基于自适应强跟踪滤波器的电网基波频率跟踪研究

发布时间：2017-09-25 22:14

  本文关键词：基于自适应强跟踪滤波器的电网基波频率跟踪研究

  更多相关文章： 频率跟踪 自适应强跟踪 小波变换 电网模型 系统辨识

【摘要】：电网频率反映了电能消耗与负载之间的动态平衡关系,是调控系统正常运行的重要参考量。对电力系统频率进行动态跟踪估计是研究电力系统控制,安全评估和分析电能质量等方面的基础,重要性不言而喻,所以研究跟踪电网频率的动态变化不仅具有现实意义,而且对电力行业也会产生积极影响。学者们经过分析电网频率特性,相继提出多种电网频率跟踪方法,在确定性谐波信号下,提出傅里叶变换的方法。在非平稳信号条件下,学者们基于数字滤波器提出一种微分正交变化方法。但到目前为止,传统频率跟踪技术对系统状态发生突变或存在强干扰时处理性能差,如何在畸变信号条件下对基波信号做到实时准确的跟踪成为一个亟待解决的问题。本文结合实际电力系统模型,考虑到系统时刻处在外部扰动之下,不但电压会变化,而且基波频率也会发生波动。为了减小电网中谐波和噪声对基波频率跟踪准确度的影响,在经过学习与分析不同方法后,首先利用小波滤波特性对电网原始信号进行预处理,将小波变换方法应用于在畸变信号条件下提取基波信号,滤除信号中的除基频外各高次谐波、间谐波和随机噪声成分。通过仿真验证,原始电压信号经小波变换,基波成分能准确地分离出来。然后为增强基波模型的稳定性,文中利用模型参考自适应控制方法,采用可调增益Lyapunov-MRAC算法自适应作用电网模型,减少了外界扰动或内部噪声影响。在此基础上将基波模型与扩展卡尔曼滤波器结合,将自适应滤波原理引入到电网基波频率跟踪研究中来,建立状态方程和测量方程,对基波频率进行实时跟踪处理。在跟踪过程中比较分析算法的优劣性,针对需要解决的问题提出相关改进算法以提高跟踪的实时准确性。最后的仿真结果表明,ASTF算法能够实现对基波频率实时准确的跟踪。该算法一方面对测量噪声方差R进行自适应实时调控,另一方面对观测量中不良数据做到自适应剔除。
【关键词】：频率跟踪 自适应强跟踪 小波变换 电网模型 系统辨识
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM711;TN713
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-14
• 1.1 课题研究背景和意义10
• 1.2 国内外研究现状及分析10-12
• 1.3 本文研究内容12-14
• 第2章 电网信号基波提取方法分析14-27
• 2.1 电网信号建模14-18
• 2.1.1 稳态下电压信号模型14-16
• 2.1.2 非稳态下电压信号模型16-18
• 2.2 基波信号提取方法18-25
• 2.2.1 全波傅里叶算法18-20
• 2.2.2 基于小波变换的基波提取原理20-22
• 2.2.3 电压信号的小波分解与重构方法22-23
• 2.2.4 基于小波变换基波提取实验23-25
• 2.3 基波提取仿真结果分析25-26
• 2.4 本章小结26-27
• 第3章 卡尔曼原理及其在基波频率跟踪中的应用27-44
• 3.1 卡尔曼滤波理论27-33
• 3.1.1 卡尔曼滤波基本方程27-28
• 3.1.2 最优估计准则28-30
• 3.1.3 卡尔曼滤波噪声特点分析30-31
• 3.1.4 扩展卡尔曼滤波器31-33
• 3.2 电网信号动态估计模型33-39
• 3.2.1 系统模型参考自适应控制34-35
• 3.2.2 系统辨识方法35-37
• 3.2.3 Lyapunov稳定性理论37-39
• 3.3 卡尔曼滤波在电力基波频率跟踪中的应用39-43
• 3.3.1 目标跟踪39-40
• 3.3.2 信号模型与扩展卡尔曼滤波器40-42
• 3.3.3 EKF算法的优劣分析42-43
• 3.4 本章小结43-44
• 第4章 自适应强跟踪滤波算法设计44-52
• 4.1 强跟踪滤波算法基础44-47
• 4.1.1 强跟踪滤波器结构44-45
• 4.1.2 强跟踪滤波算法递推过程45-46
• 4.1.3 强跟踪滤波器与扩展卡尔曼滤波器区别46-47
• 4.2 强跟踪滤波算法的自适应改进47-50
• 4.2.1 自适应滤波理论47
• 4.2.2 自适应调整观测噪声方差R及仿真效果47-49
• 4.2.3 观测量中不良数据自适应剔除49-50
• 4.3 基于自适应强跟踪算法的频率跟踪流程图50-51
• 4.4 本章小结51-52
• 第5章 算例仿真及结果分析52-62
• 5.1 实验方法52-60
• 5.1.1 测试电压信号预处理52-54
• 5.1.2 电网基波频率跟踪仿真分析54-60
• 5.2 结果分析60-61
• 5.2.1 基波提取实验结果分析60-61
• 5.2.2 基波频率跟踪结果分析61
• 5.3 本章小结61-62
• 结论62-64
• 参考文献64-68
• 攻读硕士学位期间发表的学术论文68-69
• 致谢69

【参考文献】

中国期刊全文数据库 前10条

1 江辉;谢兴;王志忠;彭建春;;基于优化无迹Kalman滤波的电网动态谐波估计[J];深圳大学学报(理工版);2015年02期

2 赵仁德;马帅;李海舰;吴晓波;;基于强跟踪滤波器的电力系统频率测量算法[J];电力系统保护与控制;2013年07期

3 徐宏宇;王浩;王尔申;;基于扩展卡尔曼滤波的GPS定位数据处理方法研究[J];科学技术与工程;2012年31期

4 叶芳;焦彦军;周丹;王焯;;一种基于傅立叶算法的高精度测频方法[J];电力系统保护与控制;2012年08期

5 孙枫;唐李军;;基于CKF的SINS大方位失准角初始对准[J];仪器仪表学报;2012年02期

6 张艳霞;陈旭林;;基于DFT的电力系统频率及谐波精确算法[J];中国电力;2012年02期

7 张斌;张东来;;电力系统自适应基波提取与频率跟踪算法[J];中国电机工程学报;2011年25期

8 卫志农;孙国强;庞博;;无迹卡尔曼滤波及其平方根形式在电力系统动态状态估计中的应用[J];中国电机工程学报;2011年16期

9 徐岩;张晓明;王瑜;孙庆彬;王之猛;孙岳;;基于离散傅里叶变换的频谱分析新方法[J];电力系统保护与控制;2011年11期

10 李忠良;陈卫兵;邹豪杰;罗天资;张洪波;曾光华;;基于新息的神经网络自适应卡尔曼滤波[J];湖南工业大学学报;2011年01期

中国硕士学位论文全文数据库 前1条

1 候智圆;电力系统频率动态行为特征分析[D];山东大学;2012年

，

本文编号：919859