基于最小模MUSIC算法的电力谐波/间谐波检测方法

在电力谐波/间谐波检测中,以传统傅里叶变换为基础的分析方法分辨力差、检测精度较低,基于空间谱估计的多重信号分类(MUSIC)方法易受噪声干扰,且对各信号幅值和相位检测的准确性差等问题,文中提出对电力谐波/间谐波参数准确检测的最小模多重信号分类(MNM-MUSIC)算法,它由采样序列得到自相关函数并构造自相关矩阵,由此得到相关阵的特征值,根据最小描述长度(MDL)准则估计信号源数目,进一步用最小模方法对MUSIC算法做出修正,即利用小特征值对应的噪声子空间的线性组合与信号矢量的关系估计出各信号的频率,最后用扩展Prony方法得到各信号幅值和相位信息,由此完成对电力谐波/间谐波参数的准确检测.仿真结果表明:与经典MUSIC算法相比,此方法的优点在频率检测方面精确度更高,抗噪声能力更强,在电力谐波/间谐波分析检测中具有更高的准确性.