陈乾明,张志威,李明皓,汪旭明,雷可君
(吉首大学通信与电子工程学院,湖南 吉首 416000)
随着我国新能源及智能电网技术的不断发展,电力谐波对电力系统的影响日益扩大.为了减小设备损耗、提高电能质量,需要采取有效措施来应对谐波问题[1-3],而准确检测电力谐波的各项参数是解决谐波问题中的重要一环.目前,应用较多的电力谐波检测方法有瞬时无功功率理论[4]、小波变换[5]、人工神经网络[6]及快速傅里叶变换(Fast Fourier Transform,FFT)[7-8]等.其中,FFT算法具有估计精度高、计算简单及运算速度快等优点,广泛应用于谐波检测中.然而,在非同步采样过程中,该算法不可避免地会出现栅栏效应和谐波泄露,降低谐波估计的精度.针对FFT算法的不足,通常利用窗函数来抑制频谱泄漏,同时结合多种插值算法以减少栅栏效应造成的误差[9-10].常用的窗函数有Hanning窗、Blackman窗、Nuttall窗、Rife-Vincent窗及Kaiser窗等[11].特性优良的窗函数具有主瓣宽度窄、旁瓣峰值电平低和旁瓣衰减速率快等特点,而旁瓣特性决定了窗函数抑制频谱泄漏的能力.为了进一步提升窗函数的旁瓣性能,学者相继构建了自乘窗[12]及自卷窗[13].这2类窗函数的旁瓣性能大幅提升,抑制频谱泄漏的能力得到进一步改善,但同时也存在一些问题:自乘窗的主瓣宽度会随着自乘计算次数的增加而增加,导致频率分辨率降低[14];自卷窗的序列长度会随着卷积计算次数的增加而增加,导致计算量增大[15].此外,当所采用的母窗旁瓣性能不够理想时,即……