1.2 諧波檢測技術的發展

諧波測量是解決諧波問題的關鍵和前提，是分析和研究諧波問題的出發點和主要依據。通過對諧波的準確測量，可以實時地監測電網中諧波的含量及其潮流方向，借此分析諧波的流向，計量正反向諧波電量、各次諧波的含有率、諧波電壓電流幅值和相位等參數，為電力部門制定相應的諧波治理政策提供必要的依據。由于諧波具有非線性、隨機性、分布性、非平穩性和影響因素的復雜性等特征，難以對諧波進行準確測量。目前電力諧波測量的主要方法有以下幾種。

（1）基于頻域理論的模擬濾波測量方法

最早進行的諧波測量采用的是模擬濾波器，它的原理是通過使用模擬濾波器把基波和各次諧波信號分離開來。這種方法的優點是實現電路簡單、輸出阻抗低、造價低、品質因數易于控制。同時，這種方法也有一些不足之處：

1）測量精度不高，并且所測量出來的諧波信號中含有很多基波分量（原因在于電網頻率的波動）。

2）在需要檢測多次諧波分量的情況下，實現電路會變得很復雜，同時也增加了電路參數設計的難度。

3）實現電路的濾波中心頻率對于元器件的參數會很敏感，而且外界環境對其影響很大，所以要獲得理想的幅頻特性與相頻特性會很難。

（2）基于傅里葉變換的諧波測量方法

在使用這種方法對諧波進行測量時，得到的精度較高，而且此方法功能較多，使用方便，是目前應用最為廣泛的一種方法。其缺點是需要進行一定時間的采樣，且要進行兩次變換，計算所需要的時間很長，計算量也很大；得到的最終檢測結果其實是很長時間前的諧波信號，實時性不好。這種方法也不能實現對諧波測量的高精度要求，因此必須對此方法加以改進以提高測量精度。

改進的快速傅里葉方法經模擬試驗表明，此方法具有檢測實時性好、測量精度高等優點。在對信號進行采樣的過程中，無法完全實現準同步采樣時，使用這種方法會產生頻譜泄漏效應和柵欄效應，會對信號參數（即頻率、幅值和相位）的計算結果產生很大的影響（誤差大，尤其是相位的誤差很大），無法滿足測量的高精度要求。為了提高測量精度，必須減少頻譜泄漏，方法主要是利用加余弦窗插值算法對該算法進行修正。

（3）基于瞬時無功功率理論的諧波測量方法

瞬時無功功率理論是由日本學者提出的，目前國內外許多學者都在使用。此理論是基于三相三線制電路的，其優點是當電網電壓對稱且無畸變時，各電流分量基波正序無功分量、不對稱分量及高次諧波分量的測量電路比較簡單，并且延時小。這種方法的優點是實時性很好；缺點是所需硬件多、花費較大，而且實現起來比較復雜。

（4）基于神經網絡的諧波測量方法

由于人工神經網絡具有很強的學習能力，故它被普遍地應用于信號識別系統中。而在電力系統諧波測量中，人工神經網絡的使用還是起步階段。它主要應用于以下三個方面：諧波源辨識、電力系統諧波預測和諧波測量。在對諧波測量使用人工神經網絡時，所涉及的方面是網絡構建、樣本的確定和算法的選擇。目前對此方法已有一些研究成果。

（5）基于小波分析的諧波測量方法

這種測量方法的研究目前已經取得了很大的進展。此方法與傅里葉變換的方法相比有了很大的提高，但在頻域和時域都具有局部性，而傅里葉變換在頻域完全局部化而在時域完全無局部性。將小波變換應用于諧波測量方面目前還沒有那么普遍，仍屬于初始階段，以后的發展方向是將小波變換和神經網絡結合起來對諧波進行分析，并設計和開發出基于這兩種方法的諧波監測儀，這將會是非常有意義的工作。

（6）基于開關函數法的諧波檢測方法

基于開關函數法的諧波檢測方法主要應用于對周波變流電路諧波的分析中，其原理是將所分析的波形表示成一系列已知波形與開關函數乘積和的形式，然后再把其中的已知波形和開關函數轉換為三角級數的形式。接著對其進行整理化簡，這樣就能檢測出其中的諧波次數和含量。在實際應用中，開關函數的功能一般使用晶閘管來實現。由于晶閘管的控制角度和導通參數對其影響較大，在動態負載電流電路中，無法滿足測量的實時性和精度的要求。

（7）基于Fryze時域分析的諧波電流檢測法

這種方法的基本思想是將負載電流分解成兩個分量，一個分量是與電源電壓波形相同的分量，而另一個分量作為廣義無功電流（包含諧波電流）。該方法的缺點是測量實時性較差，同時由于電源電壓波形產生的畸變，對諧波檢測的精度有很大的影響。

（8）基于Kalman濾波、遺傳算法和模擬退火算法的諧波檢測法

在諧波檢測的方法中，也有一些智能優化算法，這三種檢測方法就屬于此，并且在一般情況下會把這三種方法和FFT、STET、小波變換以及誤差理論相結合來使用。具體思想為首先對諧波電流進行變換，一般利用FFT、STET和小波變換；然后利用各自的優化算法，將其中的已知諧波分量與未知諧波成分進行優化與比較，使其均方誤差為最小，以此來檢測識別未知的頻率成分。三種方法均有較強的抗噪聲能力，但在實際應用中，很難實現對諧波檢測的實時性和準確性的要求，因此多用于兩種情況中電力系統諧波的預測估計和諧波潮流的波動傳播估計。

（9）基于Pisarenko法、MUSIC法和ESPRIT法的諧波檢測方法

在20世紀70年代末期，應用信號分析專家Pisarenko提出了Pisarenko法，并且這種方法已于到20世紀70年代間用于對諧波的檢測中。后來，在Pisarenko法的基礎上提出了MUSIC法，即多信號分類法，T.Lobos等人于20世紀70年代末將該方法用于諧波檢測。這兩種方法都是在子空間分析方法的基礎上提出的，涉及信號相關矩陣的計算。其基本原理為利用信號自相關，將信號的特征空間劃分為信號子空間和噪聲子空間，最小特征對于噪聲子空間相關的矩陣，而最大特征對于信號子空間利用矩陣特征值形成噪聲子空間的投影矩陣，進而求得偽頻譜。利用該法對諧波進行檢測時，所需的采樣周期較少，可以在噪聲背景中提取諧波信號，但同時也需要大量的數學運算。因此在工程實現上比較困難，并且最主要的缺點是只能判斷諧波的頻率，需結合其他方法對諧波幅值和相位進行檢測。

隨著現代信號處理技術的進一步發展，新的諧波檢測技術不斷發展，圖1.1給出了從FFT到其他諧波估計和檢測方法的簡單分類。

從圖1.1可以看出，除遞歸類算法以外，采用批量信號處理的諧波檢測方法的關鍵在于電力信號基波頻率相同，因此以被測信號基波頻率漂移對諧波檢測精度的影響為研究重點，對相應的誤差校正、高精度同步算法和諧波分析算法進行研究。