【 PMU】信号生成、采样、分割、估计器应用和误差计算(Matlab代码实现)

简介: 【 PMU】信号生成、采样、分割、估计器应用和误差计算(Matlab代码实现)

💥 💥 💞 💞 欢迎来到本博客 ❤️ ❤️ 💥 💥



🏆 博主优势: 🌞 🌞 🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。



⛳ 座右铭:行百里者,半于九十。


📋 📋 📋 本文目录如下: 🎁 🎁 🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现


💥1 概述

【 PMU】信号生成、采样、分割、估计器应用和误差计算,并用Matlab代码实现。


📚2 运行结果


d6365262cc36c9634af494668afb5457.png


2a25dbd86fae1d8976b168d6ab73fb0f.png


c3f623c37deed5d771468050390763b1.png


部分代码:

figure
subplot(2,1,1),hold on, grid on, plot(ref_seg(2,:)', 'black'), plot(amp_med'), title('amplitude'), xlabel('medi玢o'), ylabel('amplitude (%)')
subplot(2,1,2),hold on, grid on, plot(ref_seg(5,:)', 'black'), plot(fase_med'),title('fase'), xlabel('medi玢o'), ylabel('angle (deg)')
legend('Ref','DFT','HW-FFT','Prony','Esparso')
movegui('northwest');
figure
subplot(2,1,1), hold on, grid on, plot(ref_seg(1,:),'black'), plot(freq_med')
title('Frequ阯cia'), xlabel('medi玢o'), ylabel('frequ阯cia (Hz)')
subplot(2,1,2),hold on, grid on, plot(freq_error')
legend('Ref','DFT','HW-FFT','Prony','Esparso')
movegui('north');
%figure, hold on, grid on, plot(freq_error')
figure, x0=500; y0=100; width=500;height=600; set(gcf,'position',[x0,y0,width,height]);
subplot(3,1,1),hold on, grid on, plot(tve'), title('TVE'), xlabel('amostra'), ylabel('TVE (%)')
subplot(3,1,2),hold on, grid on, plot(amp_error'), title('Erro de amplitude'), xlabel('amostra'), ylabel('erro de amplitude(%)')
subplot(3,1,3),hold on, grid on, plot(phase_error'), title('Erro de 鈔gulo'), xlabel('amostra'), ylabel('erro de 鈔gulo (�)')
%legend('DFT','HW-FFT','Prony','Esparso')
movegui('northeast');
% arquivo = '3_DFT.mat';
% filename = strcat(pasta,arquivo);
%save(filename, 'tve','amp_error','phase_error','freq_error');
%max(tve(3,:))


🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]张江南,雷江龙,贺勇,吴坡,余娟,向明旭,任鹏凌.基于PMU误差校正的输电线路参数在线辨识方法[J].电力系统保护与控制,2022,50(19):130-137.DOI:10.19783/j.cnki.pspc.220096.


🌈4 Matlab代码实现


相关文章
|
机器学习/深度学习 监控 数据可视化
MATLAB应用指导:利用MATLAB进行内部局域网管理软件的数据分析和可视化
在今天的数字化时代,内部局域网管理软件在各种组织中起着至关重要的作用。这些软件可以监控网络活动,收集大量的数据,但数据的真正价值在于如何分析和可视化它。在本文中,我们将探讨如何使用MATLAB进行内部局域网管理软件的数据分析和可视化,以帮助您更好地理解和优化您的网络。
273 0
|
7月前
|
算法
基于最小二乘正弦拟合算法的信号校正matlab仿真,校正幅度,频率以及时钟误差,输出SNDR,SFDR,ENOB指标
基于最小二乘正弦拟合算法的信号校正matlab仿真,校正幅度,频率以及时钟误差,输出SNDR,SFDR,ENOB指标
二阶锥松弛在配电网最优潮流计算中的应用matlab
二阶锥松弛在配电网最优潮流计算中的应用matlab
|
3月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于NSCT非采样轮廓波变换和CNN网络人脸识别matlab仿真
本项目展示了一种结合非采样轮廓波变换(NSCT)与卷积神经网络(CNN)的人脸识别系统。通过NSCT提取多尺度、多方向特征,并利用CNN的强大分类能力实现高效识别。项目包括ORL人脸库的训练结果对比,提供Matlab 2022a版本下的完整代码及详细中文注释,另有操作步骤视频指导。
|
5月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于负相关误差函数的4集成BP神经网络matlab建模与仿真
**算法预览:** 图像显示无水印的2022a版MATLAB运行结果 **软件版本:** MATLAB 2022a **核心代码片段:** 省略展示 **理论概述:** NCL集成BP网络利用负相关提升泛化,结合多个弱模型减少错误关联。通过λ参数控制模型间负相关程度,λ>0增强集成效果,提高预测准确性和系统稳健性。
|
5月前
|
算法 安全 数据挖掘
随机数生成方法及其在Matlab中的应用
随机数生成方法及其在Matlab中的应用
|
6月前
|
算法 数据可视化 数据挖掘
MATLAB中常用的数学函数及其应用示例
MATLAB中常用的数学函数及其应用示例
|
7月前
|
机器学习/深度学习 编解码 监控
探索MATLAB在计算机视觉与深度学习领域的实战应用
探索MATLAB在计算机视觉与深度学习领域的实战应用
92 7
|
7月前
|
数据挖掘
考虑时空相关性的风电功率预测误差建模与分析(matlab程序)
考虑时空相关性的风电功率预测误差建模与分析(matlab程序)
|
7月前
Matlab用向量误差修正VECM模型蒙特卡洛Monte Carlo预测债券利率时间序列和MMSE 预测
Matlab用向量误差修正VECM模型蒙特卡洛Monte Carlo预测债券利率时间序列和MMSE 预测