基于自适应神经网络的谐波与无功电流数字检测.pdf

《电气应用》2006年第25卷第4期 基于自适应神经网络的谐波和无功电流数字检测 王伟炳 王宏华 (河海大学电气工程学院 210098) 摘 要 研究用于谐波和无功电流检测的自适应神经网络，神经网络权值根据均方误差的最 快梯度下降法来调整。其本质是按误差信号与参考输入的相关性来调整，稳态时能完全检测出与 参考输入相关的信号，使得被检测波形不存在波动，最后检测用数字方法实现。 关键词 自适应神经网络 均方误差 相关性 谐波和无功电流检测 1 引言 =2E{e(￡)’寿(t)} =一2E{e(t)·x(t)}(4) 众所周知，基于瞬时无功功率理论的电力系统 网络权值△W(／7,)调整采用最速梯度下降法[8] 谐波和无功电流检测【l’2J，由于使用了低(高)通 实现，公式如下 滤波器，造成滤波精度和检测的快速性相互矛 盾【3J。基于此，本文提出采用基于自适应神经网 络的谐波和无功电流数字检测方法以实现无误差谐 (5) 波和无功电流快速检测，对负载电流频率和幅值变 化具有良好的适应能力，仿真表明该方法在协调检 W(n+1)=W(n)+△W(，1) 测精度和快速性的基础上具有很好的检测效果。 式中，刁是学习率。 2 自适应神经网络检波原理 设D(t)为输入周期信号，其由基波信号与 测出与参考相关的所有信号时，即e(t)中含有与 一系列谐波信号组成。X(t)={戈l(t)Kx。(t)}T X(t)相关的信号，网络权值将调整。当达到稳态 为参考输入信号相量，其中髫。(t)，…，茹。(t)为不 相关量，它们分别与D(t)中基波或部分谐波成后，被测信号中与参考信号相关的待测信号被完全 分同频同相【4J。W={11)1Kw。}为连接权值相量， 神经网络输出为d(t) 整，波形不再波动，本文经仿真证实这一结 d(t)=W·X(t)(1) 论。 则误差e(t)为 3谐波和无功电流检测的数字实现 e(t)=D(t)一d(t)=D(t)一W-x(t) —匕 3．1谐波电流数字检测方法 =D(t)一∑WkX^(t)(2) k；l 检测谐波电流时，以与系统电压同频同相信号 式(2)平方取数学期望即均方误差(MSE) 后如下式 式(6)在实际系统中采用数字采样实现，其变形为 E{e2(t)}=E{[D(t)一d(t)]2}(3) w(n+1)=V叹凡)+ 式中，E是求数学期望算子。 ^ K 式(3)在自适应神经网络中是权值Ⅳ的函 妄7{[∑e(+1)‰((聪一J．++ 数，对式(3)求导数可得均方误差的梯度如下 1 1 K(e)(srirl)1}rs)3 7)