CN113111542A - 一种基于s函数的卡尔曼滤波的频率跟踪方法及系统 - Google Patents

一种基于s函数的卡尔曼滤波的频率跟踪方法及系统 Download PDF

Info

Publication number
CN113111542A
CN113111542A CN202110516356.0A CN202110516356A CN113111542A CN 113111542 A CN113111542 A CN 113111542A CN 202110516356 A CN202110516356 A CN 202110516356A CN 113111542 A CN113111542 A CN 113111542A
Authority
CN
China
Prior art keywords
function
phase
kalman filtering
frequency information
voltage signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110516356.0A
Other languages
English (en)
Inventor
肖勇
李博
尹家悦
曹敏
林伟斌
魏龄
胡珊珊
陈叶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Research Institute of Southern Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Research Institute of Southern Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Electric Power Research Institute of Yunnan Power Grid Co Ltd, Research Institute of Southern Power Grid Co Ltd filed Critical Electric Power Research Institute of Yunnan Power Grid Co Ltd
Priority to CN202110516356.0A priority Critical patent/CN113111542A/zh
Publication of CN113111542A publication Critical patent/CN113111542A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/10Noise analysis or noise optimisation

Abstract

本申请公开了一种基于S函数的卡尔曼滤波的频率跟踪方法及系统,其中方法包括:通过锁相环提取电压信号的初始频率信息,电压信号带有高次谐波和高强度噪声;通过在可视化仿真工具的仿真过程中,将卡尔曼滤波算法固化在S函数的模块中;设置S函数的flag标志位,使得S函数控制卡尔曼滤波算法对初始频率信息进行滤波,得到电压信号的最终频率信息,从而解决电压信号特征信息检测技术无法同时做到提高效率和精度的技术问题。

Description

一种基于S函数的卡尔曼滤波的频率跟踪方法及系统
技术领域
本申请涉及电力电子技术领域,尤其涉及一种基于S函数的卡尔曼滤波的频率跟踪方法及系统。
背景技术
近年来,随着电力资源的需求量增加,电网的运行条件也愈发复杂,因此需要更加精确地检测出电网电压信号的特征信息。利用锁相环对电压信号的频率进行跟踪是目前较为常用的电压信号检测方法,而当锁相环在跟踪带有高次谐波以及高强度噪声的电网信号的频率信息时,会存在噪声误差,本领域技术人员通常会结合卡尔曼滤波技术对存在噪声误差的电压信号频率信息进行去噪声处理,提高电压信号特征信息的检测精确度。但是,由于利用卡尔曼滤波去噪声的算法设计的复杂度过大,严重的影响了对电压信号的特征信息检测的效率,使得现有的电压信号特征信息检测技术无法同时做到提高效率和精度。
发明内容
本申请提供了一种基于S函数的卡尔曼滤波的频率跟踪方法及系统,用于解决电压信号特征信息检测技术无法同时做到提高效率和精度的技术问题。
有鉴于此,本申请第一方面提供了一种基于S函数的卡尔曼滤波的频率跟踪方法,所述方法包括:
通过锁相环提取电压信号的初始频率信息,所述电压信号带有高次谐波和高强度噪声;
通过在可视化仿真工具的仿真过程中,将卡尔曼滤波算法固化在S函数的模块中;
设置所述S函数的flag标志位,使得所述S函数控制所述卡尔曼滤波算法对所述初始频率信息进行滤波,得到所述电压信号的最终频率信息。
可选地,所述锁相环为基于双二阶广义积分器的锁相环,包括:Clark变换器、正交信号发生器、三相同步锁相环。
可选地,所述通过锁相环提取电压信号的初始频率信息,具体包括:
通过所述Clark变换器将三相的所述电压信号转换为两相信号;
通过所述正交信号发生器提取所述两相信号的每相的基频正序分量;
通过所述三相同步锁相环提取所述基频正序分量的相位和基频信息。
可选地,所述通过在可视化仿真工具的仿真过程中,将卡尔曼滤波算法固化在S函数的模块中,具体包括:在Simulink仿真中,在所述S函数中嵌入所述卡尔曼滤波算法。
可选地,所述设置所述S函数的flag标志位,使得所述S函数控制所述卡尔曼滤波算法对所述初始频率信息进行滤波,得到所述电压信号的最终频率信息,具体包括:
S1、通过设置flag标志为0,调用所述S函数进行初始化;
S2、通过设置flag标志为3,控制所述卡尔曼滤波算法对所述基频信息进行滤波;
S3、通过设置flag标志为2,对所述初始频率信息的频率状态信息进行更新;
S4、通过设置flag标志为1,计算频率状态信息的导数信息,并返回步骤S2,直至预置的仿真时间,输出所述电压信号的最终频率信息。
本申请第二方面提供一种基于S函数的卡尔曼滤波的频率跟踪系统,所述系统包括:
提取模块,用于通过锁相环提取电压信号的初始频率信息,所述电压信号带有高次谐波和高强度噪声;
仿真模块,用于通过在可视化仿真工具的仿真过程中,将卡尔曼滤波算法固化在S函数的模块中;
设置模块,用于设置所述S函数的flag标志位,使得所述S函数控制所述卡尔曼滤波算法对所述初始频率信息进行滤波,得到所述电压信号的最终频率信息。
可选地,所述锁相环为基于双二阶广义积分器的锁相环,包括:Clark变换器、正交信号发生器、三相同步锁相环。
可选地,所述提取模块,具体用于:
通过所述Clark变换器将三相的所述电压信号转换为两相信号;
通过所述正交信号发生器提取所述两相信号的每相的基频正序分量;
通过所述三相同步锁相环提取所述基频正序分量的相位和基频信息。
可选地,所述仿真模块,具体用于:在Simulink仿真中,在所述S函数中嵌入所述卡尔曼滤波算法。
可选地,所述设置模块,具体用于:
S1、通过设置flag标志为0,调用所述S函数进行初始化;
S2、通过设置flag标志为3,控制所述卡尔曼滤波算法对所述基频信息进行滤波;
S3、通过设置flag标志为2,对所述初始频率信息的频率状态信息进行更新;
S4、通过设置flag标志为1,计算频率状态信息的导数信息,并返回步骤S2,直至预置的仿真时间,输出所述电压信号的最终频率信息。
从以上技术方案可以看出,本申请具有以下优点:
本申请提供了一种基于S函数的卡尔曼滤波的频率跟踪方法,包括:通过锁相环提取电压信号的初始频率信息,电压信号带有高次谐波和高强度噪声;通过在可视化仿真工具的仿真过程中,将卡尔曼滤波算法固化在S函数的模块中;设置S函数的flag标志位,使得S函数控制卡尔曼滤波算法对初始频率信息进行滤波,得到电压信号的最终频率信息。
本申请的基于S函数的卡尔曼滤波的频率跟踪方法,首先通过锁相环对带有高次谐波和高强度噪声的电压信号提取相位和频率,再进行滤波处理,得到初始频率信息;由于锁相环在谐波干扰性性能不好,且噪声强度大,导致初始频率信息有较大误差;因此,接着通过卡尔曼滤波算法对初始频率信息进行去噪处理,具体的,本申请将卡尔曼滤波算法是嵌入在了S函数之中,S函数可以使得算法在仿真之中更容易实现,相较于现有利用卡尔曼滤波去噪声的算法设计的复杂度显著降低,滤波效率更高;最后带有误差的初始频率信息在经过基于S函数的卡尔曼算法滤波之后,可以预测出动态的频率信息变化的趋势,使得频率跟踪更加的精确,从而得到最终最终频率信息。解决电压信号特征信息检测技术无法同时做到提高效率和精度的技术问题。
附图说明
图1为本申请实施例中提供的一种基于S函数的卡尔曼滤波的频率跟踪方法实施例一的流程图;
图2为本申请实施例中提供的一种基于S函数的卡尔曼滤波的频率跟踪方法实施例二的流程图;
图3为本申请实施例中提供的一种基于S函数的卡尔曼滤波的频率跟踪系统实施例的结构图;
图4为单一锁相环的频率追踪性能示意图;
图5为锁相环结合基于S函数的卡尔曼滤波的频率追踪性能示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参阅图1,图1为本申请实施例中提供的一种基于S函数的卡尔曼滤波的频率跟踪方法实施例一的流程图。
本实施例提供的一种基于S函数的卡尔曼滤波的频率跟踪方法,包括:
步骤101、通过锁相环提取电压信号的初始频率信息,电压信号带有高次谐波和高强度噪声。
需要说明的是,本实施例通过三相电压源模拟产生电力系统中带有最高达到63次高次谐波的信号,并将模拟得到的带有高次谐波的电网信号通过高斯白噪声信道模拟噪声干扰,得到畸变之后的三相电网的电压信号。接着通过锁相环提取电压信号的相位和基频信息等较为精确的初始频率信息。
由于在高强度噪声的干扰下,单一的锁相环追踪的频率结果可能会有一定的误差,因此本实施例可通过引进基于S函数的卡尔曼滤波来提高频率追踪的效果。
步骤102、通过在可视化仿真工具的仿真过程中,将卡尔曼滤波算法固化在S函数的模块中。
需要说明的是,卡尔曼滤波原理广泛应用于信号检测估计,飞行器导航制导等领域,它是一种估计的算法,原理是将前一个状态的最优估计值、当前时刻状态的观测值以及修正误差相结合,并通过递推原理,即可得到当前时刻状态的最优估计值,从而对下一时刻的状态进行更精确地预测。
虽然卡尔曼滤波技术对存在噪声误差的电压信号频率信息去噪声效果较为明显,但是由于利用卡尔曼滤波去噪声的算法设计的复杂度过大,严重的影响了对电压信号的特征信息检测的效率,使得现有的电压信号特征信息检测技术无法同时做到提高效率和精度。
因此,本实施例通过在可视化仿真工具的仿真过程中,将卡尔曼滤波算法固化在S函数(系统函数)的模块中;S函数可以使得卡尔曼滤波算法在仿真之中更容易实现,从而降低了设计的复杂度,提高了效率。
步骤103、设置S函数的flag标志位,使得S函数控制所述卡尔曼滤波算法对所述初始频率信息进行滤波,得到所述电压信号的最终频率信息。
需要说明的是,flag标志位是S函数运算时的标志位,标志位的数值不同,S函数执行的任务和返回的数据是不同的,本实施例通过设置S函数的flag标志位,使得S函数控制所述卡尔曼滤波算法对所述初始频率信息进行滤波,得到所述电压信号的最终频率信息。
本实施例的基于S函数的卡尔曼滤波的频率跟踪方法,首先通过锁相环对带有高次谐波和高强度噪声的电压信号提取相位和频率,再进行滤波处理,得到初始频率信息;由于锁相环在谐波干扰性性能不好,且噪声强度大,导致初始频率信息有较大误差;因此,接着通过卡尔曼滤波算法对初始频率信息进行去噪处理,具体的,本申请将卡尔曼滤波算法是嵌入在了S函数之中,S函数可以使得算法在仿真之中更容易实现,相较于现有利用卡尔曼滤波去噪声的算法设计的复杂度显著降低,滤波效率更高;最后带有误差的初始频率信息在经过基于S函数的卡尔曼算法滤波之后,可以预测出动态的频率信息变化的趋势,使得频率跟踪更加的精确,从而得到最终最终频率信息。解决电压信号特征信息检测技术无法同时做到提高效率和精度的技术问题。
以上为本申请实施例中提供的一种基于S函数的卡尔曼滤波的频率跟踪方法实施例一,以下为本申请实施例中提供的一种基于S函数的卡尔曼滤波的频率跟踪方法实施例二。
请参阅图2,图2为本申请实施例中提供的一种基于S函数的卡尔曼滤波的频率跟踪方法实施例二的流程图。
本实施例提供的一种基于S函数的卡尔曼滤波的频率跟踪方法,包括:
步骤201、通过Clark变换器将三相的电压信号转换为两相信号,通过正交信号发生器提取两相信号的每相的基频正序分量,通过三相同步锁相环提取基频正序分量的相位和基频信息。
需要说明的是,本实施例所选的锁相环为基于双二阶广义积分器的锁相环,该锁相环包括:Clark变换器、正交信号发生器、三相同步锁相环。因此,通过基于双二阶广义积分器的锁相环提取电压信号的初始频率信息的具体过程为:Clark变换器将三相信号转换为两相信号;正交信号发生器提取每相的基波及其正交信号;基于ISC(对称分量)理论找到FFP(基频正序)分量,并将其馈送至三相同步锁相环,三相同步锁相环可以提取较为精确的相位和基频信息。
步骤202、在Simulink仿真中,在S函数中嵌入卡尔曼滤波算法。
需要说明的是,本实施例选择的可视化仿真工具为Simulink,通过Simulink进行仿真,并通过在S函数中嵌入卡尔曼滤波算法。
步骤203、通过设置flag标志为0,调用S函数进行初始化。
步骤204、通过设置flag标志为3,控制卡尔曼滤波算法对基频信息进行滤波。
步骤205、通过设置flag标志为2,对初始频率信息的频率状态信息进行更新。
步骤206、通过设置flag标志为1,计算频率状态信息的导数信息,并返回步骤204,直至预置的仿真时间,输出电压信号的最终频率信息。
对于步骤203-步骤206,需要说明的是,在仿真初始化阶段,设置flag标志为0来调用S函数,并提供初始化状态,接下来设置flag标志为3,控制卡尔曼滤波算法对基频信息进行滤波,然后设置flag标志为2,更新频率的状态信息,当flag标志为1时,可计算状态的导数信息,并再次设置flag标志为3计算模块的输出,之后重复上述过程,到达仿真结束时间,设置flag标志为9,结束仿真,从而输出电压信号的最终频率信息。
请参阅图4和图5,图4为单一锁相环的频率追踪性能示意图;图5为锁相环结合基于S函数的卡尔曼滤波的频率追踪性能示意图。
对图4和图5进行比较可以知道,锁相环结合基于S函数的卡尔曼滤波的频率追踪性能,相较于单一锁相环的频率追踪性能(时间、精度)有着显著的提升。
以上为本申请实施例中提供的一种基于S函数的卡尔曼滤波的频率跟踪方法实施例二,以下为本申请实施例中提供的一种基于S函数的卡尔曼滤波的频率跟踪系统实施例。
请参阅图3,图3为本申请实施例中提供的一种基于S函数的卡尔曼滤波的频率跟踪系统实施例的结构图。
本实施例提供的一种基于S函数的卡尔曼滤波的频率跟踪系统,包括:
提取模块301,用于通过锁相环提取电压信号的初始频率信息,电压信号带有高次谐波和高强度噪声;
仿真模块302,用于通过在可视化仿真工具的仿真过程中,将卡尔曼滤波算法固化在S函数的模块中;
设置模块303,用于设置S函数的flag标志位,使得S函数控制卡尔曼滤波算法对初始频率信息进行滤波,得到电压信号的最终频率信息。
本实施例的基于S函数的卡尔曼滤波的频率跟踪系统,首先通过锁相环对带有高次谐波和高强度噪声的电压信号提取相位和频率,再进行滤波处理,得到初始频率信息;由于锁相环在谐波干扰性性能不好,且噪声强度大,导致初始频率信息有较大误差;因此,接着通过卡尔曼滤波算法对初始频率信息进行去噪处理,具体的,本申请将卡尔曼滤波算法是嵌入在了S函数之中,S函数可以使得算法在仿真之中更容易实现,相较于现有利用卡尔曼滤波去噪声的算法设计的复杂度显著降低,滤波效率更高;最后带有误差的初始频率信息在经过基于S函数的卡尔曼算法滤波之后,可以预测出动态的频率信息变化的趋势,使得频率跟踪更加的精确,从而得到最终最终频率信息。解决电压信号特征信息检测技术无法同时做到提高效率和精度的技术问题。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:Random Access Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种基于S函数的卡尔曼滤波的频率跟踪方法,其特征在于,包括:
通过锁相环提取电压信号的初始频率信息,所述电压信号带有高次谐波和高强度噪声;
通过在可视化仿真工具的仿真过程中,将卡尔曼滤波算法固化在S函数的模块中;
设置所述S函数的flag标志位,使得所述S函数控制所述卡尔曼滤波算法对所述初始频率信息进行滤波,得到所述电压信号的最终频率信息。
2.根据权利要求1所述的基于S函数的卡尔曼滤波的频率跟踪方法,其特征在于,所述锁相环为基于双二阶广义积分器的锁相环,包括:Clark变换器、正交信号发生器、三相同步锁相环。
3.根据权利要求2所述的基于S函数的卡尔曼滤波的频率跟踪方法,其特征在于,所述通过锁相环提取电压信号的初始频率信息,具体包括:
通过所述Clark变换器将三相的所述电压信号转换为两相信号;
通过所述正交信号发生器提取所述两相信号的每相的基频正序分量;
通过所述三相同步锁相环提取所述基频正序分量的相位和基频信息。
4.根据权利要求1所述的基于S函数的卡尔曼滤波的频率跟踪方法,其特征在于,所述通过在可视化仿真工具的仿真过程中,将卡尔曼滤波算法固化在S函数的模块中,具体包括:在Simulink仿真中,在所述S函数中嵌入所述卡尔曼滤波算法。
5.根据权利要求1所述的基于S函数的卡尔曼滤波的频率跟踪方法,其特征在于,所述设置所述S函数的flag标志位,使得所述S函数控制所述卡尔曼滤波算法对所述初始频率信息进行滤波,得到所述电压信号的最终频率信息,具体包括:
S1、通过设置flag标志为0,调用所述S函数进行初始化;
S2、通过设置flag标志为3,控制所述卡尔曼滤波算法对所述基频信息进行滤波;
S3、通过设置flag标志为2,对所述初始频率信息的频率状态信息进行更新;
S4、通过设置flag标志为1,计算频率状态信息的导数信息,并返回步骤S2,直至预置的仿真时间,输出所述电压信号的最终频率信息。
6.一种基于S函数的卡尔曼滤波的频率跟踪系统,其特征在于,包括:
提取模块,用于通过锁相环提取电压信号的初始频率信息,所述电压信号带有高次谐波和高强度噪声;
仿真模块,用于通过在可视化仿真工具的仿真过程中,将卡尔曼滤波算法固化在S函数的模块中;
设置模块,用于设置所述S函数的flag标志位,使得所述S函数控制所述卡尔曼滤波算法对所述初始频率信息进行滤波,得到所述电压信号的最终频率信息。
7.根据权利要求6所述的基于S函数的卡尔曼滤波的频率跟踪系统,其特征在于,所述锁相环为基于双二阶广义积分器的锁相环,包括:Clark变换器、正交信号发生器、三相同步锁相环。
8.根据权利要求7所述的基于S函数的卡尔曼滤波的频率跟踪系统,其特征在于,所述提取模块,具体用于:
通过所述Clark变换器将三相的所述电压信号转换为两相信号;
通过所述正交信号发生器提取所述两相信号的每相的基频正序分量;
通过所述三相同步锁相环提取所述基频正序分量的相位和基频信息。
9.根据权利要求1所述的基于S函数的卡尔曼滤波的频率跟踪系统,其特征在于,所述仿真模块,具体用于:在Simulink仿真中,在所述S函数中嵌入所述卡尔曼滤波算法。
10.根据权利要求1所述的基于S函数的卡尔曼滤波的频率跟踪系统,其特征在于,所述设置模块,具体用于:
S1、通过设置flag标志为0,调用所述S函数进行初始化;
S2、通过设置flag标志为3,控制所述卡尔曼滤波算法对所述基频信息进行滤波;
S3、通过设置flag标志为2,对所述初始频率信息的频率状态信息进行更新;
S4、通过设置flag标志为1,计算频率状态信息的导数信息,并返回步骤S2,直至预置的仿真时间,输出所述电压信号的最终频率信息。
CN202110516356.0A 2021-05-12 2021-05-12 一种基于s函数的卡尔曼滤波的频率跟踪方法及系统 Pending CN113111542A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110516356.0A CN113111542A (zh) 2021-05-12 2021-05-12 一种基于s函数的卡尔曼滤波的频率跟踪方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110516356.0A CN113111542A (zh) 2021-05-12 2021-05-12 一种基于s函数的卡尔曼滤波的频率跟踪方法及系统

Publications (1)

Publication Number Publication Date
CN113111542A true CN113111542A (zh) 2021-07-13

Family

ID=76722402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110516356.0A Pending CN113111542A (zh) 2021-05-12 2021-05-12 一种基于s函数的卡尔曼滤波的频率跟踪方法及系统

Country Status (1)

Country Link
CN (1) CN113111542A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090069647A1 (en) * 2007-08-31 2009-03-12 Mcnames James Method, system, and apparatus for cardiovascular signal analysis, modeling, and monitoring
CN102305886A (zh) * 2011-05-31 2012-01-04 浙江大学 电网电压谐波畸变及不平衡时基波电压同步信号检测方法
CN108696305A (zh) * 2018-04-17 2018-10-23 东南大学 适用于lte-a mimo信号分析系统的高精度频偏测量方法
US20180349539A1 (en) * 2017-06-02 2018-12-06 The Mathworks, Inc. Systems and methods for co-simulation
CN110531138A (zh) * 2019-07-08 2019-12-03 江苏科技大学 一种有源电力滤波器谐波电流检测方法
CN110579638A (zh) * 2019-10-12 2019-12-17 国网江苏省电力有限公司徐州供电分公司 基于卡尔曼滤波的交叉供电系统动态电压跌落检测方法
CN110768666A (zh) * 2019-10-28 2020-02-07 南京工程学院 基于卡尔曼滤波器的双同步坐标系解耦的锁相环系统及方法
CN111693771A (zh) * 2020-06-22 2020-09-22 南方电网科学研究院有限责任公司 一种电网谐振点检测装置及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090069647A1 (en) * 2007-08-31 2009-03-12 Mcnames James Method, system, and apparatus for cardiovascular signal analysis, modeling, and monitoring
CN102305886A (zh) * 2011-05-31 2012-01-04 浙江大学 电网电压谐波畸变及不平衡时基波电压同步信号检测方法
US20180349539A1 (en) * 2017-06-02 2018-12-06 The Mathworks, Inc. Systems and methods for co-simulation
CN108696305A (zh) * 2018-04-17 2018-10-23 东南大学 适用于lte-a mimo信号分析系统的高精度频偏测量方法
CN110531138A (zh) * 2019-07-08 2019-12-03 江苏科技大学 一种有源电力滤波器谐波电流检测方法
CN110579638A (zh) * 2019-10-12 2019-12-17 国网江苏省电力有限公司徐州供电分公司 基于卡尔曼滤波的交叉供电系统动态电压跌落检测方法
CN110768666A (zh) * 2019-10-28 2020-02-07 南京工程学院 基于卡尔曼滤波器的双同步坐标系解耦的锁相环系统及方法
CN111693771A (zh) * 2020-06-22 2020-09-22 南方电网科学研究院有限责任公司 一种电网谐振点检测装置及方法

Similar Documents

Publication Publication Date Title
CN110579682B (zh) 一种故障录波数据暂态同源对比方法及装置
De Donato et al. Fault-decoupled instantaneous frequency and phase angle estimation for three-phase grid-connected inverters
Ullah et al. Comparison of synchronization techniques under distorted grid conditions
CN111327413B (zh) 一种侧信道数据处理方法及设备
Hamed et al. Effective design and implementation of GSS‐PLL under voltage dip and phase interruption
Mazaheri et al. Performance evaluation of nonlinear Kalman filtering techniques in low speed brushless DC motors driven sensor-less positioning systems
CN107863774B (zh) 谐波指令电流的获取方法、装置、系统及可读存储介质
CN110518854B (zh) 电机降噪方法、计算机装置以及计算机可读存储介质
CN111106780A (zh) 一种电机控制方法、装置、终端设备及存储介质
CN108494306B (zh) 一种永磁同步电机转子位置检测方法
CN113111542A (zh) 一种基于s函数的卡尔曼滤波的频率跟踪方法及系统
CN116626490B (zh) 基于卡尔曼滤波器的电机故障诊断方法及装置
CN111245304B (zh) 补偿方法、补偿装置、电机和存储介质
JP2008064684A (ja) 電力系統のインピーダンス測定装置
CN112116917B (zh) 基于相位跃变度的电抗器本体与风机声信号分离方法
CN108242993B (zh) 一种侧信道信号和参考信号的对齐方法及装置
CN113346814B (zh) 一种电机控制方法、装置、终端及存储介质
CN114915234A (zh) 电动机及其谐波噪声优化方法和装置
Firouzjah et al. A predictive current control method for shunt active filter with windowing based wavelet transform in harmonic detection
Możdżyński Simple digital integration algorithm with saturation and drift elimination based Second-Order Generalized Integrator
Cui et al. Particle filter‐based dual estimation for synchronous generators
Muñoz-Aguilar et al. A sensor-less sliding mode control scheme for a stand-alone wound rotor synchronous generator under unbalanced load conditions
Talukder et al. A comparative study of various methods of phasor measurement unit algorithms
KR102176532B1 (ko) 계통 동기화 제어를 위한 제어장치, 제어방법, 기록매체
CN109194226A (zh) 电机参数在线辨识方法、系统、电机控制器及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination