本发明涉及非平衡系统频率估计技术领域,特别是涉及基于改进的smartdft算法的非平衡系统频率估计方法。
背景技术:
在附加白高斯噪声下,估计正弦信号或复指数信号的频率、幅度、相位是非常重要的非线性问题,在电力系统分析、无线通信、雷达信号监测和语音分析中有着广泛的应用。在不同的应用中,众多文献也提出了相对应的估计方法,如基于dft算法,最小二乘算法,自适应陷波器,卡尔曼滤波器和它的拓展,最大后验概率算法和基于子空间投影的算法。
典型的,标准的n点dft操作在频谱上可以得到2π/n的分辨率,但是在异步采样下是不准确的。传统方法上如果想要提高基于dft的频率估计算法的精确度,额外的计算复杂度不可避免。在已有文献中,提出过了一种smartdft(sdft)技术改善实时正弦信号频率估计的准确度。也有文献进一步应用了复值最小二乘框架改善了sdft的估计效果。基于窗口dft的插值算法可以获得频率估计的重要改善,因为信号序列的窗口可以减少频谱泄漏和频谱插值。dft算法的相角误差可以估计相应模拟信号的真实频率,由非相干dft采样引起的泄漏效果也可以用于频率估计。进一步,有文献提出采用两个阶段去改善估计效果,第一阶段实行n点dft的粗估计,接着在频谱峰值附近进行第二阶段的精确估计。
非圆信号广泛应用于描述非平衡系统的动态状态,例如非平衡三相电力系统、i-q不平衡通信系统等等。基于恰当的非圆信号统计分析,利用非平衡电压的非圆统计特性,众多文献提出了一系列的估计模型,标准的频率估计算法也可以进一步扩展为通用的形式。
无论是频域的sdft技术还是时域的rphd技术还无法处理非平衡系统中的复值非圆信号,本专利意义在于基于复值非圆信号的特性,实现与以上技术的结合,完成在有噪条件下,对复值非圆信号频率精确的估计和追踪。
技术实现要素:
为了解决上述存在的问题,本发明提供基于改进的smartdft算法的非平衡系统频率估计方法,扩展了原始的smartdft技术(sdft),使此项技术不仅可以应用于实值正弦信号,也可以处理复值非圆信号。基于连续dft基频分量间的线性预测(lp)性质,应用最小二乘框架可以减小模型的均方误差,得到改进的复值最小二乘算法(cls)。同时,专利还提出了一种复值改进的pisarenko谐波分解算法(crphd),此方法可以移除噪声的干扰获得精确的频率估计,可以有效应用在含有噪声的非平衡三相电力系统中,为达此目的,本发明提供基于改进的smartdft算法的非平衡系统频率估计方法,具体估计方法如下:
步骤1计算非圆信号第k点频率分量:
没有噪声和谐波干扰的非平衡系统中的非圆信号可以表示为:
信号x(n)第k点dft频率分量如下:
步骤2无噪条件下的sdft算法:
现在提出频率估计算法:
定义公式(1)中的指数内核为;
如此,根据公式(1)和(2),找到如下的关系:ak(m+1)=rak(m)和bk(m+1)=r-1bk(m),以及:
对公式(3)进行代数变换后,可以找到连续dft分量的线性预测关系:xk(m+1)+xk(m-1)=μxk(m),这里
因此,sdft算法可以通过计算
步骤3有噪条件下cls优化处理:
现在考虑在噪声环境下的非平衡系统:
组合l点
步骤4有噪条件下crphd实现进一步抗噪优化:
另一方面,重新考虑均方误差值
这里
步骤5寻求最优的值最小化
为了找到最优的值最小化
这里:
尽管公式(8)的最后推导式有两个根,但只有一个根可以表示频率估计量,如此推导得到
了相对于cls更加抗噪的,适用于复值非圆信号的crphd频率估计方法,如下所示:
本发明的进一步改进,步骤二,通过下面的方法根据xk(m+1),xk(m)和xk(m-1)的值可以估计k和δ;
1)基于dft最大点的位置进行频率粗估计:
2)估计δ:定义公式(1)前一项为a(m),第二项为b(m),这样公式(1)中的xk(m)表示为:xk(m)=ak(m)+bk(m)。
本发明基于改进的smartdft算法的非平衡系统频率估计方法,本申请扩展了原始的smartdft技术(sdft),使此项技术不仅可以应用于实值正弦信号,也可以处理复值非圆信号。基于连续dft基频分量间的线性预测(lp)性质,应用最小二乘框架可以减小模型的均方误差。同时,提出了一种复值改进的pisarenko谐波分解算法(crphd),此方法可以移除噪声的干扰获得精确的频率估计。本发明在含有噪声的非平衡三相电力系统中,经过仿真显示本申请所提出算法的优越的抗噪性能。
附图说明
图1为不同信噪比下频率估计算法的均方误差对比图;
图2为两种算法在频率波动下的频率跟踪性能图(a)系统频率经历频率调制(b)系统频率经历了上升和下降;
图3真实环境非平衡三相电力系统中的频率估计效果图(a)三相电压幅值波动(b)频率估计效果。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述:
本发明提供基于改进的smartdft算法的非平衡系统频率估计方法,扩展了原始的smartdft技术(sdft),使此项技术不仅可以应用于实值正弦信号,也可以处理复值非圆信号。基于连续dft基频分量间的线性预测(lp)性质,应用最小二乘框架可以减小模型的均方误差,得到改进的复值最小二乘算法(cls)。同时,专利还提出了一种复值改进的pisarenko谐波分解算法(crphd),此方法可以移除噪声的干扰获得精确的频率估计,可以有效应用在含有噪声的非平衡三相电力系统中。
具体实施例1如下:
在这部分,我们将利用matlab平台展示专利算法的仿真结果。我们分别设置采样频率为fs=1600,基点频率为f0=50,这样,为了计算dft的基础频率,系统电压的采样点需要设置为n=fs/f0=32。同时,我们将估计算法的窗长设置为l=15。
首先,我们评估在噪声环境下crphd算法相对于cls优越的估计性能。非平衡系统电压真实频率f=f0+δf设置在51hz,将不同信噪比条件下的噪声加入系统中,图1展示了crphd和cls频率估计算法的均方误差,如图所示,所提出的crphd算法在性能上与cls相似,但在低信噪比条件下,它的估计效果将优于cls算法。
具体实施例2如下:
本组仿真,我们将研究在频率波动情况下,不同估计算法的频率跟踪性能。在原始非平衡系统基础上,信号在0.1s到0.6s经历了复合的正弦频率调制f(t)=50+2sin(4π(t-0.1))+sin(32π(t-0.1)),这里ω0(t)=2π·f(t),同时系统加入10db噪声。如图2(a)所示,两种算法都可以快速而又准确的跟踪到系统频率的动态变化。图2(b)中,非平衡系统在t=0s时加入40db的噪声,同时系统频率经历了1hz/s的上升,然后在50.1hz处保持了0.2s,紧接着从0.5s到0.6s经历了1hz/s的下降。在所有情况下,两种算法都精准跟踪到了频率变化。
具体实施例3如下:
最后一组仿真,我们在真实世界电力系统下研究所提出算法的鲁棒性。三相电压信号记录在110/20/10kv的变电站中。所要测量的三相电压系统频率大约在50hz附近,经过了1khz的采样,电压幅值根据峰值进行了归一化处理。在图3(a)中,所示电压在0.27s至0.54s左右经历了非平衡状态,如图3(b)所示,虽然出现了短暂的波动,两种算法在平衡和非平衡电压情况下都获得了准确的频率估计效果。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作任何其他形式的限制,而依据本发明的技术实质所作的任何修改或等同变化,仍属于本发明所要求保护的范围。