一种基于神经网络的实时高精度谐波检测方法

    公开(公告)号:CN104777356A

    公开(公告)日:2015-07-15

    申请号:CN201510106584.5

    申请日:2015-03-10

    Applicant: 三峡大学

    Abstract: 一种基于神经网络的实时高精度谐波检测方法,步骤1:通过电子式互感器获取电力系统信号,对信号加布莱克曼窗截断然后进行DFT计算;步骤2:利用能量谱重心分析DFT计算后的信号,得到各次谐波的精确频率;步骤3:随机产生权值向量a、b,步骤2所得的谐波频率形成参数矩阵C、S,并使用牛顿法对神经网络进行训练;步骤4:训练结束,根据所得的权值向量得到各次谐波的幅值和频率。本发明一种基于神经网络的高精度实时谐波检测方法,计算量小、耗时短、收敛可靠性强,具有实时性和高精度等优点,适用于电力系统实时监测、谐波信号分析与处理等场合。

    基于六项余弦窗四谱线插值的高精度谐波分析方法

    公开(公告)号:CN105137180B

    公开(公告)日:2018-05-08

    申请号:CN201510523069.7

    申请日:2015-08-24

    Applicant: 三峡大学

    Abstract: 本发明公开了一种基于六项余弦窗四谱线插值的高精度谐波分析方法,包括以下步骤:首先通过电子式互感器获取电力系统信号,对信号加六项余弦窗截断数据然后进行FFT计算;分析由FFT计算得到的谐波频谱,找到最靠近谐波理论频点的四条谱线;建立四条谱线关系式α,并通过关系式α求得峰值谱线与理论频点的偏差量δ;最终根据求得的偏差量δ获取各次谐波的幅值、频率和相角。本发明具有分析精度高,实时性高,抗干扰性强等特点,适用于实际电网中的谐波分析与处理。

    基于六项余弦窗四谱线插值的高精度谐波分析方法

    公开(公告)号:CN105137180A

    公开(公告)日:2015-12-09

    申请号:CN201510523069.7

    申请日:2015-08-24

    Applicant: 三峡大学

    Abstract: 本发明公开了一种基于六项余弦窗四谱线插值的高精度谐波分析方法,包括以下步骤:首先通过电子式互感器获取电力系统信号,对信号加六项余弦窗截断数据然后进行FFT计算;分析由FFT计算得到的谐波频谱,找到最靠近谐波理论频点的四条谱线;建立四条谱线关系式α,并通过关系式α求得峰值谱线与理论频点的偏差量δ;最终根据求得的偏差量δ获取各次谐波的幅值、频率和相角。本发明具有分析精度高,实时性高,抗干扰性强等特点,适用于实际电网中的谐波分析与处理。

Patent Agency Ranking