- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于变遗忘因子RNTA的谐波检测新方法.pdf
学兔兔
第50卷 总第567期 电测与仪表 Vo1.50NO.567
2013年 第3期 ElectricalM easurement Instrumentation Mar.2O13
术
基于变遗忘因子RNTA的谐波检测新方法
王亚丽,方永丽
(中国矿业大学 信息与电气工程学院,江苏 徐州221116)
摘要:针对传统的非递归牛顿法在加噪和非稳态环境下跟踪能力不够,参数估计误差较大的问题,给出了一种
变遗忘因子的递归牛顿最小二乘算法,用于电力系统谐波检测。首先,在RLS算法背景下,从非递归牛顿法得到
递归牛顿法的数学模型,避免每次迭代矩阵求逆的过程,更易于计算机实时实现;其次,设定残差数据窗长度,
计算总残差,引入遗忘因子,来加快迭代收敛速度和提高检测精度。仿真结果表明:该算法不仅在稳态加噪时,
克服了传统算法初始收敛慢、检测精度低的不足,而且在非稳态环境下,也具有优越的动态跟踪性。
关键词:RNTA;遗忘因子;修正函数;RLS算法
中图分类号:TM935 文献标识码 :A. 文章编号:1001—1390(2013)03-0055-05
New HarmonicDetectionM ethodBasedonVariableForgettingFactorRNTA
WANG Ya-li,FANG Yong-li
(SchoolofInformationandElectricalEngineering,ChinaUniversityofMiningandTechnology,Xuzhou221116,
Jiangsu,China)
Abstract:Inallusion totheproblemsofweak trackingandbigerrorparameterestimationofthetraditionalnon——
recursiveNewton—typealgorithm,thepaperputsforwardavariableforgettingfactorrecursiveNewton—typemethodto
detectharmonicinpowersystem.InthecontextofRLSalgorithm,themathematical modelofreeursiveNewton—type
method isobtainedfrom non—recursiveNewton-type,which avoidseachmatrixinversionofiteration processand
implementestherealtimewith acomputermuch easier.Then settingresidualdatawindow length,calculatingthe
totalresidualsand introducingforgettingfactorareused to speedup the iterative convergenceand improve the
detection precision.Thesimulationresultsshow thatthealgorithm isnotonlyto overcometraditionalalgorithm ’S
initial slow convergenceandlow detectingprecisioninnoisestate,butalsotohavemoresuperiordynamictracking
characteristicintheunsteadyenvironment. ’
Keywords:RNTA,forgettingfactor,adjustablefunction,RLSalgorithm
文档评论(0)