基于频率区间自适应微分梳状滤波器的智能电网时变概周期电力信号分析算法及应用研究

提出有限带宽时变概周期电力信号模型，表示由多个频率、幅值及相位都未知且可变的正弦成分叠加的电流和电压，描述因能源多样性与负载非线性而加强的智能电网的时变性。基于频率估计与微分算子，提出频率区间自适应微分梳状滤波器，自适应地将频率轴划分为长度不等并且只包含一个频率成分的多个区间，把频率构成未知的时变概周期信号分解为参数可时变的基波、谐波/间谐波并重构原信号，研究算法各种特性，基于微分运算特点，提出针对性强的抗干扰方法。基此，研究滤波器级联的复合微分算子，分析间谐波频率时变条件下的电压波动；研究频率未知且时变条件下各种成分的功率测量与电能计量的新方法，考察多种情况下的误差特性；计算瞬时对称分量，分析三相电网状态转换的暂态过程并提取其本质特征；研究分析离散时间信号的有限维数值迭代算法；设计基于可编程逻辑器件的专用集成电路，实现算法并验证有效性。为创新时变智能电网分析算法提供有效的理论与技术基础。

电力系统电压和电流可归结为多个正弦分量叠加的有限带宽概周期信号，其时频分析主要包括把输入信号分解为不同频率正弦成分之和，并估计每个正弦分量的频率、幅值、相角，以提供电力系统状态评价和保护的基本依据。本项目提出频率自适应梳状滤波器的时频分析，属于非线性微分动力系统，不同于常用积分变换方法。..基于线性梳状滤波器提出非归一化基波频率估计算法。用李雅普诺夫定理和平均方法证明缓慢自适应积分流形的存在性和稳定性。对于基波频率未知的多谐波信号，如果已知信号中的谐波和间谐波次数，并据此设定线性梳状滤波器的频率参数，则算法是一致渐近稳定的，能够准确跟随基波频率与各个正弦成分及其幅值。仿真结果验证了算法性能，说明了减小滤波器带宽参数和自适应增益能够获得更好的噪声抑制性能。.提出了频率自适应梳状滤波器。本文运用慢积分流形实现状态估计和频率估计两个多维非线性微分方程之间的解耦，获得关于多个估计频率的概周期非线性动力系统，再应用平均方法导出估计频率的非线性自治方程。在给定的估计频率空间中，估计频率的平均方程的平衡点有三种情况：孤立平衡点、平衡点连续体和没有严格的平衡点。分析了孤立平衡点的指数稳定性与平衡点连续体的半稳定性以及没有平衡点时系统的鲁棒性。频率估计的暂态响应速度主要决定于频率自适应增益，幅值估计的暂态响应速度主要决定于带宽参数，频率和幅值的稳态精度决定于频率自适应增益与带宽参数的乘积。若把频率轴划分为多个区间，只要每个正弦分量仅仅位于一个频率区间内，本算法就能准确估计每个正弦分量的频率、幅值和相角。通过仿真验证了算法性能。.针对直流分量与多个谐波及间谐波分量叠加的时变电力信号，采用一阶低通滤波器与多个归一化频率估计器并联形成偏置频率自适应梳状滤波器，以快速准确估计直流分量以及每个谐波与间谐波分量的频率和幅值。算法的带宽参数与频率自适应增益分别对幅值与频率的收敛速度及估计精度具有不同的影响。利用经典四阶龙格－ 库塔方法获得相应的离散算法，并给出实现算法的程序结构。采用两个DSP 系统组成实验系统，验证了算法的有效性。