基于神经网络的非整次谐波检测算法仿真研究.pdfVIP

第30卷第3期 重庆工商大学学报(自然科学版) 2013年3月 TechnolBusiness Sci V01．30NO．3 JChongqing Univ．(NatEd) Mar．2013 文章编号：1672—058X(2013)03—0050—05 基于神经网络的非整次谐波检测算法仿真研究木 连磊，江明一，张永，鲍学礼 (安徽工程大学安徽省检测技术与节能装置重点实验室，安徽芜湖241000) 摘要：介绍了存在于电力系统的非整次谐波检测算法仿真问题，针对传统的谐波检测算法不能有效 的检测非整次谐波问题，提出了一种新型谐波检测算法即基于神经网络的非整次谐波检测算法，通过DSP 时性以及准确性。 Builder 关键词：神经网络；谐波；非整次；DSP 中图分类号：TP274 文献标志码：A 非整次谐波是频率为基波频率非整数倍的谐波，是由于负载电流幅频特性以及相位改变而产生的。非整 次谐波通常会对电力系统设备造成诸多损害，如会使感应电机铁损增加造成电机额外升温效率降低，非整次谐 波产生的波形畸变也会改变数字继电器的电压过零点造成仪器采样误差，增加能量损耗等。因此，治理非整次 谐波已经成为当前电力行业迫切需要解决的问题，在传统的谐波检测方法中，基于瞬时无功功率理论的谐波检 测方法较适用于检测三相三线制电路的总谐波量，但其不能分解各次谐波分量；基于傅里叶分析的谐波检测算 法可以有选择的补偿谐波，但计算量大，且传统的谐波检测算法通常是针对整数次谐波的检测，而针对非整次 谐波的检测方法较少。谐波检测是谐波治理的关键环节，非整次谐波的波形其周期大于工频周期，此特性可以 作为谐波检测依据，基于神经网络的谐波检测算法可以有效的检测非整次谐波。 1 算法分析 基于神经网络的非整次谐波检测算法可以检测出各次谐波以及基波分量的幅值和相角，由于其是基于 单相电路提出的，所以可以方便的应用于单相或者三相电路中，而且与傅里叶分析相比，由于是实时采样处 理，且并行运算能力强大，因此有很好的实时性。在此将神经网络能量函数应用于非整次谐波检测中，提出 了一种基于神经网络的非整次谐波检测算法。 神经网络是一种自适应反馈网络，它的控制系统可以看成是由输入到输出的一个映射，利用它的学习 能力和适应能力实现系统的映射特性，从而完成对系统的建模和控制。基于神经网络的非整次谐波检测简 化模型如图1所示。置为检测到的谐波信号，算(t)为谐波源信号，e(t)为二者之差。系统的输出置经过神 经网络连接权肜组合得到算(t)自动返回至输入i(t)，对误差e(t)自动调节，使系统迅速收敛达到稳定状态。 收稿日期：2012—07—16；修回日期：2012—09一01． 科技计划项目(1206c0805006)；安徽省教育厅自然科学研究重点项目(KJ2012A035)． 作者简介：连磊(1986一)，男，安徽淮南人，硕士研究生，从事电力电子技术与现代电力传动控制研究． ++通讯作者：江明(1965一)，男，安徽芜湖人，教授，硕导，从事电力电子技术与现代电力传动控制以及开关电源研究． 万方数据 第3期 连磊，等：基于神经网络的非整次谐波检测算法仿真研究 51 图1 基于神经网络的非整次谐波检测简化模型 X．虬 n IeI f = X．吼 n 忌 ∞t +le| I ，L I，L 、J 、， I ，∑乩 ＆ ，L k、， l Xtsin(西小))=∑Xfsin(hot+多f)