基于布莱克曼–纳托尔窗的高精度电力谐波智能分析方法

运用快速傅里叶变换(fastFouriertransform，FFT)进行电力谐波分析时存在频谱泄漏和栅栏效应，误差较大。在研究了窗函数与频谱泄漏的影响的基础上，提出一种改进型单输入多输出人工神经网络谐波分析算法。布莱克曼–纳托尔(Blackman-Nuttall)窗具有良好的旁瓣性能，能有效抑制频谱泄漏，基于布莱克曼–纳托尔窗的插值FFT算法可实现高准确度信号频率估计。单输入多输出神经网络模型根据信号频率估计值构建神经网络输入向量，获得准确的谐波幅值、相角值。给出了该算法用于电力系统谐波分析的算例。仿真结果表明：该方法能实现微弱幅值的谐波分量的准确分析，电力系统谐波检测准确度可满足实际测量需求。