[发明专利]基于连续与离散小波分析的谐波检测方法在审
申请号: | 201510996160.0 | 申请日: | 2015-12-23 |
公开(公告)号: | CN105467213A | 公开(公告)日: | 2016-04-06 |
发明(设计)人: | 何怡刚;李志刚;陈欢;尹柏强;刘美容;肖建平;刘茂旭;王东楼 | 申请(专利权)人: | 合肥工业大学 |
主分类号: | G01R23/16 | 分类号: | G01R23/16 |
代理公司: | 长沙星耀专利事务所 43205 | 代理人: | 舒欣;宁星耀 |
地址: | 230009 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 连续 离散 分析 谐波 检测 方法 | ||
技术领域
本发明涉及一种基于连续与离散小波分析的谐波检测方法。
背景技术
随着电力系统的不断发展,尤其是电力电子设备在电力系统中的 广泛应用,带来的谐波污染问题也日益严重。谐波不仅会对用户端设 备带来不良影响,而且会增加输电线路的损耗以及干扰通信。因此, 有效地抑制电力系统谐波,具有显著的社会和经济效益。而精确可靠 地检测出电力信号中的谐波含量,是进行谐波抑制和补偿、改善电能 质量的重要前提和基础。高精度快速谐波检测方法一直是国内外的研 究热点课题。
目前,已有不少的谐波检测方法,比如,传统的基于快速傅里叶 变换(FFT)的谐波检测方法、基于神经网络的谐波检测方法。基于 快速傅里叶变换(FFT)的谐波检测方法是十分成熟并且应用最广的 方法,但是由于FFT在频域完全局部化而在时域完全无局部化,而 且存在频谱泄漏和栅栏效应等现象,使检测精度降低。基于神经网络 的谐波检测方法存在对训练样本依赖性强等难以克服的缺点。
近些年来,小波分析由于其具有良好的时频局部化特性,在信号 处理、图像压缩等众多领域得到广泛应用,小波分析也为谐波检测提 供了一种新的检测方法。但利用离散小波分析进行谐波分析时,在谐 波成分未知的情况下,分解层数难以确定,而分解层数的选择对检测 结果产生很大影响。目前,分解层数的确定依靠不断尝试或经验公式 获得,导致检测结果并不十分理想,检测误差较大,检测精度较低。
发明内容
本发明所要解决的技术问题是,克服上述背景技术的不足,提供 一种检测误差小,检测精度高的基于连续与离散小波分析的谐波检 测方法。
本发明解决其技术问题采用的技术方案是,一种基于连续与离 散小波分析的谐波检测方法,包括以下步骤:
(1)选取连续小波基对待分析信号S进行连续小波分析,确定 待分析信号S的谐波频率;
(2)选取离散小波基对待分析信号S进行离散小波分析,确定 待分析信号S的谐波幅值。
进一步,步骤(1)中,确定待分析信号S的谐波频率的具体过 程如下:对待分析信号S进行连续小波分析,得到一系列的小波系数, 找出每一行小波系数里的最大值Xmax,画出尺度-小波系数最大值 Xmax对应曲线,通过曲线的极大值点,确定待分析信号S的谐波频率。
进一步,步骤(2)中,确定待分析信号S的谐波幅值的具体过 程如下:根据待分析信号S的谐波频率,将待分析信号S进行分层, 分解成不同频段,根据频段,确定待分析信号S的谐波幅值。
进一步,将待分析信号S进行分层的具体方法为:若采样频率 是fs,则第一层分解后得到近似部分a1:0~fs/4和细节部分d1:fs/4~ fs/2;接着将a1进行第二层分解得到近似部分a2:0~fs/8和细节 部分d2:fs/8~fs/4;接着将a2进行第三层、第四层…第N层分解, 若分解层数为N,则最后得到近似部分aN和细节部分d1、d2、 d3.....dN,即待分析信号S=aN+dN+…+d2+d1。
进一步,步骤(1)中,选取Morlet小波作为小波基。
进一步,选取的Morlet小波的尺度范围为1~32,步长为0.1。
进一步,步骤(2)中,选取db43小波作为小波基。
与现有技术相比,本发明的优点如下:
先利用连续小波分析检测谐波频率,再利用离散小波分析检测谐 波幅值;在已知谐波成分的情况下,对谐波进行分层,可准确确定分 解层数,检测误差小,检测精度较高。
附图说明
图1是本发明实施例1的流程图。
图2是图1所示实施例选取的待分析信号S1的时域波形图。
图3是图1所示实施例的尺度-频率对应曲线图。
图4是图1所示实施例的连续小波分析结果图。
图5是图1所示实施例的尺度-小波系数最大值Xmax对应曲线 图。
图6是图1所示实施例的离散小波分析分解结果图。
图7是图6的局部放大示意图。
图8是本发明实施例2的流程图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510996160.0/2.html,转载请声明来源钻瓜专利网。