电气毕业论文11篇:一种频率无关的正弦信号相量计算方法 .docVIP

电气毕业论文11篇:一种频率无关的正弦信号相量计算方法 .doc

  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
电气毕业 11篇 内容提要: ? 一种频率无关的正弦信号相量计算方法 ? 不锈钢表面电沉积制备氧化石墨烯膜层 ? CPR1000压水堆核电站在役检查不可达研究 ? 三洋电机员工将纳入松下待遇标准体系 等 ? 电缆核磁共振测井探头发展现状分析 ? 集智效能 慧领未来(施耐德电气新一代智能化楼宇管理平台SmartStruxure焕新上市) ? 轨道电路在区间闭塞中的应用 ? LED商业照明高显指高光效的实现 ? 智能家电通路:探索与融合并行 ? 无驱动技术有望3-5年内成LED照明市场主流 ? 基于眼动追踪技术的旗帜广告效果研究 全文共41730 字 一种频率无关的正弦信号相量计算方法 【摘 要】为寻求一种频率无关的实时相量计算方法,通过分析传统算法,提出一种可变数据窗正弦相量插值计算方法。该算法通过等间隔采样获得信号一个周期左右的样本数据,采样数据计算出信号的基波频率并确定信号的一个基频周期所需的 采样点数N,计算信号N 点DFT和N+1点DFT,再利用两次DFT计算结果进行线性插值得到信号真实频点上各次谐波的实部和虚部,计算出信号各次谐波的幅值和瞬时相位。仿真分析和实际测量表明,该算法的计算精度和实时性较高,能够满足频率随机变化的应用要求。 关键词:离散傅里叶变换;电力系统;相量计算;插值计算 收稿日期:2014-12-14 0 引言 当电网处于工频时,基于定间隔采样技术的DFT算法具有良好的谐波滤波特性,测量结果十分精确,但当电网频率偏离50 Hz时,由于非同步采样带来频域泄漏导致传统测量算法难以同时满足计算量小、跟踪速度快和计算精度高等要求。就目前智能变电站的数据体系结构而言,保护装置和测控装置的数据都源于合并单元,且合并单元向数据订阅方输出的数据都是定间隔采样的数据,因此以往通过调整本地ADC 采样间隔的频率跟踪算法不适用智能变电站,针对全数字化的保护测控设备需要采用新的计算方法。 为提高传统DFT算法精度,目前已提出了多种改进方法来修正传统的DFT算法,减少频谱泄漏的影响。如使用加窗函数和内插方法来减小泄漏误差[1-4],非同步采样点的同步化[5]和动态调整采样率实现同步采样的方法等,其中加窗和内插法通过选择合适的窗函数对采样数据进行加权,再对加窗后的序列进行FFT运算并进行双谱线插值,非同步采样点同步化法则是通过对原始采样序列进行同步化插值得到新的同步采样序列,而动态调整采样率方法需要采用锁相环实现硬件同步采样来减小由非同步采样所导致的截断误差,提高计算精度。 以上几种方法都可以在一定程度上减小频谱泄漏,但除去在中间的步骤推导时可能会出现一些舍入误差,计算量比较大外,还因为使用多个信号周期的数据导致算法实时性下降,限制了其应用。而无论是同步插值还是基于硬件同步采样的方法都导致采样间隔的不稳,无法利用现有的数字滤波技术对信号进一步处理。 本文根据传统傅里叶变换的原理,提出了一种快速频率跟踪算法,该算法首先测得信号的基波频率,据此确定信号的一个基频周期所需的 采样点数N,然后计算信号N 点DFT和N+1点DFT,再利用两次DFT计算结果进行线性插值得到信号真实频点上各次谐波的实部和虚部,最后计算出信号各次谐波的幅值和瞬时相位。仿真分析和实际测量表明,该算法的计算精度和实时性较高,能够兼顾动态响应和精度,是同类算法中数据窗长度最短的,能够满足频率随机变化的应用要求。 1 算法的理论基础 依傅里叶变换原理,若信号的实际周期为T ,则其实部和虚部可表示如下: X Tr = 1/T ∫0T x(t)cos ωtdt (1) X Ti = 1/T ∫0T x(t)sin ωtdt (2) 式中:X Tr 是信号周期为T 时傅里叶算法所得实部;X Ti是信号周期为T 时傅里叶算法所得虚部。若以间隔Ts对信号进行等间隔采样,则必然存在整数N 使式(3)成立: NTs≤T≤(N + 1)Ts (3) 按式(1)和式(2),当信号周期在[NTs,(N + 1)Ts] 之间连续变化时,算法的实部X Tr 和虚部X Ti 将分别构成一段连续曲线。根据拉格朗日插值定理,在误差允许的情况下,基频周期为Tx 信号的实部和虚部实际值可以分别由其端点处的值通过线性内插获得,以实部为例推导如下: 依离散傅里叶变换(DFT)的定义,将式(5)~式(8)离散化,使用离散求和替代积分,可以分别得到N 点DFT 的实部和虚部。 式中:X Nr 为N 点数据窗的实部;X Ni 为N 点数据窗的虚部。 类似地,使用信号的N + 1 个点的数据,估计实部和虚部可得如下结果: 根据式(13)和式(14)计算出的实部和虚部可以进一步利用复数取模等方法获得幅值和相角,而闭区间[NTs,(N + 1)Ts] 的大小将决定插值的误差。 当满足同步采样条

文档评论(0)

一帆风顺 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6132143125000013

1亿VIP精品文档

相关文档