电网谐波测量与谐波源状态识别方法研究.pdfVIP

摘要

摘要

电网谐波测量与谐波源状态识别方法研究

随着工业4.0、新能源发电、电动汽车和高速铁路的发展，电网的谐波污染

问题变得愈发严重，对于电网谐波的综合治理、责任划分和成因分析已经迫在眉

睫。电网谐波测量与谐波源状态识别的研究，是解决电网谐波的综合治理、责任

划分和成因分析问题的前提条件，具有重要意义。于是本文以此为主线，分别对

电网谐波测量，电网谐波源位置识别和电网谐波源类型识别的方法进行了相应的

研究，并利用虚拟仪器技术进行实现，其主要内容如下：

（1）分析了快速傅里叶变换（FastFourierTransform，FFT）的基本原理及

其用于测量稳态谐波的局限性，依据不同窗函数主瓣性能及旁瓣性能去抑制频谱

泄露的效果，构建了以Rife-Vicent窗和Blackman窗为基窗的三阶RVB混合自

卷积窗，其旁瓣性能优于基窗函数，同时推导了三阶RVB混合自卷积窗的相位

差幅相频校正公式，在削弱栅栏效应上效果显著，引入改进希尔伯特黄变换

（HilbertHuangTransform，HHT）测量暂态谐波，进行时频分析和暂态谐波起

止时刻参数测量。仿真结果表明，三阶RVB混合自卷积窗相位差校正FFT相较

于传统窗函数相位差校正FFT在测量稳态谐波参数上具备更低的相对误差，更

优良的抗干扰性和鲁棒性，改进HHT可以较好地对暂态谐波进行时频分析，测

量起止时刻参数相对误差较低且对噪声不敏感。

（2）基于在公共点测量得到的谐波电压电流数据，利用偏最小二乘回归

（PartialLeastSquaresRegression，PLSR）建立方程，分别推导了考虑用户侧阻

抗和不考虑用户侧阻抗的回归方程，通过求取截矩系数和回归系数，识别谐波源

位置，但其易受电网异常扰动和谐波波动干扰，从而导致估计值偏离原始值。于

是本文首先利用马氏距离法对异常扰动数据进行筛选，其次利用箱线图法对谐波

波动数据进行筛选，再利用筛选后的数据进行PLSR,可以将异常扰动和谐波波动

的影响降到较低水平。仿真结果表明，无论是否考虑用户侧阻抗，筛选后的效果

均优于未筛选的效果，可以准确识别谐波源位置。

（3）在对谐波源进行测量和位置识别之后，综合得到的相关数据，再进一

步提取幅频统计特征包括重心频率和频率标准差等，利用兼具可解释性和准确率

I

摘要

的随机森林方法，对谐波源的类别包括六脉波整流型谐波源等进行识别。重点分

析了决策树及其集成方法的相关知识，综合精确率和召回率等对分类模型进行评

价，进行了特征提取及处理和随机森林模型生成。仿真结果表明，随机森林方法

识别电弧炉型谐波源类型的F1值最高为94.37%，识别十二脉波整流型谐波源类

型的F1值最低为92.09%，总的识别准确率可达到92.68%，对于谐波源类型的

识别效果表现良好。

最后，基于本文方法与虚拟仪器技术开发电网谐波测量与谐波源状态识别仪

器，介绍了仪器硬件平台的构成，在已有的仪器硬件平台基础上进行了软件模块

设计，其中核心运算部分利用混合编程实现。

关键词：

电网谐波/谐波源，三阶RVB混合自卷积窗，改进HHT，双重筛选PLSR，

随机森林，虚拟仪器

II

Abstract

Abstract

ResearchonMethodsofHarmonicMeasurementand

HarmonicSourceStateRecognitioninPowerGrid

WiththedevelopmentofIndustry4.0,newenergypowergeneration,electric

vehiclesandhigh-speedrai