Print

基于改进的SVD和Prony的谐波检测算法

论文摘要

针对传统的Prony算法在谐波及间谐波检测过程中对噪声敏感,导致辨识精度不高的问题,提出了一种基于奇异值分解(Singular Value Decomposition,SVD)和Prony的改进算法。基于SVD理论,提出了一种奇异点辅助算法,自适应地选取奇异值分解的有效阶次,从而精确地滤除噪声信号。基于已确定的有效阶次,利用改进的Prony算法对滤除噪声之后的信号进行参数辨识,可以准确地估计出各个谐波及间谐波分量的参数。通过MATLAB仿真分析,表明算法能够准确地提取出电力信号的参数信息,具有一定的应用价值。

论文目录

  • 0 引言
  • 1 电网信号模型
  • 2 算法实现
  •   2.1 基于SVD的改进滤波算法
  •   2.2 改进的Prony-ADALINE算法
  •     2.2.1 Prony谱线估计算法
  •     2.2.2 ADALINE神经网络算法
  • 3 仿真分析
  •   3.1 滤波算法性能分析
  •   3.2 谐波检测算法性能分析
  • 4 结论

    • 文章来源

    类型: 期刊论文

    作者: 应俊,朱云鹏,贺超

    关键词: 谐波检测,奇异值分解,奇异点检测,算法

    来源: 电子技术应用 2019年01期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 电力工业

    单位: 重庆邮电大学光电工程学院,重庆邮电大学光通信与网络重点实验室

    分类号: TM935

    DOI: 10.16157/j.issn.0258-7998.182787

    页码: 46-50

    总页数: 5

    文件大小: 308K

    下载量: 180

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/b79dc1753991baca6b581aea.html