针对复合电能质量扰动检测算法实时性差、时频分辨率低的问题,提出了一种基于改进自适应S变换(improved adaptive S transform, IAST)的电能质量扰动实时检测方法。构建全局自适应高斯窗作为IAST的核函数,可随检测频率变化自适应调整窗...针对复合电能质量扰动检测算法实时性差、时频分辨率低的问题,提出了一种基于改进自适应S变换(improved adaptive S transform, IAST)的电能质量扰动实时检测方法。构建全局自适应高斯窗作为IAST的核函数,可随检测频率变化自适应调整窗函数有效窗长及频谱,避免为提高时频分辨率频繁切换窗口参数,降低算法复杂度。以增强信号能量集中度为参数调优目标选取窗口参数,确保对各类扰动的精确时频定位。采用自动阈值法确定实际扰动信号的主频点,并对主频点进行时频变换,进一步提高算法执行效率。仿真和实测结果表明,相比于现有复合电能质量扰动检测算法,该检测方法实时性好、时频分辨能力强、计算复杂度低,适用于复杂电能质量扰动实时准确检测。展开更多
针对受非零均值高斯噪声干扰的双率Hammerstein输出误差系统,提出一种基于偏差补偿的递推最小二乘(bias compensation based recursive least squares,BCRLS)辨识算法。首先,利用多项式变换技术将目标系统转换为可直接采用双率采样数据...针对受非零均值高斯噪声干扰的双率Hammerstein输出误差系统,提出一种基于偏差补偿的递推最小二乘(bias compensation based recursive least squares,BCRLS)辨识算法。首先,利用多项式变换技术将目标系统转换为可直接采用双率采样数据进行辨识的模型,并利用递推最小二乘(recursive least squares,RLS)算法进行辨识。其次,为了对RLS算法给出的有偏参数估计进行有效补偿,在偏差补偿原理的基础上,通过引入非奇异矩阵和扩展信息向量求解偏差项中的参数,推导得到BCRLS辨识算法。最后,通过数值仿真实验表明,BCRLS算法能够获得双率Hammerstein输出误差系统的无偏参数估计;且具有较强的鲁棒性,其辨识精度不容易受到噪声均值和方差变化的影响。展开更多
文摘针对复合电能质量扰动检测算法实时性差、时频分辨率低的问题,提出了一种基于改进自适应S变换(improved adaptive S transform, IAST)的电能质量扰动实时检测方法。构建全局自适应高斯窗作为IAST的核函数,可随检测频率变化自适应调整窗函数有效窗长及频谱,避免为提高时频分辨率频繁切换窗口参数,降低算法复杂度。以增强信号能量集中度为参数调优目标选取窗口参数,确保对各类扰动的精确时频定位。采用自动阈值法确定实际扰动信号的主频点,并对主频点进行时频变换,进一步提高算法执行效率。仿真和实测结果表明,相比于现有复合电能质量扰动检测算法,该检测方法实时性好、时频分辨能力强、计算复杂度低,适用于复杂电能质量扰动实时准确检测。
文摘针对受非零均值高斯噪声干扰的双率Hammerstein输出误差系统,提出一种基于偏差补偿的递推最小二乘(bias compensation based recursive least squares,BCRLS)辨识算法。首先,利用多项式变换技术将目标系统转换为可直接采用双率采样数据进行辨识的模型,并利用递推最小二乘(recursive least squares,RLS)算法进行辨识。其次,为了对RLS算法给出的有偏参数估计进行有效补偿,在偏差补偿原理的基础上,通过引入非奇异矩阵和扩展信息向量求解偏差项中的参数,推导得到BCRLS辨识算法。最后,通过数值仿真实验表明,BCRLS算法能够获得双率Hammerstein输出误差系统的无偏参数估计;且具有较强的鲁棒性,其辨识精度不容易受到噪声均值和方差变化的影响。
