgorithm，whichisbasedonkurtosismaximizationofnon—gaussianity，andintroducesitintotheharmonicdetection．Basedonmaximizationofnon—gaussianityICAalgorithm

4、，thealgorithmusesthedynamicrecurrencerelationformulatogetthecurrentvalueofthekurtosisandtakesthekurtosismaximizationofnon-gaussianityasallindependencecriteriontoachievetheblindseparationofharmonicsigna1．Inordertoapproximatetherealsignalbeaer，thepaper

5、amendstheamplitudevalueoftheseparatedsignalandfinallyachievestheharmonicdetection．Simulationresultsshowthatthisalgorithmiscorrectandfeasible．Keywordstpowersystem：harmonicdetection；dynamicICA：maximizationofnon—gaussianity；kurtosis中图分类号：TM71文献标识码：A文章编号

6、：1674—3415(2011)02—0040．05时主要存在频谱泄漏和栅栏效应等问题，这将使信0引言号参数的分析(幅值、频率和相位)不准确，因而近年来，随着电力电子器件与非线性负载的广无法满足电力谐波检测要求。此外，奇异值分解泛应用，使得电力系统中的谐波污染越来越严重。(SVD)、MUSIC方法都可以应用于分析电力系统由于谐波对电力系统和用电设备运行的安全性、稳的谐波，这几种方法分析结果较为精确，但是存在定性、可靠性和经济性造成了很大的影响，因此电着计算量大，实时性差的缺点。力系统中谐波分量的

7、快速、准确检测对电力供电质独立分量分析方法(IndependentComponent量的维护就显得尤为重要。Analysis，ICA)是近年来兴起的一种非常有效的盲目前，谐波检测方法有快速傅里叶变换源分离技术。ICA处理的对象为一组相互统计独立(FFT)l1、奇异值分解(SVD)lSl、多信号分类的信号源经线性组合而产生的混合信号，其目的是(MultipleSignalClassification，MUSIC)和独立为了能从混合信号中提取出各个独立的信号分量。分量分析[8-9]方法等。其中快速傅

8、里叶变换虽然是传ICA方法的优势在于能够充分利用信号的高阶统统的电力系统谐波检测技术，但是在进行谐波检测计信息，进而挖掘或恢复隐含在多通道数据中的独立分量成份，而这些独立分量成份往往具有非常重基金项目：安徽省科技攻关计划重大科技专项项目要的物理意义。因此，ICA方法能够获得一些传统(08010202034)；安徽省高校青年教师资助项目信号处理方法难以获得的效果。虽然ICA方法的优(2008jq1023)；安徽省教育厅自然科学研究重点项目势已被大家认可，但从近年来的研究发展看，目前(KJ2010A