CN102654533A - 一种无功和谐波分量检测分离方法 - Google Patents

Abstract

本发明提供一种无功和谐波分量检测分离方法，采用时变步长代替传统定步长LMS算法。变步长LMS算法是基于这样的准则：当权系数远离最佳权值时，步长比较大，以加快动态响应速度和对时变系统的跟踪速度；当权系数接近最佳权值时，步长比较小，以获得较小的稳态误差。本发明利用误差信号的时间均值估计来控制步长更新，以便能够有效地调整步长，保证较快的动态响应速度；并且在更新步长时，大大降低了不相关噪声信号的干扰，使得即使在较大噪声干扰的情况下，系统仍具有较小的稳态误差。改进算法与传统算法相比，计算量增加有限，但性能却有很大改善，并保持了自适应算法原有鲁棒性强的优点。

Description

一种无功和谐波分量检测分离方法

技术领域

本发明涉及电能质量监测和数字信号处理技术，具体是一种无功和谐波分量检测分离方法，其使用信号处理技术，从电网电压或电流数据中检测并分离出其中的有功、无功和谐波分量。 

背景技术

电能质量是指通过电网供给用电设备或用户端的交流或直流电能的品质。导致用户电力设备不能正常工作的电压、电流或频率偏差，造成用电设备故障或错误动作的任何电力问题都是电能质量问题。 

近年来，电网谐波污染问题日趋突出，严重威胁电网的电能质量和用户设备的安全运行。其有源治理措施的基本原理是检测电网电流中的谐波成分，通过向电网注入与其大小相等方向相反的补偿电流，使电网的总谐波电流为零，从而达到净化电网的目的。电网无功补偿同样也需要先准确检测出其中的无功分量。因此治理措施性能的优劣与它所采用的谐波电流检测方法有很大关系。 

目前谐波电流检测普遍采用的成熟方法是H.Akagi提供的基于瞬时无功理论的谐波电流检测方法及其改进方法，但该方法更适合应用于三相系统。有文献将自适应噪声对消原理应用于谐波电流检测，并验证了其可行性。构成自适应滤波器的算法有很多种，其中以LMS(最小均方)自适应算法最为常用，优点在于作为闭环检测系统，对 电网参数变化具有自适应能力，并且算法对于单相、三相系统具有通用性。传统定步长LMS算法的内在限制决定其在收敛速度和稳态失调之间的要求是存在很大矛盾的。小的步长μ确保稳态时具有小的失调，但是算法的收敛速度慢，并且对非稳态系统的跟踪能力差；大的步长μ使算法具有更快的收敛速度和好的跟踪能力，但这是以大的失调为代价的。 

发明内容

本发明所要解决的技术问题是基于自适应信号处理技术，提供一种快速的高精度无功和谐波分量检测分离方法。 

一种无功和谐波分量检测分离方法，采用自适应滤波器，自适应滤波器的迭代公式为： 

c(n)＝d(n)-y(n)                             (1) 

＝X^T(n)W^*(n)-X^T(n)W(n) 

e(n)＝d(n)+ξ(n)-y(n)＝c(n)+ξ(n)           (2) 

W(n+1)＝W(n)+2μe(n)X(n)                    (3) 

其中，X(n)表示n时刻参考输入信号，W(n)表示n时刻自适应滤波器的权系数，W^*(n)表示n时刻未知系统的权系数，d(n)为期望信号，y(n)为滤波器输出信号，e(n)为误差信号；e(n)由ξ(n)和c(n)组成，ξ(n)为输入干扰信号，c(n)为跟踪误差信号，μ为步长因子；其特征在于：步长μ递推公式如下： 

p(n)＝βp(n-1)+(1-β)e(n)/S(n) 

＝βp(n-1)+(1-β)K(n)                    (5) 

μ(n+1)＝αμ(n)+γp²(n)                 (6) 

其中S(n)＝d(n)+ξ(n)为总待检信号，对应实际应用中的i_L(t)，即负载侧电流，p(n)为信号K(n)的相干平均估计，K(n)为误差信号e(n)在总信号中所占比率，β＝0.99、α＝0.97、γ＝0.032。 

本发明的有益效果：在系统噪声干扰较大的情况下，能够保证使无功、谐波分量检测过程既具有较快的动态响应速度，又保持较高的检测精度；改进算法与传统算法相比，计算量增加有限，但性能却有很大改善，并保持了自适应算法原有鲁棒性强的优点，算法对于单相、三相系统具有通用性。 

附图说明

图1是自适应滤波器原理框图； 

图2是负载侧电流中基波信号的检测波形图，其中图2(a)为适应定步长算法(步长0.001)的基波检测波形，图2(b)为本发明算法的对比波形； 

图3是本发明递推算法中步长变化曲线图。 

具体实施方式

下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述。 

图1所示为自适应滤波器原理框图，其迭代公式为： 

c(n)＝d(n)-y(n)                           (1) 

＝X^T(n)W^*(n)-X^T(n)W(n) 

e(n)＝d(n)+ξ(n)-y(n)＝c(n)+ξ(n)         (2) 

W(n+1)＝W(n)+2μe(n)X(n)                  (3) 

其中，X(n)表示n时刻参考输入信号，W(n)表示n时刻自适应滤波器的权系数，W^*(n)表示n时刻未知系统的权系数，d(n)为期望信号，y(n)为滤波器输出信号，e(n)为误差信号；e(n)由ξ(n)和c(n)组成，ξ(n)为输入干扰信号，c(n)为跟踪误差信号，μ为步长因子，用来控制算法的稳定性和收敛速度。自适应算法的目的就是通过误差反馈不断调整滤波器的权值W(n)来跟踪W^*(n)，使得y(n)跟踪d(n)的变化。 

在APF谐波检测中，流过非线性负载的周期性非正弦电流为i_L(t)，将其进行傅氏分解： 

$i_L\left(t\right)=I_1\sin (\mathrm{\ωt}+{\mathrm{\θ}}_1)+\underset{n=2}{\overset{\∝}{\mathrm{\Σ}}}{I}_n\sin (\mathrm{n\ωt}+{\mathrm{\θ}}_n)=$

$i_{\mathrm{fun}}\left(t\right)+i_h\left(t\right)---\left(4\right)$

其中i_fun(t)为基波电流，i_h(t)为除基波电流外所有谐波电流的总和。将i_L(t)中所有谐波的总和i_h(t)视为图1中输入干扰信号ξ(n)，基波分量i_fun(t)视为期望信号d(n)，以系统电压信号作为参考输入信号X(n)。参考输入经自适应滤波器处理，输出信号y(n)跟踪d(n)的变化，即输出信号y(n)在幅值和相位上逼近电流基波分量i_fun(t)。将此信号从总电流中扣除，就可得到高次谐波的总和，即APF的补偿指令信号。 

在随机信号处理中常利用相干平均的方法来进行强噪声背景下弱信号的提取。据此，本发明提出了一种新的变步长LMS算法，以误差信号e(n)在总信号中所占比率K(n)作为自适应回馈量，并通过K(n)的相干平均估计来控制步长的更新，使得即使在有较大噪声干扰 的情况下，谐波检测过程也能够保证既具有较快的动态响应速度，又保持较高的检测精度。算法中使用K(n)作为自适应回馈量，而不是直接利用e(n)。这是一种归一化的处理方法，目的是保证在不同电网功率等级下算法的通用性。 

步长递推公式如下： 

p(n)＝βp(n-1)+(1-β)e(n)/S(n) 

＝βp(n-1)+(1-β)K(n)                   (5) 

μ(n+1)＝αμ(n)+γp²(n)                (6) 

记S(n)=d(n)+ξ(n)为总待检信号，对应实际应用中的iL(t)，即负载侧电流，p(n)为信号K(n)的相干平均估计，K(n)为误差信号e(n)在总信号中所占比率，β＝0.99、α＝0.97、γ＝0.032，其余递推公式与传统定步长LMS算法相同。 

使用Matlab作为仿真工具，测得突加负载时负载侧电流i_L(t)为幅值5A的工频方波信号，仿真目的是检测出其中的基波信号。仿真结如图2、3所示。其中图2（a）为适应定步长算法（步长0.001）的基波检测波形，图2（b）为本发明算法的对比波形，图3是本发明递推算法中步长变化曲线图。 

由仿真结果可以看出，突加负载后，递推算法的步长μ在自适应初始阶段较大，检测达到稳定后保持一个较小值，与理论分析相符。由于步长的不断变化，新的算法既有较快的动态检测速度，又能保证较高的检测精度。 

Claims (1)

1.一种无功和谐波分量检测分离方法，采用自适应滤波器，自适应滤波器的迭代公式为：

c(n)＝d(n)-y(n)                          (1)

＝X^T(n)W^*(n)-X^T(n)W(n)

e(n)＝d(n)+ξ(n)-y(n)＝c(n)+ξ(n)        (2)

W(n+1)＝W(n)+2μe(n)X(n)                 (3)

其中，X(n)表示n时刻参考输入信号，W(n)表示n时刻自适应滤波器的权系数，W^*(n)表示n时刻未知系统的权系数，d(n)为期望信号，y(n)为滤波器输出信号，e(n)为误差信号；e(n)由ξ(n)和c(n)组成，ξ(n)为输入干扰信号，c(n)为跟踪误差信号，μ为步长因子；其特征在于：步长μ递推公式如下：

p(n)＝βp(n-1)+(1-β)e(n)/S(n)

＝βp(n-1)+(1-β)K(n)                   (5)

μ(n+1)＝αμ(n)+γp²(n)                (6)

其中S(n)＝d(n)+ξ(n)为总待检信号，对应实际应用中的i_L(t)，即负载侧电流，p(n)为信号K(n)的相干平均估计，K(n)为误差信号e(n)在总信号中所占比率，β＝0.99、α＝0.97、γ＝0.032。

Images