CN103904652B - 一种能抗脉冲噪声干扰的供电网谐波抑制方法和系统 - Google Patents

Abstract

本发明公开了一种能抗脉冲噪声干扰的供电网谐波抑制方法和系统，基于有源滤波的方法，采用了自感知执行器的原理，将感知部分和执行部分融合到一起，使两部分互相传递信息，能够克服“当感知信号出错时无法消除谐波甚至使信号更差”的缺点，同时也能提高谐波抑制的效果；在各次谐波权值更新时采用了RLS算法，克服了LMS算法中步长因子难以确定的缺点，并提高了收敛速度，且采用了分数低阶统计量——分数低阶相关(FLOC)对信号进行处理，使得本发明对脉冲噪声的干扰具有一定的抑制作用；在频率估计时，使用了PHD算法，实现简单，计算量小，且将该算法中计算自相关矩阵的公式根据FLOC的计算方法做了改进，能够抑制脉冲噪声的影响，频率估计较准确。

Description

一种能抗脉冲噪声干扰的供电网谐波抑制方法和系统

技术领域

本发明涉及一种供电网络谐波的抑制方法，尤其涉及一种能够抗脉冲噪声干扰的谐波抑制方法。涉及专利分类号H03基本电子电路H03D由一个载频到另一载频对调制进行解调或变换H03D7/00从一个载频到另一载频调制的变换，例如频率变换H03D7/16多重频率变换。

背景技术

供电网是一种联系发电设备与用电设备的网络，用于为用电设备输送和分配电能。在供电网中，含有大量的电力电子器件设备，如开关电源、变频调速、可控硅整流等，这些设备中的电力电子器件多工作在非线性区，会产生严重的谐波。电网中的高次谐波对电网来说是一种“污染”，会对电网运行造成严重危害，所以需要用有效的谐波抑制方法来消除这些的谐波。目前，已研究出多种抑制谐波的方法，但这些方法都没有考虑电网中噪声的影响，特别是当电网中存在脉冲噪声干扰时，这些谐波处理方法性能严重下降，甚至不能正常工作。

背景技术1

2012年11月，孙少雄等[4]在文献《基于自感知执行器原理的调谐滤波器》中描述了一种基于自感知执行器的谐波抑制方法。该方法能够跟踪电网信号的实时变化，自适应地消除谐波；同时，由于采用了自感知执行器，将传感器与执行器融合到一起，也能克服其他方法中当感知信号出错时无法消除谐波的缺点。该技术是与本发明最相近的技术。该技术的原理框图如图1所示：

在该技术中，首先对接入的工频信号进行数字采样，然后估计谐波频率并更新各次谐波的权值，最后通过外接电源产生反向抑制谐波信号加载到输入端，达到谐波抑制作用。

其具体做法为：进行数字采样的工频信号s(k)与计算得到的反向抑制谐波信号y(k)作差产生谐波抑制后信号x(k)，将x(k)分别通过低通滤波器和高通滤波器；利用低通滤波结果估计信号频率，对频率的估计转换成对周期的估计，然后采用自相关函数法来估计信号周期，设系统采样频率为Fs，信号周期的初始估计值为T，先粗估计计算自相关函数[T×Fs-M,T×Fs+M]的值并搜索峰值点i，之后进行细估计，即计算自相关函数[10×i-M,10×i+M]并搜索峰值点以得到细定位结果，为了提高频率估计的精度，再利用RLS算法对信号周期进行修正，修正公式如式(2)所示；利用高通滤波结果检验谐波抑制的效果，同时调节反向抑制谐波k+1时刻的各次谐波权值，根据LMS算法获得权值的更新公式如式(3)所示；最后根据估计出的频率和各次谐波的权值产生k+1时刻的的反向抑制谐波y(k+1)，加载到输入信号中完成谐波抑制。

$R_{k+1}=\frac{(1-\mathrm{\λ})(\hat{T}(k+1)-T_k)}{1-{\mathrm{\λ}}^k}---\left(2\right)$

其中，λ为遗忘因子，Tk、Tk+1分别为k、k+1时刻的经过RLS计算的周期估计，为k+1时刻经过自相关法的周期估计。

$H(k+1)=H\left(k\right)+2u\·e\left(k\right)X(k-\frac{N}{2})---\left(3\right)$

其中，H(k)为k时刻的权值且初始值为0，u为LMS算法中的收敛步长因子，e(k)为x(k)通过高通滤波器的输出，为输入矩阵在时刻的值，N为高通滤波器的阶数。

此技术没有考虑到噪声的影响，即是在假设无噪声的前提下进行谐波抑制；LMS算法中的收敛步长因子对算法性能影响较大，若其值较大算法会不收敛，较小则收敛速度会很慢，因此步长因子通常比较难确定，而且在脉冲噪声环境中，由于二阶统计量不存在，LMS算法的性能也下降很多。

背景技术2

2012年8月，黄耀林等[5]发明了一种微小功率并网逆变器谐波抑制系统和方法。该发明提供了一种抑制校正电路，通过电网电压采集模块、恒脉宽PWM变换模块、PWM调制模块、PWM驱动模块和谐波抑制调节模块控制并网电流与电网电压成比例变化，从而达到谐波抑制的效果。

该技术方案的具体实现步骤如下：(a)将电网电压经过全桥整流得到倍频正半周正弦电网电压；(b)将所述倍频正半周正弦电网电压进行比例缩放，得到与所述倍频正半周正弦电网电压同频、同相、幅度一定的正弦波形电压；(c)产生一个高频固定占空比的PWM，并将其通过积分电路转换成同频的三角波输出；(d)对上述产生的正弦波形电压和三角波进行调制，得到一个与输入正弦电压同相、占空比跟随正弦波形幅度正比例变化的PWM调制脉冲信号；(e)对所述PWM调制脉冲信号进行幅度整形及电流放大后得到PWM驱动波形；(f)根据PWM驱动波形实时控制受控开关元件导通和关闭的时间，使输出的电流大小跟随电网电压波形幅度正比输出；(g)将输入的低压直流电压变换成跟随电网相位、频率同步倍频半周期的直流高电压并输出；(h)对所述的直流高电压进行低通滤波，输出只含低频包络的倍频半周期正弦直流电压；(i)对所述滤波模块输出的倍频半周期正弦直流电压进行交流相位变换，输出电能到电网。

该技术方案本质上包含了感应和执行两个部分，先感应出输入信号的频率，然后通过一定方式控制执行部分产生与输入信号同频的输出信号，从而达到谐波抑制的效果。其中，感应部分与执行部分是分开的，在功能和物理上都是分开的，若感应部分由于故障等原因(感知机在故障下会引入高次谐波)，使得估计的结果出错，则执行部分也无法产生正确的结果，甚至会使信号变得更差，即当感知信号出错时无法消除谐波甚至使信号更差；在实际的系统中，元件的体积和重量会比较大，在某些要求较高的技术领域(如航空、航天等领域)中不适用；没有考虑噪声的影响。

发明内容

本发明针对以上问题的提出，而研制的一种能抗脉冲噪声干扰的供电网谐波抑制方法，具有如下步骤：

—对引入的电网工频信号进行采样，得到采样后的信号s(k)；

—将s(k)输入低通滤波器，采用改进的Pisarenko谐波分解算法(PHD算法)对工频信号的频率进行估计，得到信号基波频率f(k)；

—同时，将s(k)输入高通滤波器，得到所述工频信号中含有的谐波成分g(k)，使用带有分数低阶相关(FLOC)的递推最小二乘算法(RLS)，获取当前时刻权值向量H(k)；

—由正弦信号发生器根据所述的基波频率f(k)产生谐波发生器的输入矩阵X(k)；

—计算反向补偿信号y(k)＝H^T(k)X(k)，获得抑制谐波之后的信号x(k)＝s(k)-y(k)，实现对该电网工频信号的谐波抑制。

“—将s(k)输入低通滤波器，采用改进的Pisarenko谐波分解算法(PHD算法)对工频信号的频率进行估计，得到信号基波频率f(k)；”具体为：

—将信号s(k)通入低通滤波器中得到基频信号s_l(k)；

—计算所述基频信号s_l(k)的3×3自相关矩阵：

$R=\left[\begin{array}{ccc}{r}_0& r_1& r_2\\ r_1& r_0& r_1\\ r_2& r_1& r_0\end{array}\right]$

$r_i=\frac{1}{\mathrm{range}}\underset{n=k-\mathrm{range}}{\overset{k}{\mathrm{\Σ}}}{s}_l\left(n\right)\·{\left|s_l(n+i)\right|}^{p-1}\·\mathrm{sign}\left(s_l(n+i)\right),(i=\mathrm{0,1,2})$

其中，k表示当前时刻；range为计算互相关时所用的采样点个数，且range≥Fs，Fs为采样频率(取值满足采样定理即可)；p为抑制脉冲噪声的分数低阶指数，取值为1.3；

—根据如下公式计算基频f：(k时刻的基波频率估计值)

$f\left(k\right)=\frac{\mathrm{Fs}}{2\mathrm{\π}}\arccos \left(\frac{r_2+\sqrt{{r_2}^2+{{8r}_1}^2}}{{4r}_1}\right).$

低通滤波器采用4个二阶节IIR滤波器级联的形式构成，如图5所示；每个IIR滤波器的输出公式为：

y(k)＝b₀x(k)+b₁x(k-1)+b₂x(k-2)-a₁y(k-1)-a₂y(k-2)

其中，x(k)、y(k)分别为IIR滤波器k时刻的输入和输出；该低通滤波器的信号处理过程：

y₀＝s(k)·gain

y_i(k)＝b₀y_i-1(k)+b₁y_i-1(k-1)+b₂y_i-1(k-2)-a₁y_i(k-1)-a₂y_i(k-2)(i＝1,2,3,4)低通滤波器的输出：s_l(k)＝y4(k)。

所述步骤“使用带有分数低阶相关(FLOC)的递推最小二乘算法(RLS)，获取当前时刻权值向量H(k)；”具体为：

$t\left(k\right)=\frac{P(k-1)R\left(k\right)}{\mathrm{\λ}+R^T\left(k\right)P(k-1)R\left(k\right)}$

P(k)＝λ^-1P(k-1)-λ^-1t(k)R^T(k)P(k-1)

er(k)＝r(k)-H^T(k-1)R(k)

H(k)＝H(k-1)+t(k)er(k)

此处加权因子λ取0.7，矩阵P(k)的初始值P(0)＝δ^-1·I，I为2M×2M的单位阵，M为欲滤除的最高次谐波次数，δ＝10^-6；

其中，H(k)为k时刻的谐波权值向量，其维数为2(M-1)；谐波发生器的输入矩阵 $X\left(k\right)=$

$\left[\begin{array}{ccccc}\cos \frac{4\mathrm{\πf}\left(k\right)k}{\mathrm{Fs}}& \sin \frac{4\mathrm{\πf}\left(k\right)k}{\mathrm{Fs}}& \cos \frac{6\mathrm{\πf}\left(k\right)k}{\mathrm{Fs}}& \sin \frac{6\mathrm{\πf}\left(k\right)k}{\mathrm{Fs}}\·\·\·\cos \frac{2\mathrm{M\πf}\left(k\right)k}{\mathrm{Fs}}& \sin \frac{2\mathrm{M\πf}\left(k\right)k}{\mathrm{Fs}}\end{array}\right];$

(M为欲滤除的最高次谐波次数)；order为高通滤波器的阶数，r(k)为高通滤波后的信号g(k)与X(k-order/2)(是X(k)经过高通滤波后的结果)的第一个元素的分数低阶相关，即

$r\left(k\right)=E\left\{g\left(x\right){\left[\cos (4\mathrm{\&pi;}(k-\frac{\mathrm{order}}{2})/\left(T\left(k\right)\mathrm{Fs}\right))\right]}^{<p-1>}\right\};$

R(k)是2(M-1)维的列向量，其中，第j个元素Rj是X(k-order/2)的第j个元素Xj与X(k-order/2)的第一个元素的分数低阶相关，即

$R_j=E\left\{X_j{\left[\cos (4\mathrm{\&pi;}(k-\frac{\mathrm{order}}{2})/\left(T\left(k\right)\mathrm{Fs}\right))\right]}^{<p-1>}\right\}$

其中，p的取值为1.2。

一种能抗脉冲噪声干扰的供电网谐波抑制系统，具有：获取电网中工频信号的变压器和信号处理单元；

所述的信号处理单元包括：与所述的变压器分别连接的高通滤波器和低通滤波器；

与所述低通滤波器连接的基波频率估计模块，该模块接收由低通滤波器输出的基频信号s_l(k)，应用改进的PHD算法对工频信号的基波频率f(k)进行估计；

与所述高通滤波器连接的谐波权值更新模块，该模块接收由高通滤波器输出的谐波成分g(k)，前一时刻权值向量H(k-1)，通过带有分数低阶相关(FLOC)的递推最小二乘算法(RLS)，计算当前时刻权值向量H(k)；

还具有谐波抑制执行模块，该模块接收所述的基频信号s_l(k)、谐波成分g(k)和当前时刻权值向量H(k)生成反向补偿谐波信号y(k)。

所述的低通滤波器采用4个二阶节4IIR滤波器级联组成，每个IIR滤波器的输出公式为：y(k)＝b₀x(k)+b₁x(k-1)+b₂x(k-2)-a₁y(k-1)-a₂y(k-2)。

所述的谐波抑制执行模块包括：根据所述基波频率f(k)产生信号X(k)的2～M次工频谐波发生器；

接收所述X(k)信号和当前时刻权值向量H(k)，计算生成反向补偿谐波信号y(k)的乘法器I。

由于采用了上述技术方案，本发明提供的一种能抗脉冲噪声干扰的供电网谐波抑制方法和系统，基于有源滤波的方法，采用了自感知执行器的原理，将感知部分和执行部分融合到一起，使两部分互相传递信息，能够克服“当感知信号出错时无法消除谐波甚至使信号更差”的缺点，同时也能提高谐波抑制的效果；在各次谐波权值更新时采用了RLS算法，克服了LMS算法中步长因子难以确定的缺点，提高了收敛速度，且采用了分数低阶统计量——分数低阶相关(FLOC)对信号进行处理，使得本发明对脉冲噪声的干扰具有一定的抑制作用；在频率估计时，使用了PHD算法，实现简单，计算量小，且将该算法中计算自相关矩阵的公式根据FLOC的计算方法做了改进，能够抑制脉冲噪声的影响，频率估计较准确。

附图说明

为了更清楚的说明本发明的实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明背景技术一的模块图

图2为本发明基于自感知执行器的谐波抑制系统的模块图

图3为本发明的算法流程图

图4为本发明基波频率估计模块的示意图

图5为本发明低通滤波器的示意图

图6为本发明谐波权值更新模块的示意图

图7为本发明谐波抑制执行模块的示意图

图8为实施例1中输入的原信号谐波成分的示意图

图9为实施例1采用本发明技术进行谐波抑制后的信号中的谐波成分的示意图

图10为实施例1采用背景技术一进行谐波抑制后的信号中的谐波成分的示意图

具体实施方式

为使本发明的实施例的目的、技术方案和优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述：

本发明所提供的谐波抑制方法主要包括两个部分，一是对基波频率进行估计，从而估计出谐波频率；二是确定各次谐波的权值，然后产生反向抑制谐波，抵消输入信号中的谐波成分。

其核心思想就是检测出输入的工频信号中的谐波成分，然后用正弦信号发生器产生相同的谐波信号，在工频信号中减去这样一部分信号，来抵消工频信号中的谐波成分，从而达到谐波抑制的效果。要估计出工频信号中含有的谐波成分，需要估计出各次谐波的频率(是基波频率的整数倍)和权值(即幅度)，其中对频率的估计是通过估计出基波频率来获得谐波的频率，所以本发明的两个主要任务就是基频信号的频率估计和谐波的权值估计。

对信号频率的估计采用PHD方法实现，其中将计算自相关矩阵的公式根据分数低阶相关(FLOC)的计算方法进行了改进以抑制脉冲干扰，改进结果见步骤中的公式；各次谐波权值利用RLS算法进行更新，在推导更新公式时使用分数低阶相关(FLOC)构造代价函数，通过引入FLOC达到抑制脉冲噪声干扰的目的。本发明的算法原理框图如图3所示。

如图2所示，在基于自感知执行器的谐波抑制器中，含有谐波的电网工频信号通过变压器输送到信号处理单元为s(t)，在处理单元中需要使用数字信号处理的方法，所以再将信号s(t)进行采样获得数字信号s(k)之后再做具体的处理，具体处理如图3中框图所示，包括将s(k)分别进行低通和高通滤波，获得基频信号和谐波成分，分别用于基频信号的频率的估计和谐波的权值估计，然后根据获得的频率和权值产生反向抑制谐波，完成谐波抑制。下面给出各部分的具体模块。

频率估计部分

首先，将待处理的电网工频信号s(k)进行低通滤波，获得基频信号s_l(k)；然后使用PHD算法估计出基频信号的频率f，继而得到谐波的频率(谐波频率是基频f的整数倍)，用于产生反相抑制谐波。该模块的框图如图4所示。

(1)将信号s(k)通入低通滤波器中得到基频信号s_l(k)，本发明使用的低通滤波器采用4个二阶节IIR滤波器级联的形式构成，如图5所示；每个IIR滤波器的输出公式为：

y(k)＝b₀x(k)+b₁x(k-1)+b₂x(k-2)-a₁y(k-1)-a₂y(k-2) (4)

其中，x(k)、y(k)分别为IIR滤波器k时刻的输入和输出。该低通滤波器的信号处理过程：

y₀＝s(k)·gain (5)

y_i(k)＝b₀y_i-1(k)+b₁y_i-1(k-1)+b₂y_i-1(k-2)-a₁y_i(k-1)-a₂y_i(k-2)(i＝1,2,3,4) (6)

其中，gain＝

0.1545276584059×0.1545276584059×0.0646138336558×0.0646138336558，四个数分别表征四个IIR滤波器的增益。四个滤波器的参数如表1所示。低通滤波器的输出：s_l(k)＝y₄(k)。

表1IIR滤波器系数表

IIR	B0	b1	b2	a1	a2
						Ⅰ	1	-1.995091016131	1	-1.992572951772	0.9989367965902
Ⅱ	1	-1.992263581065	1	-1.993008856297	0.9989708517136
						Ⅲ	1	-1.996421966164	1	-1.991167221704	0.9974075539628
Ⅳ	1	-1.989389909741	1	-1.991372240464	0.9974429525935

(2)计算信号s_l(k)的3×3自相关矩阵：

$R=\left[\begin{array}{ccc}{r}_0& r_1& r_2\\ r_1& r_0& r_1\\ r_2& r_1& r_0\end{array}\right]$

$r_i=\frac{1}{\mathrm{range}}\underset{n=k-\mathrm{range}}{\overset{k}{\mathrm{\&Sigma;}}}{s}_l\left(n\right)\&CenterDot;{\left|s_l(n+i)\right|}^{p-1}\&CenterDot;\mathrm{sign}\left(s_l(n+i)\right),(i=\mathrm{0,1,2})---\left(7\right)$

其中，k表示当前时刻；range为计算互相关时所用的采样点个数，且range≥Fs，Fs为采样频率(取值满足采样定理即可)；p为抑制脉冲噪声的分数低阶指数，取1.3。

对于单频实信号而言，采用PHD算法估计频率时，需要用到3×3的自相关矩阵，小于3阶的无法估计出频率，3阶的信息足够了，大于3阶就会有冗余，所以选用3×3的。

(3)根据如下公式计算基频f：(k时刻的频率估计值)

$f\left(k\right)=\frac{\mathrm{Fs}}{2\mathrm{\&pi;}}\arccos \left(\frac{r_2+\sqrt{{r_2}^2+{{8r}_1}^2}}{{4r}_1}\right)---\left(8\right)$

谐波权值估计部分

首先，将待处理的电网工频信号s(k)进行高通滤波，获得工频信号中含有的谐波成分g(k)；利用RLS+FLOC算法，即本发明所提出的“使用RLS算法并借助FLOC处理信号”的权值更新方法，对谐波权值矢量H进行更新，获得当前时刻的权值矢量H(k)。该模块的框图如图6所示。

(1)将信号s(k)通入高通滤波器中得到谐波成分g(k)，本发明使用的高通滤波器为147阶的FIR滤波器，其滤波器的系数为：hpf[147]＝{

-0.001022713837677,-0.003771169250414,-0.006289990527584,-0.004321458808423,0.003089838060963,0.009854767143602,0.008954539996504,0.002223920139007,-0.001271407900171,0.001969095300122,0.005017585479958,0.002005356100341,-0.002366795426682,-0.001291843985715,0.002188782942114,0.0007855629392456,-0.003740087979584,-0.003757192472087,3.36051361513e-005,-0.000318229743091,-0.005055656395954,-0.005847786245451,-0.00147501104072,-0.0006356055149944,-0.00553851492352,-0.007065926650168,-0.001885908679916,0.0005133494652435,-0.004412342818963,-0.006821952527793,-0.0008134656288043,0.003480488091126,-0.001359741583986,-0.005018787674316,0.001566967933677,0.007967443912782,0.003248525182233,-0.002258496004553,0.004340961948501,0.01288743123158,0.008237888571218,7.034794450629e-005,0.005860716685114,0.01653801668722,0.01197366961783,0.0002410451991651,0.004241197572841,0.01713300459542,0.01291011007591,-0.00328389401958,-0.00211121745313,0.01342305558643,0.01030271370093,-0.01119925813897,-0.01397909327271,0.005218198278703,0.004791945500602,-0.02293358040216,-0.03114673897278,-0.006293094463457,-0.001056851246362,-0.03662506130728,-0.05317080672096,-0.01877264235675,-0.001774269464088,-0.04952673463728,-0.0827630659054,-0.02934704535628,0.01781705090766,-0.05873415458278,-0.1523789219552,-0.03540719313986,0.269036502422,0.437928775106,0.269036502422,-0.03540719313986,-0.1523789219552,-0.05873415458278,0.01781705090766,-0.02934704535628,-0.0827630659054,-0.04952673463728,-0.001774269464088,-0.01877264235675,-0.05317080672096,-0.03662506130728,-0.001056851246362,-0.006293094463457,-0.03114673897278,-0.02293358040216,0.004791945500602,0.005218198278703,-0.01397909327271,-0.01119925813897,0.01030271370093,0.01342305558643,-0.00211121745313,-0.00328389401958,0.01291011007591,0.01713300459542,0.004241197572841,0.0002410451991651,0.01197366961783,0.01653801668722,0.005860716685114,7.034794450629e-005,0.008237888571218,0.01288743123158,0.004340961948501,-0.002258496004553,0.003248525182233,0.007967443912782,0.001566967933677,-0.005018787674316,-0.001359741583986,0.003480488091126,-0.0008134656288043,-0.006821952527793,-0.004412342818963,0.0005133494652435,-0.001885908679916,-0.007065926650168,-0.00553851492352,-0.0006356055149944,-0.00147501104072,-0.005847786245451,-0.005055656395954,-0.000318229743091,3.36051361513e-005,-0.003757192472087,-0.003740087979584,0.0007855629392456,0.002188782942114,-0.001291843985715,-0.002366795426682,0.002005356100341,0.005017585479958,0.001969095300122,-0.001271407900171,0.002223920139007,0.008954539996504,0.009854767143602,0.003089838060963,-0.004321458808423,-0.006289990527584,-0.003771169250414,-0.001022713837677}；

高通滤波的公式为：

$g\left(k\right)=\underset{i=0}{\overset{146}{\mathrm{\&Sigma;}}}\mathrm{hpf}\left(i\right)\&CenterDot;s(k-i)---\left(9\right)$

(2)根据高通滤波的结果g(k)、前一时刻的权值矢量H(k-1)(初始值H(0)＝0)，使用“RLS+FLOC”算法获得当前时刻权值矢量H(k)，计算公式如下：(此处加权因子λ取0.7，矩阵P(k)的初始值P(0)＝δ^-1·I，I为2M×2M的单位阵，M为欲滤除的最高次谐波次数，δ＝10^-6)

$t\left(k\right)=\frac{P(k-1)R\left(k\right)}{\mathrm{\&lambda;}+R^T\left(k\right)P(k-1)R\left(k\right)}---\left(10\right)$

P(k)＝λ^-1P(k-1)-λ^-1t(k)R^T(k)P(k-1) (11)

er(k)＝r(k)-H^T(k-1)R(k) (12)

H(k)＝H(k-1)+t(k)er(k) (13)

其中，H(k)为k时刻的谐波权值向量，其维数为2(M-1)。谐波发生器的输入矩阵 $X\left(k\right)=\left[\begin{array}{cccc}\cos \frac{4\mathrm{\&pi;f}\left(k\right)k}{\mathrm{Fs}}& \sin \frac{4\mathrm{\&pi;f}\left(k\right)k}{\mathrm{Fs}}& \cos \frac{6\mathrm{\&pi;f}\left(k\right)k}{\mathrm{Fs}}& \sin \frac{6\mathrm{\&pi;f}\left(k\right)k}{\mathrm{Fs}}\&CenterDot;\&CenterDot;\&CenterDot;\cos \frac{2\mathrm{M\&pi;f}\left(k\right)k}{\mathrm{Fs}}\end{array}\right.$ $\sin \frac{2\mathrm{M\&pi;f}\left(k\right)k}{\mathrm{Fs}}];$ (M为欲滤除的最高次谐波次数)。order为高通滤波器的阶数，r(k)为高通滤波后的信号g(k)与X(k-order/2)(是X(k)经过高通滤波后的结果)的第一个元素的分数低阶相关，即

$r\left(k\right)=E\left\{g\left(x\right){\left[\cos (4\mathrm{\&pi;}(k-\frac{\mathrm{order}}{2})/\left(T\left(k\right)\mathrm{Fs}\right))\right]}^{<p-1>}\right\};$

R(k)是2(M-1)维的列向量，其中，第j个元素R_j是X(k-order/2)的第j个元素Xj与X(k-order/2)的第一个元素的分数低阶相关，即

$R_j=E\left\{X_j{\left[\cos (4\mathrm{\&pi;}(k-\frac{\mathrm{order}}{2})/\left(T\left(k\right)\mathrm{Fs}\right))\right]}^{<p-1>}\right\},$

p的取值为1.2。

谐波抑制执行部分

根据获得的频率f(k)和权值矢量H(k)产生谐波信号y(k)，用y(k)抵消最初的电网工频信号s(k)中的谐波成分，得到信号x(k)即为谐波抑制后的输出。该模块的框图如图7所示。

(1)M次正弦波发生器以当前时刻估计出的信号频率f(k)为基频，产生信号X(k)；

(2)获得反向补偿谐波信号y(k)：

y(k)＝H^T(k)X(k) (14)

(3)最终获得谐波抑制后的信号x(k)：

x(k)＝s(k)-y(k) (15)

实施例1，图8～图10给出了原始信号中的谐波成分和分别采用本发明与技术一进行谐波抑制后信号中的谐波成分图。从上述图中可以看出，在考虑到电力系统中的脉冲噪声干扰的情况下，本发明具有很好的谐波抑制作用，且收敛速度很快，而现有技术一已无法实现对谐波的抑制。综上所述，本发明对具有脉冲干扰的电力系统中的谐波抑制具有明显的效果和优势。

所述

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种能抗脉冲噪声干扰的供电网谐波抑制方法，具有如下步骤：

—对引入的电网工频信号进行采样，得到采样后的信号s(k)；

—将s(k)输入低通滤波器，采用基于分数低阶相关FLOC改进的Pisarenko谐波分解算法PHD对工频信号的频率进行估计，得到信号基波频率f(k)；

—同时，将s(k)输入高通滤波器，得到所述工频信号中含有的谐波成分g(k)，使用带有分数低阶相关FLOC的递推最小二乘算法RLS，获取当前时刻的谐波权值向量H(k)；

—由正弦信号发生器根据所述的基波频率f(k)产生谐波发生器的输入向量X(k)；

—计算反向补偿信号Y(k)＝H^T(k)X(k)，获得抑制谐波之后的信号S(k)＝s(k)-Y(k)，实现对该电网工频信号的谐波抑制；

“—将s(k)输入低通滤波器，采用改进的Pisarenko谐波分解算法PHD对工频信号的频率进行估计，得到信号基波频率f(k)；”具体为：

—将信号s(k)通入低通滤波器中得到基频信号s_l(k)；

—计算所述基频信号s_l(k)的3×3自相关矩阵：

$R=\left[\begin{array}{ccc}{r}_0& r_1& r_2\\ r_1& r_0& r_1\\ r_2& r_1& r_0\end{array}\right]$

i＝0,1,2

其中，z表示当前时刻采样点个数；range为计算互相关时所用的采样点个数，且range≥Fs，Fs为采样频率，取值满足采样定理即可；p为抑制脉冲噪声的分数低阶指数，取1.3；r_i为所述基频信号自相关矩阵中的元素；

—根据如下公式计算基频f(k)：k时刻的基波频率估计值；

$f\left(k\right)=\frac{Fs}{2\mathrm{\&pi;}}\arccos \left(\frac{r_2+\sqrt{{r_2}^2+8{r_1}^2}}{4r_1}\right).$

2.根据权利要求1所述的一种能抗脉冲噪声干扰的供电网谐波抑制方法，其特征还在于：低通滤波器采用4个二阶节IIR滤波器级联的形式构成；每个IIR滤波器的输出公式为：

y(k)＝b₀x(k)+b₁x(k-1)+b₂x(k-2)-a₁y(k-1)-a₂y(k-2)

其中，x(k)、y(k)分别为IIR滤波器k时刻的输入和输出；该低通滤波器的信号处理过程：

y₀(k)＝s(k)·gain

y_i(k)＝b₀y_i-1(k)+b₁y_i-1(k-1)+b₂y_i-1(k-2)-a₁y_i(k-1)-a₂y_i(k-2)i＝1,2,3,4

低通滤波器的输出：s_l(k)＝y₄(k)；其中，

gain＝0.1545276584059×0.1545276584059×0.0646138336558×0.0646138336558，四个数分别表征四个IIR滤波器的增益；其中的b₀、b₁、b₂、a₁和a₂为IIR滤波器系数，y₀(k)为第一级IIR滤波器的输入信号，y_i(k)为第i级IIR滤波器的输出信号。

3.根据权利要求1所述的一种能抗脉冲噪声干扰的供电网谐波抑制方法，其特征还在于：所述步骤“使用带有分数低阶相关FLOC的递推最小二乘算法RLS，获取当前时刻谐波权值向量H(k)；”具体为：

$t\left(k\right)=\frac{P(k-1)R\left(k\right)}{\mathrm{\&lambda;}+R^T\left(k\right)P(k-1)R\left(k\right)}$

P(k)＝λ^-1P(k-1)-λ^-1t(k)R^T(k)P(k-1)

er(k)＝r(k)-H^T(k-1)R(k)

H(k)＝H(k-1)+t(k)er(k)

此处加权因子λ取0.7；H(k)为k时刻的谐波权值向量，其维数为2(M-1)；

M为欲滤除的最高次谐波次数；矩阵P(k)是输入向量X(k)的自相关矩阵的逆矩阵，它的初始值P(0)＝δ^-1·I，I为2(M-1)×2(M-1)的单位阵，δ＝10^-6，P(k-1)即k-1时刻的逆矩阵；向量t(k)是向量X(k)和X(k-order/2)的第一个元素的互相关向量，即增益向量；X(k-order/2)是X(k)经过高通滤波后的结果，order为高通滤波器的阶数；er(k)是k时刻的估计误差；r(k)为高通滤波后的信号g(k)与X(k-order/2)的第一个元素的分数低阶相关；即

$r\left(k\right)=E\left\{g\left(k\right){\&lsqb;cos\left(4\mathrm{\&pi;}f\right(k-\frac{order}{2}\left)\right(k-\frac{order}{2})/Fs)\&rsqb;}^{<p-1>}\right\};$

R(k)是2(M-1)维的列向量，其中，第j个元素R_j是X(k-order/2)的第j个元素X_j与X(k-order/2)的第一个元素的分数低阶相关，即

$R_j=E\left\{X_j{\&lsqb;cos\left(4\mathrm{\&pi;}f\right(k-\frac{order}{2}\left)\right(k-\frac{order}{2})/Fs)\&rsqb;}^{<p-1>}\right\}$

其中，p的取值为1.3。

4.一种应用如权利要求1-3任意一项权利要求所述方法的能抗脉冲噪声干扰的供电网谐波抑制系统，具有：获取电网中工频信号的变压器和信号处理单元；

所述的信号处理单元包括：与所述的变压器分别连接的高通滤波器和低通滤波器；

与所述低通滤波器连接的基波频率估计模块，该模块接收由低通滤波器输出的基频信号s_l(k)，应用改进的PHD算法对工频信号的基波频率f(k)进行估计；

与所述高通滤波器连接的谐波权值更新模块，该模块接收由高通滤波器输出的谐波成分g(k)，前一时刻谐波权值向量H(k-1)，通过带有分数低阶相关FLOC的递推最小二乘算法RLS，计算当前时刻谐波权值向量H(k)；

还具有谐波抑制执行模块，该模块接收所述的基频信号s_l(k)、谐波成分g(k)和当前时刻谐波权值向量H(k)生成反向补偿信号Y(k)；

所述的低通滤波器采用4个二阶节IIR滤波器级联组成，每个IIR滤波器的输出公式为：y(k)＝b₀x(k)+b₁x(k-1)+b₂x(k-2)-a₁y(k-1)-a₂y(k-2)。

5.根据权利要求4所述的一种能抗脉冲噪声干扰的供电网谐波抑制系统，其特征还在于：所述的谐波抑制执行模块包括：根据所述基波频率f(k)产生信号X(k)的2～M次工频谐波发生器；

接收所述X(k)信号和当前时刻谐波权值向量H(k)，计算生成反向补偿信号Y(k)的乘法器。