简易全波傅氏算法：衰减直流分量的高效过滤

本文由石红杰和乐秀璠两位作者共同完成，他们来自河海大学电气工程学院，针对电力系统故障时电压和电流中存在的大量谐波分量以及衰减直流分量，提出了一种简便的非递推全波傅里叶变换方法，旨在提高电力系统故障分析和保护计算的精确性。传统的傅里叶变换算法虽然能有效提取谐波成分，但对于衰减直流分量的滤除效果不佳，因为这种方法会将非周期性衰减的直流分量转化为周期性成分，从而导致结果的准确性下降。 在文中，作者首先指出在电力系统故障情况下，需要高精度的电压和电流数据，以便于微机保护系统做出准确的保护判断。然而，由于实际采样过程中通常采用离散采样，存在非周期衰减直流分量的问题，这给傅里叶变换带来挑战。为了解决这个问题，作者对衰减直流分量进行了误差分析，指出传统傅里叶变换在处理这类信号时存在误差，特别是对于初始值和衰减时间常数的估计。 文章的核心贡献在于设计了一种新的全波傅里叶算法，能够在保持周期性谐波分量的基础上，有效地分离并滤除衰减直流分量。通过这个算法，可以直接求出衰减直流分量的两个关键参数——初始值和衰减时间常数。并且，算法的精度与系统采样频率成正比，这意味着采样率越高，滤波效果越好。 作者还利用Matlab进行了计算分析，证实了新方法的有效性和可靠性。通过实验结果，可以轻易获得衰减直流分量的系数，并观察到随着采样频率的提升，算法的精度得到了显著提升。这种方法对于电力系统故障检测和保护系统的实时响应具有重要意义，有助于提高电力系统的稳定性和可靠性。 本文提出了一种新颖的信号处理策略，解决了电力系统故障分析中的关键问题，为微机保护提供了一种更精确的数据处理方法。这一研究成果对于提升电力系统故障诊断的准确性具有深远的影响。