基于双谱线插值修正的ff变换频谱仿真.docxVIP

基于双谱线插值修正的ff变换频谱仿真 近年来，随着能源电子技术的快速发展，能源电子装置的应用越来越广泛，能源使用也越来越广泛。然而，与此同时，由于能源电子技术的快速发展，能源电子设备中的波形也越来越严重。谐波对电力系统的安全、稳定、经济运行构成潜在威胁,也给周围电气环境带来极大影响,被认为是电网的一大公害,如何减小谐波带来的危害是电力系统应用面临的亟待解决的重大技术问题。而解决这一问题的第1步是要对电网中的谐波进行有效检测。迄今为止,检测谐波最普遍的仍然是采用基于快速傅里叶变换(FFT)理论的方法。然而在应用这种方法进行谐波分析时,由于很难做到同步采样和整数周期截取,通常会出现严重的频谱混叠和频谱泄漏,使FFT分析结果的误差较大,尤其是相位。本文根据频谱泄漏带来的频谱干扰和栅栏效应的特点,提出了对信号进行前期加窗,在其后期引入双谱线插值修正算法的一种处理方式, LabVIEW仿真表明,这种处理方式可有效提高谐波检测的精度。 1 算法的原理 1.1 不同窗函数的确定 在对信号进行FFT时,要求做到同步采样和整数周期截断,但是在实际过程中却很难实现,所以会出现较大的频谱泄漏,产生频谱混叠。针对频谱泄漏的问题,可以通过选择旁瓣较低的窗函数抑制泄漏带来的影响。 窗函数的选择直接关系到谐波测量的精确度。常用的窗函数包括三角窗、海明窗、海宁窗、布莱克曼窗和凯泽窗。三角窗和海明窗虽然形式比较简单,但是泄漏太大;凯泽窗形式过于复杂,不适合简化编程,因此实际用得比较多的是海宁窗和布莱克曼窗。如图1所示,海宁窗旁瓣最大泄漏要大于布莱克曼窗旁瓣的最大泄漏,并且随旁瓣的增加布莱克曼窗的衰减速度也要高于海宁窗。综合考虑旁瓣泄漏和阻带衰减,本文选择布莱克曼窗。其窗函数可表达为 w(n)=0.42-0.5cos(2πnΝ)+0.08cos(4πnΝ)(1)w(n)=0.42?0.5cos(2πnN)+0.08cos(4πnN)(1) 其中:n=0,1,2,…,N-1。 1.2 谱线的离散化 假设某一单频正弦信号x(t),其频率为f0,幅值为A0,初相位为δ,经采样频率为fs离散化后,得到离散信号表达式: X(n)=A0sin(2πnf0fs+δ)(2)X(n)=A0sin(2πnf0fs+δ)(2) 其中:n=0,1,2,…,N-1。 如果窗函数的时域表达式为W(n),其连续频谱表达式为W(2πf),则加窗后的信号表达式为: ˉX(n)=X(n)W(n)(3)Xˉˉˉ(n)=X(n)W(n)(3) 将式(3)进行傅里叶变换,得: ˉX(f)=+∞∑n=-∞X(n)W(n)e2πfnj=A02j[ejδW(2π(f-f0)fs)-e-jδW(2π(f+f0)fs)](4)Xˉˉˉ(f)=∑n=?∞+∞X(n)W(n)e2πfnj=A02j[ejδW(2π(f?f0)fs)?e?jδW(2π(f+f0)fs)](4) 为便于分析,只考虑正频点f0附近的连续频谱,其函数表达式为: ˉX′(f)=A02jejδW(2π(f-f0)fs)(5)Xˉˉˉ′(f)=A02jejδW(2π(f?f0)fs)(5) 将式(5)离散化,得到离散化的傅里叶变换表达式: ˉX′(kΔf)=A02jejδW(2π(kΔf-f0)fs)(6)Xˉˉˉ′(kΔf)=A02jejδW(2π(kΔf?f0)fs)(6) 式中离散频谱间隔为Δf=fsΝ,ΝΔf=fsN,N为采样点数。 由于测量误差的存在,峰值频率fm很难保证正好落在离散谱线频点上,假设fm在频率K1Δf和K2Δf之间,其中K2=K1+1,则令fm=K0Δf,K1≤K0≤K2。K1和K2是频点左右两侧的第K1和第K2条谱线,也是频点附近最大值和次大值谱线。如图2所示。 假设α=K0-K1-0.5。显然,-0.5≤α≤0.5,基于布莱克曼窗的角度和幅值修正公式为:θ=arg[ˉX′(kiΔf)]+π2-π(α-0.5(-1)i)θ=arg[Xˉˉˉ′(kiΔf)]+π2?π(α?0.5(?1)i),其中i=1,2。 ˉX′(k0Δf)=N-1·(y1+y2)·(2.702 057 74+1.071 151 06·α2+0.233 619 15·α4+0.040 176 68α6) (7) 1.3 采样频率的确定 对于采样频率和采样点数的选择,最基本的要求是满足采样定律,当然采样频率越高、采样点数越多时,其采集得到的信息就越准确。另外,在条件允许的情况下,应努力使峰值频率落在频点上,选择单周期的采样点数和总的采样点数时,应符合2n(n为大于0的正整数)。为了便于说明,假设采样频率为fs,单周期采样点数为2M,总的采样点数为2T。 所以,采样周期m=2Τ2Μ=2Τ-Μ,可以确定m为大于0的正整数,在理论上实现了对信号的整周期截取。