1.2 谐波检测技术的发展

谐波测量是解决谐波问题的关键和前提，是分析和研究谐波问题的出发点和主要依据。通过对谐波的准确测量，可以实时地监测电网中谐波的含量及其潮流方向，借此分析谐波的流向，计量正反向谐波电量、各次谐波的含有率、谐波电压电流幅值和相位等参数，为电力部门制定相应的谐波治理政策提供必要的依据。由于谐波具有非线性、随机性、分布性、非平稳性和影响因素的复杂性等特征，难以对谐波进行准确测量。目前电力谐波测量的主要方法有以下几种。

（1）基于频域理论的模拟滤波测量方法

最早进行的谐波测量采用的是模拟滤波器，它的原理是通过使用模拟滤波器把基波和各次谐波信号分离开来。这种方法的优点是实现电路简单、输出阻抗低、造价低、品质因数易于控制。同时，这种方法也有一些不足之处：

1）测量精度不高，并且所测量出来的谐波信号中含有很多基波分量（原因在于电网频率的波动）。

2）在需要检测多次谐波分量的情况下，实现电路会变得很复杂，同时也增加了电路参数设计的难度。

3）实现电路的滤波中心频率对于元器件的参数会很敏感，而且外界环境对其影响很大，所以要获得理想的幅频特性与相频特性会很难。

（2）基于傅里叶变换的谐波测量方法

在使用这种方法对谐波进行测量时，得到的精度较高，而且此方法功能较多，使用方便，是目前应用最为广泛的一种方法。其缺点是需要进行一定时间的采样，且要进行两次变换，计算所需要的时间很长，计算量也很大；得到的最终检测结果其实是很长时间前的谐波信号，实时性不好。这种方法也不能实现对谐波测量的高精度要求，因此必须对此方法加以改进以提高测量精度。

改进的快速傅里叶方法经模拟试验表明，此方法具有检测实时性好、测量精度高等优点。在对信号进行采样的过程中，无法完全实现准同步采样时，使用这种方法会产生频谱泄漏效应和栅栏效应，会对信号参数（即频率、幅值和相位）的计算结果产生很大的影响（误差大，尤其是相位的误差很大），无法满足测量的高精度要求。为了提高测量精度，必须减少频谱泄漏，方法主要是利用加余弦窗插值算法对该算法进行修正。

（3）基于瞬时无功功率理论的谐波测量方法

瞬时无功功率理论是由日本学者提出的，目前国内外许多学者都在使用。此理论是基于三相三线制电路的，其优点是当电网电压对称且无畸变时，各电流分量基波正序无功分量、不对称分量及高次谐波分量的测量电路比较简单，并且延时小。这种方法的优点是实时性很好；缺点是所需硬件多、花费较大，而且实现起来比较复杂。

（4）基于神经网络的谐波测量方法

由于人工神经网络具有很强的学习能力，故它被普遍地应用于信号识别系统中。而在电力系统谐波测量中，人工神经网络的使用还是起步阶段。它主要应用于以下三个方面：谐波源辨识、电力系统谐波预测和谐波测量。在对谐波测量使用人工神经网络时，所涉及的方面是网络构建、样本的确定和算法的选择。目前对此方法已有一些研究成果。

（5）基于小波分析的谐波测量方法

这种测量方法的研究目前已经取得了很大的进展。此方法与傅里叶变换的方法相比有了很大的提高，但在频域和时域都具有局部性，而傅里叶变换在频域完全局部化而在时域完全无局部性。将小波变换应用于谐波测量方面目前还没有那么普遍，仍属于初始阶段，以后的发展方向是将小波变换和神经网络结合起来对谐波进行分析，并设计和开发出基于这两种方法的谐波监测仪，这将会是非常有意义的工作。

（6）基于开关函数法的谐波检测方法

基于开关函数法的谐波检测方法主要应用于对周波变流电路谐波的分析中，其原理是将所分析的波形表示成一系列已知波形与开关函数乘积和的形式，然后再把其中的已知波形和开关函数转换为三角级数的形式。接着对其进行整理化简，这样就能检测出其中的谐波次数和含量。在实际应用中，开关函数的功能一般使用晶闸管来实现。由于晶闸管的控制角度和导通参数对其影响较大，在动态负载电流电路中，无法满足测量的实时性和精度的要求。

（7）基于Fryze时域分析的谐波电流检测法

这种方法的基本思想是将负载电流分解成两个分量，一个分量是与电源电压波形相同的分量，而另一个分量作为广义无功电流（包含谐波电流）。该方法的缺点是测量实时性较差，同时由于电源电压波形产生的畸变，对谐波检测的精度有很大的影响。

（8）基于Kalman滤波、遗传算法和模拟退火算法的谐波检测法

在谐波检测的方法中，也有一些智能优化算法，这三种检测方法就属于此，并且在一般情况下会把这三种方法和FFT、STET、小波变换以及误差理论相结合来使用。具体思想为首先对谐波电流进行变换，一般利用FFT、STET和小波变换；然后利用各自的优化算法，将其中的已知谐波分量与未知谐波成分进行优化与比较，使其均方误差为最小，以此来检测识别未知的频率成分。三种方法均有较强的抗噪声能力，但在实际应用中，很难实现对谐波检测的实时性和准确性的要求，因此多用于两种情况中电力系统谐波的预测估计和谐波潮流的波动传播估计。

（9）基于Pisarenko法、MUSIC法和ESPRIT法的谐波检测方法

在20世纪70年代末期，应用信号分析专家Pisarenko提出了Pisarenko法，并且这种方法已于到20世纪70年代间用于对谐波的检测中。后来，在Pisarenko法的基础上提出了MUSIC法，即多信号分类法，T.Lobos等人于20世纪70年代末将该方法用于谐波检测。这两种方法都是在子空间分析方法的基础上提出的，涉及信号相关矩阵的计算。其基本原理为利用信号自相关，将信号的特征空间划分为信号子空间和噪声子空间，最小特征对于噪声子空间相关的矩阵，而最大特征对于信号子空间利用矩阵特征值形成噪声子空间的投影矩阵，进而求得伪频谱。利用该法对谐波进行检测时，所需的采样周期较少，可以在噪声背景中提取谐波信号，但同时也需要大量的数学运算。因此在工程实现上比较困难，并且最主要的缺点是只能判断谐波的频率，需结合其他方法对谐波幅值和相位进行检测。

随着现代信号处理技术的进一步发展，新的谐波检测技术不断发展，图1.1给出了从FFT到其他谐波估计和检测方法的简单分类。

从图1.1可以看出，除递归类算法以外，采用批量信号处理的谐波检测方法的关键在于电力信号基波频率相同，因此以被测信号基波频率漂移对谐波检测精度的影响为研究重点，对相应的误差校正、高精度同步算法和谐波分析算法进行研究。