配电系统谐波侦测及分析TheHarmonicDetectionand-正修科技大学.PDF

配電系統諧波偵測及分析 The Harmonic Detection and Analysis of Distribution Systems 蔡明堂 Ming-Tong Tsay 正修科技大學電機系 Department of Electrical Engineering, Cheng-Shiu University, Kaohsiung, Taiwan 摘要 本計畫提出以機率神經網路(Probabilistic Neural Network, PNN)應用於 配電系統諧波 (Characteristic Harmonics)之偵測，可直接從時域的失真波形估測特 定諧波大小。以往所探討的主動式濾波器(Active Filter) ，應用傅氏轉換將失真的 波形由時域轉換至頻域，再利用低通濾波器消除基頻成份，剩下的特定諧波成份 即被偵測出來，由於複雜的處理過程很難即時被偵測。本計畫將以機率神經網路 為基礎，建構偵測特定諧波的處理流程，並以實測的諧波資料訓練神經網路，整 個諧波偵測系統分成 MATLAB 和 EXCEL 工作環境，在MATLAB 環境下撰寫和 維護類神經網路的程式；在EXCEL 工作環境下作資料的管理，可新增資料、刪 除資料、資料統計及繪製統計圖，以隨時掌握各級特定諧波之發展趨勢。最後在 個人電腦上驗證處理流程的可行性、快速分析、及性能優於其他現存類神經網路 的特點，偵測結果將有效 地指出特定諧波成份，以得到濾波器抑制諧波之依據。 關鍵詞：機率神經網路、特定諧波、主動式濾波器 Abstract This paper proposes the probabilistic neural network (PNN) for characteristic harmonics detection from distorted wave. Originally, Fourier transformation is used to analyze distorted wave to frequency spectrum, and low-pass filter is used to eliminate the fundamental component and then characteristic harmonics are detected. The complicated process is difficult to operate in real time. 1 PNN based processing model with physical harmonic data is used to simplify processing time. Computer simulated will reveal simplifying model and shorten processing time for harmonic detection in active filter. Keywords ：Probabilistic Neural Network (PNN), Characteristic Harmonics, Active Filter. 壹、前言 隨著科技進步與電力電子設備之廣泛應用，諧波所造成之影響日漸嚴重， 引起電力系統運轉上的問題，諧波主要來源為電力系統中的非線性負載，依負載 特性略可分成電力電子轉換類、電機鐵心激磁類、及不規則非線性負載三種，造 成大量諧波注入電力系統中，而嚴重影響了電力供電品質，甚至導致電力設備過 電壓或過電流、旋轉電機和變壓器產生額外的鐵損或銅損、電力輸電線或電纜因 諧波電流產生過熱及安全載流量降低、保護電驛誤動作、計量表