本文關(guān)鍵詞：一種新的基波信號(hào)測(cè)量方法研究

  更多相關(guān)文章： 非線性最小二乘 曲線擬合 多項(xiàng)式 基波 FIR濾波器

【摘要】：電網(wǎng)基波是電能質(zhì)量和電能計(jì)量評(píng)估體系的重要指標(biāo),特別是由于電力信號(hào)基波頻率的測(cè)量直接影響到諧波分析的精度,提高基波頻率的測(cè)量精度非常必要。主要完成了以下工作：(1)論文設(shè)計(jì)了一種基于神經(jīng)網(wǎng)絡(luò)的FIR低通數(shù)字濾波器,其主要思想是通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)權(quán)值來獲得FIR數(shù)字濾波器的脈沖響應(yīng)。提出了兩種基于非線性最小二乘法的電力系統(tǒng)頻率測(cè)量方法,一種算法是運(yùn)用一維搜索法直接搜索誤差最小值,對(duì)應(yīng)的fo即為所求頻率。另一種算法L-M算法是基于Gauss_newton法的一種優(yōu)化算法,在原有Gauss_newton法基礎(chǔ)上添加了修正因子μ,修正因子μ的添加解決了Jacobian矩陣奇異或接近奇異時(shí)試探步過長的問題。(2)研究了一種基于代數(shù)多項(xiàng)式模型的未知信號(hào)擬合方法,并使用遞推最小二乘法(RLS)對(duì)代數(shù)多項(xiàng)式模型的擬合參數(shù)進(jìn)行遞推計(jì)算,以便獲得最優(yōu)的曲線擬合參數(shù)。并分別在沒有隨機(jī)噪聲的情況下和有隨機(jī)噪聲影響情況下進(jìn)行了詳細(xì)的仿真,仿真結(jié)果表明本文研究的曲線擬合方法具有良好的效果。(3)研究了一種基于最速下降法計(jì)算擬合曲線過零點(diǎn)的檢測(cè)方法。根據(jù)最速下降法對(duì)已擬合好的代數(shù)多項(xiàng)式模型曲線進(jìn)行相鄰兩個(gè)零點(diǎn)的檢測(cè),然后根據(jù)檢測(cè)到相兩個(gè)相鄰零點(diǎn)獲得待測(cè)基波信號(hào)的半個(gè)周期,進(jìn)而獲得待測(cè)基波信號(hào)的頻率；再根據(jù)相鄰兩個(gè)零點(diǎn)的中問點(diǎn)對(duì)應(yīng)的擬合曲線值來獲得待測(cè)基波信號(hào)的幅值；最后根據(jù)已獲得的待測(cè)基波信號(hào)的頻率和幅值,并結(jié)合第一個(gè)樣本數(shù)據(jù)即可獲得待測(cè)基波信號(hào)的相位。FIR低通濾波器的設(shè)計(jì)有效解決了諧波對(duì)頻率測(cè)量結(jié)果的影響,為后續(xù)電網(wǎng)基波信號(hào)的測(cè)量奠定基礎(chǔ),由于非線性最小二乘法的頻率測(cè)量方法只能測(cè)量基波頻率,無法測(cè)量基波幅值和相位,提出了一種基于曲線擬合的電網(wǎng)基波信號(hào)檢測(cè)方法。仿真結(jié)果表明在沒有隨機(jī)噪聲的情況下和有隨機(jī)噪聲影響情況下,其頻率、幅值和相相位的檢測(cè)精度可達(dá)到很高的數(shù)量級(jí),完全滿足工程實(shí)際的要求。
【關(guān)鍵詞】：非線性最小二乘 曲線擬合 多項(xiàng)式 基波 FIR濾波器
【學(xué)位授予單位】：長沙理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TM935.1
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-20
• 1.1 本文研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-17
• 1.2.1 電力系統(tǒng)頻率偏差產(chǎn)生的原因11-12
• 1.2.2 電力系統(tǒng)頻率偏差的標(biāo)準(zhǔn)12-13
• 1.2.3 頻率偏差對(duì)電力系統(tǒng)產(chǎn)生的影響13-15
• 1.2.4 電力系統(tǒng)頻率測(cè)量技術(shù)的發(fā)展現(xiàn)狀15-17
• 1.3 本文所做的工作17-20
• 第二章 FIR低通濾波器的設(shè)計(jì)20-26
• 2.1 引言20
• 2.2 線性相位FIR濾波器幅頻響應(yīng)特性20-22
• 2.3 基于神經(jīng)網(wǎng)絡(luò)的FIR濾波器設(shè)計(jì)22-25
• 2.3.1 算法描述22-24
• 2.3.2 算法步驟24
• 2.3.3 仿真設(shè)計(jì)實(shí)例24-25
• 2.4 本章小結(jié)25-26
• 第三章 基于非線性最小二乘法的頻率測(cè)量26-44
• 3.1 引言26-27
• 3.2 電力信號(hào)基礎(chǔ)測(cè)量模型27-29
• 3.3 最小二乘法原理29-31
• 3.4 非線性最小二乘法31-32
• 3.5 非線性最小二乘法的電力系統(tǒng)頻率測(cè)量32-36
• 3.5.1 信號(hào)模型32-34
• 3.5.2 誤差最小值的計(jì)算34-36
• 3.5.3 實(shí)驗(yàn)仿真36
• 3.6 Levenberg-Marquardt算法的電力系統(tǒng)頻率測(cè)量36-42
• 3.6.1 信號(hào)模型36-38
• 3.6.2 高斯牛頓法公式推導(dǎo)38-40
• 3.6.3 Levenberg-Marquardt算法原理40
• 3.6.4 L-M算法步驟40-41
• 3.6.5 實(shí)驗(yàn)仿真41-42
• 3.7 本章小結(jié)42-44
• 第四章 基于代數(shù)多項(xiàng)式模型的曲線擬合方法44-52
• 4.1 曲線擬合的基本原理44-45
• 4.1.1 曲線擬合的概念44
• 4.1.2 曲線擬合的優(yōu)劣判斷標(biāo)準(zhǔn)44-45
• 4.2 代數(shù)多項(xiàng)式模型45-46
• 4.3 代數(shù)多項(xiàng)式模型參數(shù)的自學(xué)習(xí)算法46-47
• 4.4 基于代數(shù)多項(xiàng)式模型的基波信號(hào)擬合實(shí)驗(yàn)47-51
• 4.5 本章小結(jié)51-52
• 第五章 待測(cè)電網(wǎng)基波參數(shù)檢測(cè)原理研究52-62
• 5.1 代數(shù)多項(xiàng)式擬合曲線過零點(diǎn)檢測(cè)原理52-54
• 5.2 過零點(diǎn)迭代算法的收斂性分析54-55
• 5.3 待測(cè)基波測(cè)量原理55-56
• 5.3.1 待測(cè)基波頻率測(cè)量55-56
• 5.3.2 待測(cè)基波幅值測(cè)量56
• 5.3.3 待測(cè)基波相位測(cè)量56
• 5.3.4 基波參數(shù)測(cè)量精度56
• 5.4 仿真實(shí)驗(yàn)56-61
• 5.5 本章小結(jié)61-62
• 總結(jié)與展望62-64
• 1 工作總結(jié)62-63
• 2 工作展望63-64
• 參考文獻(xiàn)64-70
• 致謝70-72
• 附錄A (攻讀碩士學(xué)位期間發(fā)表論文目錄)72

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 劉自放;張超英;;離心泵Q～H曲線的函數(shù)式全程擬合[J];給水排水;1993年06期

2 胡曉玲;L_p空間中的代數(shù)多項(xiàng)式逼近[J];電力學(xué)報(bào);1997年03期

3 謝庭藩;;混合Hermite-Lagrange插值之同時(shí)逼近[J];中國計(jì)量學(xué)院學(xué)報(bào);1993年02期

4 李坤;耿磊;;會(huì)議籌備問題的優(yōu)化模型[J];河南機(jī)電高等�？茖W(xué)校學(xué)報(bào);2010年05期

5 陳乃輝;田鑫;;隨機(jī)變量函數(shù)正交代數(shù)多項(xiàng)式的Fourier級(jí)數(shù)展開[J];北京工業(yè)大學(xué)學(xué)報(bào);2007年10期

6 孟雅琴，，葉正麟;CAD／CAM中常用曲線之間的轉(zhuǎn)換[J];航空計(jì)算技術(shù);1996年01期

7 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 高穎龍;一種新的基波信號(hào)測(cè)量方法研究[D];長沙理工大學(xué);2015年

2 陸文秀;神經(jīng)網(wǎng)絡(luò)逼近中的幾個(gè)問題[D];浙江師范大學(xué);2013年

3 桑波;一類平面四次系統(tǒng)的定性分析[D];山東師范大學(xué);2003年

4 劉偉;矩陣行列式和代數(shù)多項(xiàng)式根的計(jì)算問題[D];電子科技大學(xué);2008年

本文編號(hào)：912184