在电力系统中,准确有效地确定信号中的间谐波分量,对于改善电能质量有重要意义。研究了一种间谐波幅值和频率的估计算法--基于互高阶累积量的多信号分类法MUSIC(Multiple Signal Classification)方法,该方法可以有效地抑制非相关噪声和...在电力系统中,准确有效地确定信号中的间谐波分量,对于改善电能质量有重要意义。研究了一种间谐波幅值和频率的估计算法--基于互高阶累积量的多信号分类法MUSIC(Multiple Signal Classification)方法,该方法可以有效地抑制非相关噪声和高斯噪声,在混合噪声和低信噪比的条件下,仍具有很高的谱分辨率和谱估计性能。为了证明其有效性,采用一具体的电力系统谐波模型进行仿真。仿真结果表明:在色噪声背景下,信噪比为-20dB时,且不需要对分析数据进行整周期采样,仍可以有效地估计出间谐波的频率和幅值,谱估计性能稳定,具有一定的工程应用前景。展开更多
文摘在电力系统中,准确有效地确定信号中的间谐波分量,对于改善电能质量有重要意义。研究了一种间谐波幅值和频率的估计算法--基于互高阶累积量的多信号分类法MUSIC(Multiple Signal Classification)方法,该方法可以有效地抑制非相关噪声和高斯噪声,在混合噪声和低信噪比的条件下,仍具有很高的谱分辨率和谱估计性能。为了证明其有效性,采用一具体的电力系统谐波模型进行仿真。仿真结果表明:在色噪声背景下,信噪比为-20dB时,且不需要对分析数据进行整周期采样,仍可以有效地估计出间谐波的频率和幅值,谱估计性能稳定,具有一定的工程应用前景。
