导读:本文包含了谐波提取论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:谐波,算法,滤波器,电能,无源,永磁,电流。
谐波提取论文文献综述
胡浙东,矫财东,李彬彬[1](2019)在《一种电能质量设备的电网谐波提取算法研究》一文中研究指出提出了一种应用于电能质量设备对电网电流、电压进行谐波提取的算法。传统的快速傅里叶变换提取谐波的方法,计算复杂,计算量大,占用处理器内存,同时增加设备投入的芯片资源和设备成本。本文通过数学理论建立一个旋转变换模型,利用该模型将交流输入数据转换成"直流"输出数据,然后通过传统的低通滤波器对输出数据进行滤波处理,再将滤波后数据作为谐波控制模型的输入进行谐波控制。最后通过实验验证了该算法的优良性能。(本文来源于《电器工业》期刊2019年12期)
周军,牟玉瑕[2](2019)在《电网谐波的提取和利用》一文中研究指出针对电网系统自身会出现很多谐波的问题,以整流器为例,对其进行谐波分析和处理,根据无源滤波器以及有源滤波器各自原理,对谐波提取再利用处理方法进行论述。分析谐波源的谐波特性,对其进行Matlab仿真,再利用无源滤波器和有源滤波器的原理将谐波分离提取出来,然后将提取的谐波进行整流处理,最后将处理后的谐波电能储存到蓄电池充电装置中,以实现电能的再利用。(本文来源于《吉林电力》期刊2019年04期)
后方帅,黎美琪,刘若伦[3](2019)在《利用谐波显着度和语者音色特征的混合语音中目标人基频轨迹提取》一文中研究指出从混合语音中提取出目标语者的基频轨迹,是语音监听、语音门禁、对话管理等应用的关键技术。为提高基频轨迹跟踪的准确率、增强抗八度误差的能力、降低系统复杂度,多基频估计以谐波乘积谱为核心,八度校正与基频分组均以元音段为基本单元,并结合了谐波显着度和语者音色特征。基于MIREX2005语音数据集的实验表明,MIREX的4种多基频估计性能指标均在75%以上,基频分组在混合语音中的判断准确率可达92%。(本文来源于《声学技术》期刊2019年04期)
江念,王召巴[4](2019)在《基于双树复小波系数层间相关性的非线性超声谐波提取方法》一文中研究指出非线性超声信号具有非平稳性、非线性和高次谐波信噪比低的特点,为提高非线性超声无损检测技术对缺陷的表征能力,提出一种基于双树复小波系数层间相关性结合软阈值滤波算法的超声谐波提取方法。首先采用双树复小波将信号分解为基频和二倍频等不同频带的分量;由于各分量存在一定程度的频率混迭,利用小波系数层间相关性对各分量信号滤波,消除频率混迭并得到修正后的细节子波;然后结合软阈值算法对修正后的小波系数进一步降噪;最后将滤波降噪后的各分量系数重构,即可实现对非线性超声信号中基波和二次谐波信号的提取。实验结果表明,该算法滤波效果良好,有效地提取了二次谐波信号,提高了非线性超声检测结果的准确性和鲁棒性。(本文来源于《仪表技术与传感器》期刊2019年04期)
吕志宁,赵少东,饶竹一,张云翔,冯燕钧[5](2019)在《非侵入负荷辨识的谐波特征量提取改进方法研究》一文中研究指出基于事件分解的负荷匹配方法计算快内存少,工程应用适应性强。首先面向事件分解型负荷辨识方法分析了稳态特征量的提取方法,梳理出典型家用电器辨识特征库,并指出谐波特征量是空调及小功率电器复杂工况下负荷辨识的重要判据。然后分析了工程应用中谐波特征量提取影响因素,基于快速傅里叶变换(FFT)算法频谱泄露原理,研究了电网频率动态变化和电器谐波相角抖动对于谐波特征量提取的影响。提出了针对性解决方法,通过多点均值方法解决电网频率波动导致的非同步采样问题,并提出极值差量方法解决电器谐波相角影响,两种方法结合,可有效将基次谐波误差降到1%以下,偶次谐波误差降到2%~4%。最后通过实验平台和工程实证,验证了谐波改进提取方法的有效性,相对于改进前可有效提升负荷辨识精度5%以上。(本文来源于《电子测量技术》期刊2019年07期)
华明,徐静[6](2019)在《基于广义迭代DFT的快速分次谐波提取研究》一文中研究指出分次谐波提取是电能质量领域的关键技术之一,广泛应用于谐波分析、补偿和治理等。总体而言,谐波提取方法可分为时域和频域两大类,时域方法大多难以同时兼顾稳定提取精度和动态响应性能;频域方法以离散傅里叶变换(DFT)及其延伸算法为代表,其中迭代DFT具有算法简洁、稳态精度高等优点。然而,传统迭代DFT算法受限于单一僵硬的结构,动态响应慢,至少需要一个基波周期,难以适应谐波变化频繁的应用场合。针对此问题,重构传统迭代DFT算法,以更灵活形式适应输入信号的谐波频谱,提出广义迭代DFT,更具一般性和快速性。搭建了实验平台,其结果表明,针对常见的叁相整流性负载产生的谐波,所提算法可以在1/3基波周期内达到稳态,验证了所提算法的可行性和优势。(本文来源于《电力电子技术》期刊2019年03期)
刘真海,王冬青,朱恒军[7](2019)在《经验模态分解与独立分量分析融合的谐波信号的提取》一文中研究指出检验系统保密性能重要的手段之一是混沌信号分离。近年来,很多学者利用盲源分离技术来提取混沌背景下的谐波信号。结合经验模态分解和独立分量分析各自的优点,本文对谐波信号使用经验模态分解与独立分量分析相结合的算法对混沌信号进行分离,验证算法的可行性,解决了独立分量分析对单一信号分析的弊端。(本文来源于《信息通信》期刊2019年01期)
王硕,康劲松[8](2019)在《一种基于自适应线性神经网络算法的永磁同步电机电流谐波提取和抑制方法》一文中研究指出永磁同步电机通常采用正弦波进行驱动和控制,由于气隙磁场的畸变和电压型逆变器的死区效应等因素的存在,使永磁同步电机电流波形含有大量的谐波而发生畸变,特别是在电机低速运行时更为严重。为了进一步提高永磁同步电机的电流控制性能,抑制电流谐波,本文在传统矢量控制算法基础上,增加神经网络谐波电流环,通过自适应线性神经网络(ADALINE)算法实现对主要电流谐波的分解和提取,将所提取的电流谐波经过神经网络训练获得补偿电压值进行谐波注入,实现电流谐波的检测和抑制。通过仿真和实验结果证明,本文提出的控制策略可以有效提取并抑制电流谐波,降低电机转矩脉动。(本文来源于《电工技术学报》期刊2019年04期)
牟玉瑕[9](2018)在《ISPS系统谐波的提取利用》一文中研究指出本文针对ISPS系统内部产生的谐波,提出了一个将谐波提取再利用的方法,以实现电能的有效利用。首先要分析ISPS系统的谐波特性,对其进行MATLAB建模仿真,仿真结果表明,产生的谐波主要以5次和7次谐波为主,对这两种谐波进行提取。其次,要对这两种谐波分别进行整流处理,在这一过程中,要选取合适的整流器对谐波进行处理,以提高谐波的利用率。最后要将处理后的谐波电能储存到蓄电池的充电装置中。(本文来源于《中国设备工程》期刊2018年20期)
王艳,臧天磊,符玲,何正友[10](2018)在《基于谐波源特征提取的电力系统动态谐波状态估计自适应方法》一文中研究指出通用的动态谐波状态估计卡尔曼滤波模型因状态转移矩阵为单位阵导致预测功能丧失,且测量噪声参数假设为常数,导致模型抗噪性能差。为提高谐波状态估计精度,提出了一种基于谐波源特征提取的动态谐波状态估计模型,该模型通过小波滤波得到谐波源波动的特征分量,将慢波动分量用于计算状态转移矩阵,将快波动分量用于计算系统噪声协方差矩阵。为适应谐波测量设备在线应用时的变化噪声环境,提出了一种自适应卡尔曼滤波算法。通过协方差匹配法判断测量噪声是否变化,当判断测量噪声发生变化时,采用时变噪声估值器估计测量噪声协方差矩阵。在IEEE 13和IEEE 69节点系统进行了仿真,表明所提出的方法与传统卡尔曼滤波方法相比,提高了在变化噪声环境下的状态估计的精度。(本文来源于《电网技术》期刊2018年08期)
谐波提取论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
针对电网系统自身会出现很多谐波的问题,以整流器为例,对其进行谐波分析和处理,根据无源滤波器以及有源滤波器各自原理,对谐波提取再利用处理方法进行论述。分析谐波源的谐波特性,对其进行Matlab仿真,再利用无源滤波器和有源滤波器的原理将谐波分离提取出来,然后将提取的谐波进行整流处理,最后将处理后的谐波电能储存到蓄电池充电装置中,以实现电能的再利用。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
谐波提取论文参考文献
[1].胡浙东,矫财东,李彬彬.一种电能质量设备的电网谐波提取算法研究[J].电器工业.2019
[2].周军,牟玉瑕.电网谐波的提取和利用[J].吉林电力.2019
[3].后方帅,黎美琪,刘若伦.利用谐波显着度和语者音色特征的混合语音中目标人基频轨迹提取[J].声学技术.2019
[4].江念,王召巴.基于双树复小波系数层间相关性的非线性超声谐波提取方法[J].仪表技术与传感器.2019
[5].吕志宁,赵少东,饶竹一,张云翔,冯燕钧.非侵入负荷辨识的谐波特征量提取改进方法研究[J].电子测量技术.2019
[6].华明,徐静.基于广义迭代DFT的快速分次谐波提取研究[J].电力电子技术.2019
[7].刘真海,王冬青,朱恒军.经验模态分解与独立分量分析融合的谐波信号的提取[J].信息通信.2019
[8].王硕,康劲松.一种基于自适应线性神经网络算法的永磁同步电机电流谐波提取和抑制方法[J].电工技术学报.2019
[9].牟玉瑕.ISPS系统谐波的提取利用[J].中国设备工程.2018
[10].王艳,臧天磊,符玲,何正友.基于谐波源特征提取的电力系统动态谐波状态估计自适应方法[J].电网技术.2018