OALib Journal期刊
一种基于粒子群优化算法的间谐波分析方法
, PP. 156-161
Keywords: 间谐波 ,BT谱估计 ,粒子群优化 ,参数优化
Abstract:
电网中常存在许多频率与基波成非整数倍的间谐波,准确分析间谐波特征对电力系统具有重要意义。本文首次将粒子群优化算法应用于电力系统间谐波分析,提出了一种BT谱估计与粒子群优化算法相结合的间谐波分析方法。首先通过BT谱估计获取间谐波信号模型的阶数,并得到信号中谐波/间谐波的个数及频率初值,然后应用改进粒子群优化算法对谐波/间谐波的幅值和相位进行参数优化估计,最终实现了间谐波幅值、频率和相位三个特征的较高精度分析。仿真实验结果验证了方法的有效性。
References
[1] Zbigniwe Leonowize, Tadeusz Lobos, Jacek Rezmer. Advanced spectrum estimation methods for signal analysis in power electronics[J]. IEEE Trans. on Industrial Electronics, 2003, 50(3): 514-519. [2] 祁才君, 王小海. 基于插值FFT算法的间谐波参数估计[J]. 电工技术学报, 2003, 18(1): 92-95. [3] 丁屹峰, 程浩忠, 吕干云, 等. 基于Prony算法的谐波和间谐波频谱估计[J]. 电工技术学报, 2005, 20(10): 94-97. [4] 薛蕙, 杨仁刚. 基于连续小波变换的非整数次谐波测量方法[J]. 电力系统自动化, 2003, 27(5): 49-53. [5] 沈茂亚, 丁晓群, 王宽, 等. 自适应免疫粒子群算法在动态无功优化中应用[J]. 电力自动化设备, 2007, 27(1): 31-35. [6] 刘玲, 严登俊, 龚灯才, 等. 基于粒子群模糊神经网络的短期电力负荷预测[J]. 电力系统及其自动化学报, 2006, 18(3): 47-50. [7] IEC 61000-2-1, Electromagnetic compatibility, Part 2 environment, Sect. I: description of the environment- electromagnetic environment for low-frequency conducted disturbances and signaling in public power supply systems[S]. [8] 马秉伟, 刘会金, 周莉, 等. 一种基于自回归模型的间谐波谱估计的改进算法[J]. 中国电机工程学报, 2005, 25(15): 79-83. [9] 武艳华, 黄纯, 邢耀广, 等. 基于AR模型的间谐波检测算法的研究[J]. 继电器, 2006, 34(2): 41-45. [10] 向东阳, 王公宝, 马伟明, 等. 基于FFT和神经网络的非整数次谐波检测方法[J]. 中国电机工程学报, 2005, 25(9): 35-39. [11] 薛蕙, 杨仁刚, 罗红. 利用小波包变换实现电力系统谐波分析[J]. 电网技术, 2004, 28(5): 41-45. [12] 吕干云, 冯华君, 朱更军, 等. 基于S变换的电力系统间谐波检测[J]. 仪器仪表学报, 2006, 27(6): 1676-1682. [13] 蔡忠法, 陈隆道. 基于AR谱估计和Adaline神经元的间谐波分析[J]. 电力系统自动化, 2007, 31(17): 78-82. [14] Kennedy J, Eberhart R. Particle swarm optimization[C]. Proceedings of IEEE International Conference on Neural Networks, 1995 (4): 1942- 1948. [15] 马豫超, 侯志俭, 蒋传文, 等. 基于粒子群算法求解电力市场发电商最优供给函数模型[J]. 电力系统自动化, 2006, 30(2): 45-50. [16] 张贤达. 现代信号处理[M]. 北京: 清华大学出版社, 2002.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
