谐波频谱分析是深入了解电能质量特性的关键手段。目前,参数化分析方法因具有超分辨率能力而逐渐被广泛应用,但其对噪声非常敏感,尤其在非高斯噪声或冲击噪声环境中分析精度急剧降低甚至失效。为减少大偏差数据对参数估计精度及有效性...谐波频谱分析是深入了解电能质量特性的关键手段。目前,参数化分析方法因具有超分辨率能力而逐渐被广泛应用,但其对噪声非常敏感,尤其在非高斯噪声或冲击噪声环境中分析精度急剧降低甚至失效。为减少大偏差数据对参数估计精度及有效性的影响,提出将稳健统计方法应用于谐波参数估计,推导基于M–估计器的谐波参数的迭代优化计算公式。此外,为进一步提高算法性能,还采用稳健性好的旋转不变技术参数估计(estimation of signal parameters via rotational invariance techniques,ESPRIT)算法获取谐波频率的迭代初值,避免了迭代优化陷入局部最优且加快了收敛速度。仿真实验结果表明:该方法极大改善了原有参数化分析方法在非高斯噪声和冲击噪声条件下运用的局限性,对谐波及间谐波参数的估计都具有很好的稳健性及精确性,适合实际应用。展开更多
文摘谐波频谱分析是深入了解电能质量特性的关键手段。目前,参数化分析方法因具有超分辨率能力而逐渐被广泛应用,但其对噪声非常敏感,尤其在非高斯噪声或冲击噪声环境中分析精度急剧降低甚至失效。为减少大偏差数据对参数估计精度及有效性的影响,提出将稳健统计方法应用于谐波参数估计,推导基于M–估计器的谐波参数的迭代优化计算公式。此外,为进一步提高算法性能,还采用稳健性好的旋转不变技术参数估计(estimation of signal parameters via rotational invariance techniques,ESPRIT)算法获取谐波频率的迭代初值,避免了迭代优化陷入局部最优且加快了收敛速度。仿真实验结果表明:该方法极大改善了原有参数化分析方法在非高斯噪声和冲击噪声条件下运用的局限性,对谐波及间谐波参数的估计都具有很好的稳健性及精确性,适合实际应用。
