[发明专利]一种基于频谱带信噪比的电网频率估计方法有效
申请号: | 201711483770.6 | 申请日: | 2017-12-29 |
公开(公告)号: | CN108600130B | 公开(公告)日: | 2020-12-18 |
发明(设计)人: | 伏长虹;王瑾 | 申请(专利权)人: | 南京理工大学 |
主分类号: | H04L27/00 | 分类号: | H04L27/00 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 马鲁晋 |
地址: | 210094 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 频谱 带信噪 电网 频率 估计 方法 | ||
1.一种基于频谱带信噪比的电网频率估计方法,其特征在于,具体步骤为:
步骤1、将输入的交流电信号或音频信号分成若干个时长为T1分钟的样本;
步骤2、根据经过FFT变换的若干样本的高次谐波频谱带的能量总和确定每个样本的标准频率值,具体步骤为:
步骤2.1、对样本进行FFT变换,对经过FFT变换后的样本用带宽为1Hz的带通滤波器进行带通滤波得到频谱带,具体为在经过FFT变换后的样本的50Hz及其H个高次谐波、60Hz及其H个高次谐波处进行滤波,得到2*(H+1)个频谱带;
步骤2.2、计算各个频谱带的能量,比较50Hz的各高次谐波频谱带的能量总和和60Hz各高次谐波频谱带能量总和,选取高次谐波频谱带能量总和较大的频率为标准频率值;
步骤3、将每个样本分成若干个时长为T2秒的帧;
步骤4、对每一帧进行N点短时傅里叶变换得到频谱,从频谱中分别提取标准频率值的M个频谱带;
步骤5、分别计算每个频谱带的信噪比,并对各个频谱带的信噪比做归一化处理后作为各个频谱带的权重;
步骤6、将M个频谱带压缩成相同带宽的频谱带,根据权重将压缩后的频谱带进行加权组合,构成组合频谱带;
步骤7、对组合频谱带中功率谱密度最大的点进行二次插值,计算出电网频率。
2.根据权利要求1所述的基于频谱带信噪比的电网频率估计方法,其特征在于,步骤4中从频谱中分别提取标准频率值的M个频谱带的提取方法为:提取n次谐波频率范围n*(nominal-width_band),n*(nominal+width_band)]对应的频谱带,其中,nominal表示样本的标准频率值,width_band表示所要提取的第一个频谱带的一半带宽值,1≤n≤M。
3.根据权利要求1所述的基于频谱带信噪比的电网频率估计方法,其特征在于,步骤5中频谱带的信噪比计算公式为:
其中,表示频谱带中信号的平均功率谱密度,表示频谱带中噪声的平均功率谱密度。
4.根据权利要求3所述的基于频谱带信噪比的电网频率估计方法,其特征在于,频谱带中信号的平均功率谱密度和频谱带中噪声的平均功率谱密度的确定方法为:计算频谱带中n*2*width_signal频率范围对应的平均功率谱密度,将最大值作为信号的平均功率谱密度,频谱带剩余范围的平均功率谱密度作为噪声的平均功率谱密度,width_signal表示第一个频谱带中信号的一半带宽。
5.根据权利要求1所述的基于频谱带信噪比的电网频率估计方法,其特征在于,步骤6中压缩后的频谱带宽度为2*width_band。
6.根据权利要求1所述的基于频谱带信噪比的电网频率估计方法,其特征在于,步骤6中根据权重将压缩后的频谱带进行加权组合,构成组合频谱带的公式为:
其中,Xcombined表示组合频谱带,wi表示第i个频谱带的权重,Xi表示第i个经压缩过后的频谱带。
7.根据权利要求1所述的基于频谱带信噪比的电网频率估计方法,其特征在于,对组合频谱带中功率谱密度最大的点进行二次插值,计算电网频率的具体步骤为:
步骤7.1、对组合频谱带中功率谱密度最大的点及其前后一点进行二次模型的拟合,计算出抛物线的峰值,计算公式为:
其中,y(b)=20log10(PSD(b)),PSD(b)为组合频谱带任意一点处的功率谱密度,bmax为组合频谱带功率谱密度最大的点,bmax+1为组合频谱带功率谱密度最大的点后一点,bmax-1为组合频谱带功率谱密度最大的点前一点;
步骤7.2、根据抛物线的峰值,确定电网频率,计算公式为:
其中,Fs为信号的采样频率,FENF为电网频率,N为短时傅里叶变换点数,若组合频谱带中第L个点的功率谱密度值最大,则bmax的值为L。
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南京理工大学,未经南京理工大学许可,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/201711483770.6/1.html,转载请声明来源钻瓜专利网。