本站小編為你精心準備了淺談電網諧波檢測技術參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：隨著電力系統的不斷擴大以及電力市場的逐步開發，各種非線性負載的引入，產生的諧波對電網的污染日益嚴重，極大地影響了生產企業的生產和人們的生活。如何治理這些諧波污染，提高電能質量，已成為電力系統領域的一大迫切問題。諧波分析和檢測，已成為當前國內外廣泛關注的課題。本文主要研究了電網諧波的檢測技術，提出了一種新的檢測方法，以期對相關領域提供參考。

關鍵詞：電網；諧波檢測；電力系統

隨著科技的發展和人們生活水平的提高，諸如風力發電、生物質發電、太陽能發電等新能源的并網，以及微波爐、電弧爐非線性設備的普遍應用，都會帶來大量的諧波成分，給電力系統造成了嚴重的干擾[1]。目前普遍認可，諧波是頻率為基波頻率的整數倍的周期性正弦波分量[2]，但電網中的諧波成分十分復雜，通常包含大量非整數次諧波，甚至還含有低于工頻的次諧波。對于電網而言，在某些情況下，任何的用電設備都可能產生諧波成分[3]。諧波的產生無論是對于電網本身還是用電設備，都將產生嚴重的危害。因此，如何檢測電網諧波并對其進行凈化，對于保證電力系統的高質量供電具有重要的現實意義。

1常規諧波檢測技術

1.1低通濾波諧波檢測法

根據諧波頻率的特殊性，人們最早想到的是通過低能濾波器來檢測諧波的存在，由于傳統的模擬低通濾波器在實現上十分簡單，因而一度成為主要的諧波檢測方法。但濾波器的中心頻率通常難以控制，外界變化很容易對其造成干擾，因而很難取得較好的幅頻和相頻特性，檢測精度很難達到要求，因而目前已基本不用。

1.2瞬時無功功率諧波檢測法

該方法產生于上世紀80年代，最早由日本學者提出，包含了p-q法和ip-iq法兩種技術，尤其適用于三相三線制電路的諧波檢測。在電壓波形良好的情況下，這種兩種方法均能取得較好的效果，然而當電網中的三相電壓或電流不對稱時，則會帶來明顯的誤差。此時還需要額外引入乘法器和除法器來保證檢測精度，硬件成本增加，因而限制了其使用范圍。

1.3傅里葉變換諧波檢測法

傅里葉變換法在當前的諧波檢測中得到了廣泛應用，在分析結果中可以得到各次諧波的含量，目前廣泛采用快速傅里葉變換法來提高算法速度和檢測精度。但其缺點也很明顯，對設備采樣同步精度非常高，否則會造成頻譜泄露和柵欄效應的問題，同時，FFT計算量非常大，耗費大量檢測時間，因此大量學者對FFT法進行了優化，提出了許多新的改進算法。

1.4神經網絡諧波檢測法

神經網絡是當前比較前沿的信號處理方法，其應用還處于初步探索階段，但從原理上看，神經網絡在諧波檢測中的應用具有很好的前景。根據當前一些學者的研究成果，該方法已在諧波檢測領域取得了部分應用，例如自適應檢測和多層前饋法。其中自適應諧波檢測采用了神經網絡算法的線性特性以及隨機噪聲相消的思路，而多層前饋法則進一步發揮了神經網絡的反饋原理。但主要的發展瓶頸在于神經網絡的構造方面還沒有統一的標準，隨意性強、計算量大、實時性差，因而未得到廣泛應用。

1.5小波變換諧波檢測法

小波變換是數學變換的一種，它最早是從傅里葉變換演變而來的，到目前已發展為一個獨立的方向。眾所周知，傳統的傅里葉方法擅長于檢測穩態諧波，然而小波變換還可以進下將適用范圍擴展到波動的、非平穩的諧波信號檢測，并且同時適用于時域和頻域，分辨率較高，因而成為當前時變諧波信號的主要檢測方法。

2基于Blackman-Harris窗的諧波檢測方法

由于傳統的FFT算法較復雜，計算量大，消耗時間長，容易產生頻譜泄露和柵欄效應的問題，為此許多學者提出了改進算法，其中加窗插值法得到廣泛的應用，可以進一步減少頻譜泄露和柵欄效應發生的可能性。本文提出了一種基于Blackman-Harris窗的加窗插值算法。

2.1窗函數的選擇

窗函數的數學本質是一個普通函數表達式，所謂加窗實際上就是將信號與窗函數進行相乘。該方法的提出，最早是為了使信號在頻率不穩定的條件下仍能保持較理想的采集，把頻譜泄露的可能性降到最低，甚至直接避免。為了消除柵欄效應，只需要對窗函數插值即可。顯然，由于信號是無法控制的，因而窗函數的控制就成為問題的關鍵之所在。從數學原理上分析，一般采用主瓣窄、旁瓣小的函數。然而主瓣和旁瓣通常是相互矛盾的，無法同時實現最優。目前已經提出許多較高效的窗函數，例如信號處理領域最常用矩形窗、漢寧窗、漢明窗和布萊克曼哈爾斯窗等等。這些窗函數各具優點，適應場合不盡相同，但從特性來看，布萊克曼哈爾斯窗最符合本文的需要，因而本文選取之。Blackman-Harris窗在旁瓣和主瓣上可以達到較好的平衡，其時域表達式如下：

2.2MATLAB仿真分析

為了驗證Blackman-Harris窗的效果，本文采用MATLAB對加入了高效諧波的信號進行了檢測仿真實驗，仿真輸入信號如圖1所示。基波信號頻率為工頻50Hz，幅值為1V，相位為0；在基波的基礎上加入一個5次諧波信號，其頻率為250Hz，幅值為1/3V，相位為10度。基波與諧波疊加后作為原始信號。根據采樣定理，對該信號進行2倍頻率以上的采樣，本文采用的采樣頻率為1kHz，采樣點數為300。仿真結果如圖2和圖3所示。為了對仿真結果進行定量分析，本文對仿真數據進行了對比分析，如表1所示。從仿真結果不難看出，諧波信號的波形經過FFT變換后出現了嚴重的頻譜泄漏，同時導致了信號幅值的減小和頻率的偏移；其頻率分量分布在整個頻域上，造成檢測誤差較大，精度不高。相比而言，經過加Blackman-Harris窗的FFT算法處理后的信號幾乎看不到頻譜泄漏，檢測誤差也理一步減小了，可見本文提出的算法具有良好的檢測效果。

3結論

隨著電網規模的擴大和電網負載的增加，諧波問題對電力系統的正常運行產生了越來越嚴重的干擾，因而受到廣泛的關注和研究。本文采用Blackman-Harris窗算法對電網諧波進行了檢測，實驗表明，該方法具有較好的應用效果，優于傳統的FFT算法。但電網環境的日益復雜化也使諧波檢測技術不斷地發展，各種新技術將得到廣泛應用。不難預測，在未來十年內，復雜的數值分析、非穩態諧波的檢測、新的諧波理論、以及通過人工智能技術解決諧波的高精度檢測問題，將成為倍受關注的焦點。

參考文獻

[1]李圣清,王飛剛,朱曉青.基于改進型小波神經網絡的諧波檢測方法[J].電測與儀表:1-5[2019-03-16].

[2]黃海,何睿,胡田.基于感應加熱電源的諧波治理研究[J].齊齊哈爾大學學報:自然科學版,2019,35(2):31-35,45.

[3]陸文欽,張強,商連永,等.電力系統諧波源定位方法研究綜述[J].電工電氣,2019(2):1-6.

作者：張磊 單位：貴州省花溪區貴州大學明德學院