基于移动FFT和DSP的电力系统谐波在线分析方法.pdfVIP

基于移动FFT和DSP的电力系统谐波在线分析方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于移动FFT和DSP的电力系统谐波在线分析方法

基于移动FFT和DSP的咆力系统谐波在线分析方法 白建社1’2 王成多1徐政2 (1 杭申控股集团有限公司博士后工作站,杭州 311234; 2浙江大学电气工程学院,杭州 310027) K摘要盈谐波是影响电能质量的重要因素之一,而离散傅里叶变换(DFT)是谐波分析的重要数学工具。本 文针对基于传统快速傅里叶变换算法(FFT)的谐波分析方法的不足,采用移动快速傅里叶变换算法(MFFT), 提出一种新的在线谐波分析方法。该方法以递推的方式进行DFT计算,能实现N时间复杂性的计算效率,大大 具有很高的数据处理能力能够满足连续在线分析系统的要求。最后,把本文提出的谐波分析方法应用于某谐波 在线分析仪中,取得良好的效果。 匝关键词刁移动FFT谐波分析数字信号处理器(DSP)电能质量 1 引言 谐波是影响电能质量的重要因素之一,而离散傅里叶变换是谐波分析的重要工具。传统的基于快速傅 里叶变换(FFT)的谐波分析方法[5q],在数据点数较少、离线分析时,能够满足系统的快速性要求。但 是当谐波分析次数较高且需要连续在线分析时,传统的FFT算法就不能满足系统的实时性要求。加之在 进行三相电压和电流的谐波分析中,需要同时对6路信号进行DFT,因而算法的快速性问题就更为突出。 移动FFT算法口3以递推的形式来计算连续采样信号的DFT,能够实现N时间复杂性的计算效率,较 之传统FFT的Nlog。N时问复杂性,有了很大的提高,非常适合实时信号的处理。 本文就是针对基于传统FFT的谐波分析方法存在的不足,采用移动FFT算法,以提高三相电压和三 相电流DFT变换的效率。同时采用TI公司高性能DSP 整个系统的性能,以满足连续在线谐波分析对快速性的要求。 2移动噩唧算法 2.1移动FFT算法 为了采用离散傅里叶变换(DFT)对时变信号进行谱分析,首先要计算所采集信号的DFT。在实时 信号处理中,当采集到新的数据时,就需要立即进行DFT变换,以得到它们的频谱分布。为了提高DFT 的实时性,文献[1~3]中分别从不同角度,讨论了提高DFT变换的快速性。 由于在谐波分析时,每次要采集一个数据点的三相电压和三相电流信号,故非常适合文献[1]提到 的一维单步移动FFT递推算法。该算法如下: 1,…),则第i个(i≥O)N点DFT为 Ⅳ一1 XiEk]一乏:缸i-F扎]w焉(o≤k≤N一1) (1) n=0 其中wnⅣk—g_j2积/N,i≥o。而增加一个新数据、去掉一个“最老”数据的N点DFT为 Ⅳ一1 N N n=0 n=1 =1 一孵{Xi[忌]一缸i]+吐i+N]) (2) 从式(2)可知,新增一个数据点时,所需的DFT变换能够通过原来信号的DFT递推而来。为了便 二十一世纪输配电技术的创新与发展——第六届输配电技术国际会议论文集 jLXi(是)、尬一吐i+N3一:rEi3,则由式(2)可得 于是实部和虚部分别为 RX斗1(愚)一R町(RX:(忌)+舰)一删瞬,xi(是) Ⅸ斗1(志)一孵(RX。(忌)+船)+RW丙klX:(志) (3) 2.2移动FFT算法时间复杂性分析 可知,要计算一个增加一个数据点的N点DFT,只需进行1次实数加法、N次复数加法和N次复数乘法 运算,即移动FFT的时间复杂度为N,这远小于传统FFT的Nlog:N。 在实际计算中,需要把复数运算转换成实数运算来进行,这可以采用4/2式(即把1个复数乘法转成 进行。表1列出基2FFT算法和移动FFT算法所需的实数乘法和实数加法次数比较。 表l 基2n啊和移动Fl碍运算次数 类 型

文档评论(0)

ctuorn0371 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档