浅谈电网谐波检测技术范文

本站小编为你精心准备了浅谈电网谐波检测技术参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：随着电力系统的不断扩大以及电力市场的逐步开发，各种非线性负载的引入，产生的谐波对电网的污染日益严重，极大地影响了生产企业的生产和人们的生活。如何治理这些谐波污染，提高电能质量，已成为电力系统领域的一大迫切问题。谐波分析和检测，已成为当前国内外广泛关注的课题。本文主要研究了电网谐波的检测技术，提出了一种新的检测方法，以期对相关领域提供参考。

关键词：电网；谐波检测；电力系统

随着科技的发展和人们生活水平的提高，诸如风力发电、生物质发电、太阳能发电等新能源的并网，以及微波炉、电弧炉非线性设备的普遍应用，都会带来大量的谐波成分，给电力系统造成了严重的干扰[1]。目前普遍认可，谐波是频率为基波频率的整数倍的周期性正弦波分量[2]，但电网中的谐波成分十分复杂，通常包含大量非整数次谐波，甚至还含有低于工频的次谐波。对于电网而言，在某些情况下，任何的用电设备都可能产生谐波成分[3]。谐波的产生无论是对于电网本身还是用电设备，都将产生严重的危害。因此，如何检测电网谐波并对其进行净化，对于保证电力系统的高质量供电具有重要的现实意义。

1常规谐波检测技术

1.1低通滤波谐波检测法

根据谐波频率的特殊性，人们最早想到的是通过低能滤波器来检测谐波的存在，由于传统的模拟低通滤波器在实现上十分简单，因而一度成为主要的谐波检测方法。但滤波器的中心频率通常难以控制，外界变化很容易对其造成干扰，因而很难取得较好的幅频和相频特性，检测精度很难达到要求，因而目前已基本不用。

1.2瞬时无功功率谐波检测法

该方法产生于上世纪80年代，最早由日本学者提出，包含了p-q法和ip-iq法两种技术，尤其适用于三相三线制电路的谐波检测。在电压波形良好的情况下，这种两种方法均能取得较好的效果，然而当电网中的三相电压或电流不对称时，则会带来明显的误差。此时还需要额外引入乘法器和除法器来保证检测精度，硬件成本增加，因而限制了其使用范围。

1.3傅里叶变换谐波检测法

傅里叶变换法在当前的谐波检测中得到了广泛应用，在分析结果中可以得到各次谐波的含量，目前广泛采用快速傅里叶变换法来提高算法速度和检测精度。但其缺点也很明显，对设备采样同步精度非常高，否则会造成频谱泄露和栅栏效应的问题，同时，FFT计算量非常大，耗费大量检测时间，因此大量学者对FFT法进行了优化，提出了许多新的改进算法。

1.4神经网络谐波检测法

神经网络是当前比较前沿的信号处理方法，其应用还处于初步探索阶段，但从原理上看，神经网络在谐波检测中的应用具有很好的前景。根据当前一些学者的研究成果，该方法已在谐波检测领域取得了部分应用，例如自适应检测和多层前馈法。其中自适应谐波检测采用了神经网络算法的线性特性以及随机噪声相消的思路，而多层前馈法则进一步发挥了神经网络的反馈原理。但主要的发展瓶颈在于神经网络的构造方面还没有统一的标准，随意性强、计算量大、实时性差，因而未得到广泛应用。

1.5小波变换谐波检测法

小波变换是数学变换的一种，它最早是从傅里叶变换演变而来的，到目前已发展为一个独立的方向。众所周知，传统的傅里叶方法擅长于检测稳态谐波，然而小波变换还可以进下将适用范围扩展到波动的、非平稳的谐波信号检测，并且同时适用于时域和频域，分辨率较高，因而成为当前时变谐波信号的主要检测方法。

2基于Blackman-Harris窗的谐波检测方法

由于传统的FFT算法较复杂，计算量大，消耗时间长，容易产生频谱泄露和栅栏效应的问题，为此许多学者提出了改进算法，其中加窗插值法得到广泛的应用，可以进一步减少频谱泄露和栅栏效应发生的可能性。本文提出了一种基于Blackman-Harris窗的加窗插值算法。

2.1窗函数的选择

窗函数的数学本质是一个普通函数表达式，所谓加窗实际上就是将信号与窗函数进行相乘。该方法的提出，最早是为了使信号在频率不稳定的条件下仍能保持较理想的采集，把频谱泄露的可能性降到最低，甚至直接避免。为了消除栅栏效应，只需要对窗函数插值即可。显然，由于信号是无法控制的，因而窗函数的控制就成为问题的关键之所在。从数学原理上分析，一般采用主瓣窄、旁瓣小的函数。然而主瓣和旁瓣通常是相互矛盾的，无法同时实现最优。目前已经提出许多较高效的窗函数，例如信号处理领域最常用矩形窗、汉宁窗、汉明窗和布莱克曼哈尔斯窗等等。这些窗函数各具优点，适应场合不尽相同，但从特性来看，布莱克曼哈尔斯窗最符合本文的需要，因而本文选取之。Blackman-Harris窗在旁瓣和主瓣上可以达到较好的平衡，其时域表达式如下：

2.2MATLAB仿真分析

为了验证Blackman-Harris窗的效果，本文采用MATLAB对加入了高效谐波的信号进行了检测仿真实验，仿真输入信号如图1所示。基波信号频率为工频50Hz，幅值为1V，相位为0；在基波的基础上加入一个5次谐波信号，其频率为250Hz，幅值为1/3V，相位为10度。基波与谐波叠加后作为原始信号。根据采样定理，对该信号进行2倍频率以上的采样，本文采用的采样频率为1kHz，采样点数为300。仿真结果如图2和图3所示。为了对仿真结果进行定量分析，本文对仿真数据进行了对比分析，如表1所示。从仿真结果不难看出，谐波信号的波形经过FFT变换后出现了严重的频谱泄漏，同时导致了信号幅值的减小和频率的偏移；其频率分量分布在整个频域上，造成检测误差较大，精度不高。相比而言，经过加Blackman-Harris窗的FFT算法处理后的信号几乎看不到频谱泄漏，检测误差也理一步减小了，可见本文提出的算法具有良好的检测效果。

3结论

随着电网规模的扩大和电网负载的增加，谐波问题对电力系统的正常运行产生了越来越严重的干扰，因而受到广泛的关注和研究。本文采用Blackman-Harris窗算法对电网谐波进行了检测，实验表明，该方法具有较好的应用效果，优于传统的FFT算法。但电网环境的日益复杂化也使谐波检测技术不断地发展，各种新技术将得到广泛应用。不难预测，在未来十年内，复杂的数值分析、非稳态谐波的检测、新的谐波理论、以及通过人工智能技术解决谐波的高精度检测问题，将成为倍受关注的焦点。

参考文献

[1]李圣清,王飞刚,朱晓青.基于改进型小波神经网络的谐波检测方法[J].电测与仪表:1-5[2019-03-16].

[2]黄海,何睿,胡田.基于感应加热电源的谐波治理研究[J].齐齐哈尔大学学报:自然科学版,2019,35(2):31-35,45.

[3]陆文钦,张强,商连永,等.电力系统谐波源定位方法研究综述[J].电工电气,2019(2):1-6.

作者：张磊 单位：贵州省花溪区贵州大学明德学院