間諧波檢測的快速自適應離散廣義S變換方法

劉軍，黃純，戴栩生（湖南大學電氣與信息工程學院，長沙410082）

間諧波檢測的快速自適應離散廣義S變換方法

劉軍，黃純，戴栩生
（湖南大學電氣與信息工程學院，長沙410082）

采用傳統廣義S變換檢測間諧波計算量大，不利于信號的實時檢測。在此基礎上，介紹了一種改進的快速自適應離散廣義S變換方法來檢測間諧波。首先，利用快速傅里葉變換估計信號間諧波頻率；其次，應用折疊窗解決由于信號局部離散化引起的混疊，并通過自適應選擇窗函數參數，達到縮小頻域分析范圍、大幅度節省分析計算時間、獲得更加可靠的時頻信號和提高時頻能量集中度的目的。上述措施能有效抑制諧波、間諧波及噪聲之間的相互干擾，提高信號間諧波參數及時間定位的估計精度。最后，對含穩態和動態諧波、間諧波的電氣信號的分析結果驗證了所提方法的有效性。

諧波；間諧波；檢測；時頻域分析；折疊窗

改革開放以來我國經濟飛速發展，對電力需求大幅增加，非線性電力元件的應用越來越廣泛，導致電網中諧波污染日益嚴重。尤其是當前分布式電源的接入和智能電網的發展，電網中諧波水平有增大的趨勢。除了與基波成整數倍的諧波外，還存在許多非整數倍基波的間諧波，這些間諧波的存在使得諧波檢測問題更加復雜。

傳統的快速傅里葉變換無法檢測動態信號，不具有時域定位功能，抗干擾性差[1]；基于連續小波變換間諧波檢測方法可以檢測間諧波[2]，但在對信號分解時，小波基的選取比較困難；Stockwell等[3]將短時傅里葉變換和小波變換的優點結合，提出了S變換；呂干云等[4]將S變換應用于電力系統間諧波檢測，當被檢測信號中諧波與間諧波相隔較近時，無法分辨出間諧波。當采樣點數較大時，計算量很大；丁屹峰等[5]引入Prony算法對諧波、間諧波進行分析，可準確估計各分量的頻率、相角和幅值，但抗干擾性差；高靜懷等[6]在S變換的基礎上提出廣義S變換，引入多個參數對高斯窗進行控制，頻率分辨率有所提升，但應用于諧波檢測中計算量大，實時性較差。

本文提出一種基于快速自適應離散廣義S變換FDGST（fast adaptive discrete generalized S-transform）的諧波及間諧波檢測方法，在Matlab環境下對平穩信號和動態電氣信號進行檢測。仿真結果表明，該方法能夠快速、準確、實時地檢測出諧波和間諧波，具有較強的抗噪能力。

1 廣義S變換

傳統廣義S變換是一種可逆的局部時頻分析方法，可以看作是對短時傅氏變換和連續小波變換的發展。

傳統廣義S變換為

式中，k為窗寬調整系數。

傳統廣義S變換離散形式為

式中：N為采樣點數；n、m、k的取值范圍為[0，N-1]；X[v]為信號X[kT]的離散傅里葉變換。

2 快速自適應離散廣義S變換

2.1 頻率采樣范圍的選擇

合適的頻率采樣范圍是快速計算的決定性因素。對信號進行快速傅里葉變換，基于最大噪聲功率取閾值為0.01，幅值小于0.01的頻率點忽略。設u（n）為輸入時域信號，對其進行離散傅里葉變換可得

式中，K為矢量，K={k1，k2，k3，…}，k1，k2，k3，…為頻率采樣范圍選擇的指標。

2.2 折疊窗函數

當采樣點數一定，標準差很大時，即使采樣點數再大也無法涵蓋整個高斯窗，這就使得離散廣義S變換時間失真。當標準差很小時，離散高斯窗頻譜變寬，因此會出現混疊現象，進而使離散廣義S變換頻譜失真。為此Pei等[8]提出用折疊窗來解決混疊問題。折疊窗實質上是對高斯窗求和，即

式中：M為折疊后的采樣點的個數；Q為折疊倍數，其理想值是∞。由于高斯窗衰減非常快，能量主要集中在t∈[-8σ，8σ]，σ為標準差，則8倍折疊就可以滿足解決混疊問題的要求，在本文中Q取15倍。

圖1為采樣點數N=40、頻率為50 Hz、標準差σ=5的高斯窗和Q=15的折疊窗。圖1中-10對應的歸一化幅值分別為0.135、0.067 5。傳統廣義S變換在離散化時部分高斯窗在采樣間隔之外，因此會有部分重要信號丟失，使得時域和頻域不一致，用于檢測含有噪聲的電氣信號的間諧波時，其會導致幅值和時間的嚴重失真。折疊窗具有使原采樣間隔之外的部分通過折疊回到采樣間隔內的功能，且標準差σ越小，折疊窗越接近原窗。折疊窗使得GST在時域和頻域內同時滿足一致性，實現完全可逆，進一步提高時頻信號的可靠性，由此獲得更加真實的信號，從而減小諧波對間諧波及噪聲的干擾。

圖1 高斯窗和折疊窗Fig.1 Gaussian w indow and folded w indow

2.3 廣義的自適應窗參數

為了更好地控制窗口的形狀，引入新的參數集P，則廣義S變換（GST）定義為

式中，P={r，α，β，γ}，α、β定義窗寬度變化模式，γ決定窗寬度變化速率，r為窗寬度因子。廣義高斯窗函數引入3個新的參數，則窗函數標準差的表達式修改為

廣義高斯窗函數在頻域的表達式為

通過自適應調整參數集P={r，α，β，γ}增強時頻分布能量聚集，Djurovic等[9]提出聚集度測量CM（concentrationmeasure）概念，根據時變信號在每一個頻率能量頻譜的CM值來選擇合適的窗函數，達到自適應的效果。CM定義的表達式為

圖2為相對于參數集P變化的高斯窗形狀，窗的形狀變化自適應地為每一個采樣頻率獲得較高能量集中的時間-頻率分布。

圖2 不同參數集P對應的高斯窗形狀Fig.2 Shape ofGaussian w indow w ith respect to parametric variation

3 FDGST算法

對廣義S變換離散形式進行傅里葉變換得到

廣義高斯窗函數的頻域窗序列表達式為

將折疊窗引入式（14），可得

窗函數的移位以分析頻率指數k為中心，因此式（15）可以修改為

估算CM在對應頻率范圍選擇指標‘k’的值，其表達式為

估算出CM值后，返回式（15），改變參數集P，直到求得CM（k，{P}）的最小值，得到{P}opt，最終達到快速、準確的目的。

4 算例仿真與分析

為了檢驗FDGST的快速、準確性，分別將其應用于穩態信號和動態信號2種情況下進行驗證。

4.1 穩態間諧波檢測

本文取采樣頻率fs=1 kHz，采樣點N=2 000。則原始信號x（t）為

x（t）=0.04cos（2π×20t）+cos（2π×50t）+ 0.65cos（2π×54t）+0.05cos（2π×215t）

原始信號x（t）時域分布如圖3所示，原始信號的頻譜特性如圖4所示。由圖4（a）的分析可知，傳統GST無法檢測出x（t）中54 Hz間諧波；對圖4（b）中的具體數據分析得到信號基波頻率為50 Hz，幅值為1，另外包含20 Hz、54 Hz、215 Hz的間諧波；從圖4（c）和（d）可以看出，傳統GST檢測結果有很大的幅值和頻率失真，而本文方法在信噪比為25 dB時仍能保持很高的精確度。

本文方法和傳統GST檢測結果對比分析（頻率和幅值）見表1，相對誤差結果（頻率和幅值）見表2。

圖3 原始信號（fs=1 kHz，N=2 000）Fig.3 Originalsignalwhen fsis1 kHz and N is2 000

由表1和表2可知，在信噪比為25 dB時，采用本方法檢測出的各分量的頻率和幅值大小在精確度上有很大的提高，某些頻率的誤差甚至為0。

表1 信噪比為25dB時FDGST和傳統GST算法檢測結果Tab.1 A lgorith Mresultsof FDGST and traditionalGST w ith SNR 25 dB

表2 信噪比為25 dB時FDGST和傳統GST算法檢測結果的相對誤差Tab.2 Relative error of FDGST and traditional GST algorith Mresultsw ith SNR 25 dB

表3是計算環境為core i3 CPU 2.19GHz，2.98 GB RAM，Windows XP，MatlabR2010b的不同采樣點數用傳統GST和FDGST算法運行時間對比。從表3可以看出，FDGST算法運行時間遠小于傳統GST算法。當N=213時，傳統GST運行時間達到了132.746 s，而此時FDGST算法計算時間不到0.1 s。

4.2 動態間諧波檢測

取采樣頻率fs=1 kHz，采樣點N=2 000，則原始信號x′（t）為

表3 傳統GST和FDGST計算時間Tab.3 Co Mputing timeof traditionalGST and FDGST s

圖5 原始信號（fs=1 kHz，N=2 000）Fig.5 Originalsignal（fs=1 kHz，N=2 000）

圖6 FDGST時頻分布三維圖Fig.6 Three-dimensional figure of FDGST time-frequency distribution

檢測結果如圖5~圖7所示。對圖7（a）和（b）分析可知：在無噪聲干擾情況下傳統GST與FDGST檢測結果在精確度上差距不是很明顯，且由具體數據分析得到基波頻率為50 Hz，還含有20 Hz、35Hz、165Hz的間諧波。表4和表5是對圖7（c）和（d）的檢測結果詳細參數分析。由圖6分析可知，20 Hz、35 Hz、165 Hz起止時間分別為0~1.6 s、0.6~1.6 s、0.6~0.8 s。

本文方法與傳統GST分析計算比較，其結果如表4和表5所示。對比較結果分析可知，FDGST對動態信號的檢測在幅值和頻率的精確度上較傳統GST均有很大提高，誤差也明顯減小，更接近真實值。

表6為2種方法的動態信號計算時間，其計算環境與表3相同。對表6分析可知，FDGST運行時間同樣遠小于傳統GST；與表3對比可知，運行時間較穩態信號略大一些。

圖7 動態信號檢測結果Fig.7 Dyna Mic signal test results

表4 信噪比為25 dB時FDGST和傳統GST算法動態信號檢測結果Tab.4 Resultsof dyna Mic signalof FDGST and traditionalGST algorith Mw ith SNR 25 dB

表5 信噪比為25 dB時FDGST和傳統GST算法動態信號檢測結果的相對誤差Tab.5 Relative error of FDGST and traditionalGST algorith Mresultw ith SNR is25 dB

表6 傳統GST和FDGST算法動態信號計算時間Tab.6 TraditionalGST and FDGST dyna Mic signal computing time

5 結語

本文提出了一種基于改進的快速廣義S變換的諧波、間諧波檢測方法。該方法基于傅里葉頻譜分析結果合理選取頻域分析范圍，減小了計算量，并通過折疊窗和自適應選取窗函數參數提高了檢測精度。應用該方法對穩態和動態電氣信號進行間諧波檢測，與傳統廣義S變換相比，檢測精度和運行速度有很大提高，且當間諧波和諧波頻率較接近時也能分辨出間諧波，且對噪聲不敏感。仿真分析結果證明，本文方法能夠實時準確地檢測出間諧波。

[1]楊洪耕，惠錦，侯鵬（Yang Honggeng，Hui Jin，Hou Peng）．電力系統諧波和間諧波檢測方法綜述（Detectionmethodsofharmonicsand inter-harmonics in power system）[J]．電力系統及其自動化學報（Proceedingsof the CSU-EPSA），2010，22（2）：66-69．

[2]薛蕙，楊仁剛（Xue Hui，Yang Rengang）．利用Morlet連續小波變換實現非整次諧波的檢測（Morletwaveletbased detection of noninteger harmonics）[J]．電網技術（Power Syste MTechnology），2002，26（12）：41-44．

[3]StockwellRG．A basis forefficient representation of the S-transform[J]．IEEE Trans on SignalProcessing，2007，17（1）：31-393．

[4]呂干云，馮華君，朱更軍，等（LüGanyun，Feng Huajun，Zhu Gengjun，etal）．基于S變換的電力系統間諧波檢測（Detection of inter-harmonics in power syste Mbased onS-transform）[J]．儀器儀表學報（Chinese Journal of Scientific Instrument），2006，27（6S）：1675-1676，1682．

[5]丁屹峰，程浩忠，呂干云，等（Ding Yifeng，Cheng Haozhong，LüGanyun，etal）．基于Prony算法的諧波和間諧波頻譜估計（Spectru Mestimation ofharmonicsand interharmonics based on Prony algorithm）[J]．電工技術學報（Transactions of China Electrotechnical Society），2005，20（10）：94-97．

[6]高靜懷，陳文超，李幼銘，等（Gao Jinghuai，Chen Wenchao，Li Youming，etal）．廣義S變換與薄互層地震響應分析（Generalized S-transfor Mand seismic responseanalysisof thin interbeds）[J]．地球物理學報（Chinese Journal ofGeophysics），2003，46（4）：526-532．

[7]IEC61000-4-7，General guide on harmonics and interharmonicsmeasurements for power supply systems and equipmentconnected thereto[S].

[8]PeiSoo-chang，Wang Pai-wei，Ding Jian-jiun，etal.Elimination of the discretization side-effect in the S-transfor Musing folded windows[J]．Signal Processing，2011，91（6）：1466-1475．

[9]Djurovic I，Sejdic E，Jin Jiang．Frequency-based window width optimization for S-transform[J].AEU-International Journalof Electronicsand Communications，2008，62（4）：245-250．

[10]張伏生，耿中行，葛耀中（Zhang Fusheng，Geng Zhongxing，Ge Yaozhong）．電力系統諧波分析的高精度FFT算法（FFTalgorith Mwith high accuracy forharmonic analysis in power system）[J]．中國電機工程學報（Proceedingsof the CSEE），1999，19（3）：63-66.

[11]程志友，梁棟，韋穗，等（Chen Zhiyou，Liang Dong，Wei Hui，et al）．基于S變換的動態間諧波檢測方法研究（Dynamic detection of interharmonics based on S-transform）[J]．電測與儀表（Electrical Measurement&Instrumentation），2007，44（3）：5-8．

Inter-harmonicsDetection Based on Fast Adaptive DiscreteGeneralized S-transform

LIU Jun，HUANGChun，DAIXusheng
（College ofElectricaland Information Engineering，Hunan University，Changsha410082，China）

High computation and low precision constrains the application of traditionalgeneralized S-transform（GST）in real-timeestimating.In thispaper，an improved fastadaptive discretegeneralized S-transfor Mis introduced to detect the inter-harmonics.First，the fast Fourier transfor Mis used to estimate the inter-harmonics frequency.Secondly，the application of folded window can solve the local signal aliasing caused by discretization and select adaptive window function parameters.Itis in order to narrow the range of frequency domain analysis，save calculation time，get themore reliable time-frequency signal and enhance the time-frequency energy concentration.Thesemeasures can effectively restrain harmonics，inter-harmonics and noise betweenmutual interference，amd improve the signalbetween the estima-tion precision of the inter-harmonics parameters and time orientation.The validity of the provedmethod is verified by the simulation resultsofsteady and dynamic power signalswith harmonicsand inter-harmonics.

harmonics；inter-harmonics；detection；time-frequency domain analysis；foldedwindow

TM714

A

1003-8930（2015）07-0013-05

10.3969/j.issn.1003-8930.2015.07.03

劉軍（1988—），男，碩士研究生，研究方向為電氣信號檢測。Email：190147168@qq.com

2013-11-28；

2014-03-26

國家高技術研究發展計劃（863計劃）項目（2011AA05A114）；國家電網公司科技項目（5216A313500N）

黃純（1966—），男，博士，教授，博士生導師，研究方向為電能質量分析與控制的教學和科研。Email：yellowpure@ hotmail.com

戴栩生（1989—），男，碩士研究生，研究方向為現代電氣信號處理。Email：103975349@qq.com