在電能質量在線監測裝置中，數字濾波算法的核心作用是抑制干擾噪聲、提取有效信號（如基波、諧波、暫態分量）、消除測量誤差，最終確保電壓 / 電流的幅值、頻率、相位、諧波含量及暫態事件（暫升 / 暫降 / 中斷）等參數的測量準確性。選擇算法時需兼顧實時性（裝置算力約束）、準確性（誤差≤0.5%~1%）、抗干擾性（適應電網復雜噪聲） 三大核心需求。

以下是適用于電能質量在線監測裝置的主流數字濾波算法，按 “穩態信號處理”“暫態信號處理”“干擾抑制” 三大場景分類說明，包含算法原理、適用場景、優缺點及實際應用細節：

一、適用于穩態電能質量參數（基波、諧波）的濾波算法

穩態電能質量監測的核心是準確分析50/60Hz 基波信號及2~50 次諧波信號（GB/T 14549-2011 要求），需解決傳統傅里葉變換（FFT）的 “頻譜泄漏” 和 “柵欄效應” 問題，同時保證計算效率。

1. 加窗 FFT 算法（Windowed FFT）

原理：在 FFT 變換前，對輸入的離散信號乘以一個 “窗函數”（如漢寧窗、漢明窗），減少信號截斷導致的頻譜泄漏（因電網信號并非理想周期信號，采樣時長可能與信號周期不匹配）。

適用場景：穩態諧波分析、基波幅值 / 頻率測量（如監測電網長期諧波畸變率 THD、電壓偏差）。

常用窗函數及選擇：

優缺點：

優點：計算量小（基于 FFT，硬件易實現），能有效抑制頻譜泄漏，滿足穩態諧波分析的精度要求（THD 測量誤差≤0.5%）。

缺點：窗函數會拓寬主瓣，降低頻率分辨率；無法完全消除柵欄效應（頻率未落在 FFT 譜線中心時的誤差）。

2. 插值 FFT 算法（Interpolated FFT）

原理：在加窗 FFT 基礎上，通過 “譜線插值”（如拋物線插值、余弦插值）計算信號真實頻率、幅值和相位，彌補 FFT “柵欄效應” 的誤差（例如，當電網頻率微小波動（如 49.8~50.2Hz）時，基波頻率未落在 FFT 譜線中心，插值可修正幅值和頻率誤差）。

適用場景：高精度基波參數測量、諧波幅值 / 相位校準（如對頻率波動敏感的場合，如新能源并網監測）。

關鍵改進：

頻率插值：通過主瓣附近 2~3 條譜線的幅度比，計算真實頻率與 FFT 譜線頻率的偏差。

幅值 / 相位插值：根據頻率偏差，修正幅值（避免因頻率偏移導致的幅值計算偏小）和相位（確保相位差測量精度）。

優缺點：

優點：精度遠高于傳統 FFT，基波頻率測量誤差可≤0.01Hz，幅值誤差≤0.1%，滿足國標對電能質量監測裝置的精度要求。

缺點：需額外增加插值計算步驟，算力消耗略高于加窗 FFT，但仍可滿足實時性（采樣率通常為 2~10kHz）。

二、適用于暫態電能質量事件（暫升 / 暫降 / 中斷、沖擊）的濾波算法

暫態事件的特點是持續時間短（ms 級）、頻率成分復雜（含高頻分量），傳統 FFT 因 “時頻分辨率固定” 無法同時捕捉時間和頻率信息，需采用時頻局部化能力強的算法。

1. 小波變換（Wavelet Transform, WT）

原理：通過 “伸縮和平移” 的小波基函數（如 db4、sym8 小波），對信號進行多尺度分解，實現 “低頻信號高頻率分辨率、高頻信號高時間分辨率”，可精準定位暫態事件的發生時刻、持續時間及頻率成分。

適用場景：暫態事件檢測與分析（如電壓暫升 / 暫降、電壓中斷、雷擊沖擊、電容器投切暫態）。

實際應用細節：

多尺度分解：通常分解至 8~10 層，低頻層（如 1~2 層）提取基波分量，高頻層（如 7~10 層）捕捉暫態沖擊信號。

閾值去噪：對分解后的小波系數設置閾值，抑制噪聲（如電網中的隨機脈沖噪聲），保留暫態有效信號。

優缺點：

優點：時頻局部化性能優異，可同時獲取暫態事件的 “時間戳” 和 “頻率特征”，是暫態電能質量監測的核心算法。

缺點：計算量較大（需多尺度卷積），需硬件支持快速浮點運算（如 DSP 或 FPGA）；小波基函數選擇依賴經驗（需根據暫態類型匹配，如沖擊暫態選 db 系列，平滑暫態選 sym 系列）。

2. 希爾伯特 - 黃變換（Hilbert-Huang Transform, HHT）

原理：由 “經驗模態分解（EMD）” 和 “希爾伯特變換（HT）” 組成：先通過 EMD 將復雜信號分解為若干 “本征模態函數（IMF）”（每個 IMF 對應一個頻率分量），再對每個 IMF 做希爾伯特變換，得到時頻譜（希爾伯特譜）。

適用場景：非線性、非平穩暫態信號分析（如電力電子設備（逆變器、整流器）產生的非正弦暫態、電弧爐負載的波動暫態）。

核心優勢：

無需預設基函數（EMD 自適應分解），適合電網中未知頻率成分的暫態信號（如隨機負載波動導致的暫態）。

希爾伯特譜可直觀展示暫態信號的頻率隨時間的變化規律（如暫升過程中頻率的瞬時波動）。

優缺點：

優點：自適應能力強，對非線性非平穩信號的分析精度高于小波變換。

缺點：EMD 存在 “端點效應”（信號兩端分解誤差大）和 “模態混疊”（相鄰頻率分量重疊），需通過端點延拓（如鏡像延拓）或 Ensemble EMD（EEMD）改進；計算復雜度高，實時性略遜于小波變換。

三、適用于干擾抑制（噪聲、鄰頻干擾）的濾波算法

電網中存在大量干擾（如電磁干擾 EMI、電機噪聲、通信信號耦合），需通過濾波抑制這些噪聲，避免其影響有效信號的測量。

1. 有限沖激響應（FIR）濾波器

原理：采用有限長度的單位沖激響應，通過卷積運算實現濾波，可設計為 “低通、高通、帶通、帶阻” 四種類型，核心優勢是線性相位特性（信號各頻率分量的相位延遲一致，無相位失真）。

適用場景：

低通濾波：抑制高頻噪聲（如 EMI 產生的 10kHz 以上噪聲），保留基波和低次諧波。

帶阻濾波：抑制特定頻率干擾（如 50Hz 電網中的 150Hz（3 次諧波）鄰頻干擾、通信信號（如 2.4GHz）耦合噪聲）。

設計方法：常用 “窗函數法”（如漢明窗設計 FIR 低通濾波器）或 “等波紋法”（滿足嚴格的幅頻特性指標）。

優缺點：

優點：線性相位，無相位失真（對需要準確相位信息的應用至關重要，如功率因數測量）；穩定性高（無反饋，不會振蕩）。

缺點：為達到高衰減效果需高階數，計算量較大（如 100 階 FIR 需 100 次乘法和加法），需硬件算力支持。

2. 無限沖激響應（IIR）濾波器

原理：采用無限長度的單位沖激響應（含反饋環節），通過遞歸運算實現濾波，相同幅頻特性下，階數遠低于 FIR（如 10 階 IIR 可達到 50 階 FIR 的衰減效果）。

適用場景：實時性要求高的預處理濾波（如信號采集環節的初步降噪，抑制低頻漂移或高頻噪聲），對相位失真不敏感的場合（如僅需幅值測量的諧波分析）。

常用類型：巴特沃斯濾波器（幅頻特性最平坦，適合抑制寬頻噪聲）、切比雪夫濾波器（通帶有波紋，阻帶衰減快，適合窄帶干擾抑制）。

優缺點：

優點：階數低，計算量小（實時性好），適合算力有限的嵌入式裝置（如低端 MCU）。

缺點：非線性相位（信號各頻率分量相位延遲不一致，可能導致暫態信號失真）；存在穩定性風險（反饋環節可能因參數漂移導致振蕩）。

3. 自適應濾波（Adaptive Filter）

原理：基于 “最小均方誤差（LMS）” 或 “遞歸最小二乘（RLS）” 準則，實時調整濾波器系數，跟蹤電網干擾的時變特性（如干擾頻率、幅值隨負載變化），實現動態降噪。

適用場景：時變干擾抑制（如新能源并網中逆變器產生的時變諧波干擾、電機啟動時的沖擊噪聲）、隨機噪聲抑制（如傳感器熱噪聲）。

典型應用：

自適應 notch 濾波器：抑制時變頻率的窄帶干擾（如電網頻率波動時的 50±2Hz 干擾）。

自適應噪聲抵消器：通過參考通道采集純干擾信號，實時抵消測量通道中的干擾成分。

優缺點：

優點：自適應跟蹤干擾變化，降噪效果優于固定系數濾波器（如 FIR/IIR）；無需預先知道干擾特性。

缺點：收斂速度依賴算法（RLS 收斂快但計算量大，LMS 收斂慢但簡單）；需額外的參考信號通道（部分場景難以實現）。

四、算法選擇與組合策略

電能質量監測裝置通常不會依賴單一算法，而是根據監測目標組合使用，典型方案如下：

穩態諧波監測：IIR低通預處理（初步降噪） → 加窗FFT+插值FFT（高精度諧波分析）；

暫態事件監測：FIR帶通濾波（提取暫態頻段） → 小波變換（定位暫態時間與頻率）；

復雜干擾場景：自適應濾波（抑制時變干擾） → HHT（分析非線性暫態）。

總結

不同數字濾波算法的適用場景需匹配電能質量監測的具體需求，核心選擇邏輯如下：

若需高精度穩態諧波 / 基波測量：優先選擇 “加窗 FFT + 插值 FFT”；

若需暫態事件檢測：優先選擇 “小波變換” 或 “HHT”；

若需抑制固定頻率干擾且無相位失真：選擇 “FIR 濾波器”；

若需實時降噪且算力有限：選擇 “IIR 濾波器”；

若需抑制時變干擾：選擇 “自適應濾波（LMS/RLS）”。

實際應用中，需結合裝置的硬件算力（如 MCU/DSP/FPGA）、國標精度要求（GB/T 19862-2016）及電網場景（如工業電網 vs 民用電網），優化算法組合以平衡 “精度” 與 “實時性。

審核編輯 黃宇