- 易迪拓培训,专注于微波、射频、天线设计工程师的培养
基于神经网络的有源电力滤波器应用研究
录入：edatop.com 点击：
电网的谐波滤波对于维护电网的供电质量意义重大，特别对于关键供电设备受谐波影响很大，更需要高质量的电源作保证。而要保证电网中滤波的效率和准确率，就必须准确的判断谐波的次数和幅值大小。所以关键问题在于谐波的检测和判断，特别对于电网负荷大幅波动的情况下，谐波的快速准确检测更有重大的价值。
一、电网谐波的传统检测方法
谐波检测的传统方法也有很多，其中重点在于对电流谐波的检测。综合来讲，主要有以下几种谐波检测方法：
1） 傅立叶分析方法：主要是对检测到的电流电压信号进行傅立叶分析，分解出高次谐波的频谱，最后计算出应该加入的滤波装置参数;
2） 小波分析方法：本质上是傅立叶分析方法的一个扩展，只不过在频谱的提取上更有特点，计算方式与傅立叶方法类似;
3） 零序电流分析方法：通过检测零序电流和瞬时无功功率来进行谐波分析;
4） PI调节滤波器法：通过PI调节技术结合滤波技术，来检测特定次的谐波含量;
5） 等功率法：通过检测直流侧电容的平均电压来判定电网谐波;
6） 其它基于先进控制理论的谐波检测技术，如神经网络理论等。
二、BP神经网络技术
BP（Back propagation）网络是一种单向传播的多层前向网络，是一种利用误差反向传播训练算法的神经网络。解决了多层网络中隐含单元连接权的学习问题。
对于系统的输入M和输出L，BP神经网络可看成是从M维欧氏空间到L维欧氏空间的映射，这种映射的一大特点是高度的非线性，用途非常广泛，结构如图2.1所示其中包括：
1） 数据压缩技术：图像数据的压缩存储和图像特征的抽取;
2） 模式识别技术：用于信息的识别比如文字，语言等，特别适用于对特征的判断;
3） 函数逼近：用于复杂工业系统的建模和控制，特别适合于强耦合和非线性的系统。
一、电网谐波的传统检测方法
谐波检测的传统方法也有很多，其中重点在于对电流谐波的检测。综合来讲，主要有以下几种谐波检测方法：
1） 傅立叶分析方法：主要是对检测到的电流电压信号进行傅立叶分析，分解出高次谐波的频谱，最后计算出应该加入的滤波装置参数;
2） 小波分析方法：本质上是傅立叶分析方法的一个扩展，只不过在频谱的提取上更有特点，计算方式与傅立叶方法类似;
3） 零序电流分析方法：通过检测零序电流和瞬时无功功率来进行谐波分析;
4） PI调节滤波器法：通过PI调节技术结合滤波技术，来检测特定次的谐波含量;
5） 等功率法：通过检测直流侧电容的平均电压来判定电网谐波;
6） 其它基于先进控制理论的谐波检测技术，如神经网络理论等。
二、BP神经网络技术
BP（Back propagation）网络是一种单向传播的多层前向网络，是一种利用误差反向传播训练算法的神经网络。解决了多层网络中隐含单元连接权的学习问题。
对于系统的输入M和输出L，BP神经网络可看成是从M维欧氏空间到L维欧氏空间的映射，这种映射的一大特点是高度的非线性，用途非常广泛，结构如图2.1所示其中包括：
1） 数据压缩技术：图像数据的压缩存储和图像特征的抽取;
2） 模式识别技术：用于信息的识别比如文字，语言等，特别适用于对特征的判断;
3） 函数逼近：用于复杂工业系统的建模和控制，特别适合于强耦合和非线性的系统。
 图2.1 BP神经网络结构 考虑用BP网络技术来检测谐波主要也是基于电力系统动态谐波的特点而定的，电网里面的谐波次数很多，过去的一个关键设备就是一种并行的滤波式检测装置。这种装置的原理方框图如图2.2所示，它的实时性和准确性都还不错，但由于滤波器数量太多，造成整套装置十分复杂，故障率和可靠性比较低，且无法根据需要进行功能上的修改，适应性较差。
|
