大量的非線性負(fù)荷接入電網(wǎng),給電網(wǎng)帶來(lái)諧波污染。人們對(duì)高質(zhì)量的生活品質(zhì)的追求,使得電網(wǎng)諧波的治理要求也隨之變高。諧波治理的關(guān)鍵在于諧波的實(shí)時(shí)性檢測(cè)和高精度提取,這是因?yàn)閷?shí)時(shí)性檢測(cè)和高精度提取所得到的信息,為高質(zhì)量諧波治理提供輸入信息和反饋信息。由于電網(wǎng)諧波具有非線性,常規(guī)的諧波檢測(cè)方法很難滿足人們對(duì)諧波實(shí)時(shí)性檢測(cè)和高精度提取的要求。因此,研究實(shí)時(shí)性好和準(zhǔn)確性高的諧波檢測(cè)方法具有十分重要的意義。分析了小波分析的基本原理以及常見(jiàn)小波函數(shù)的基本性質(zhì),介紹了小波分析中多分辨分析與Mallat算法,并給出其在檢測(cè)諧波方面的應(yīng)用。然后選取經(jīng)典的BP神經(jīng)網(wǎng)絡(luò)作為研究對(duì)象,分析其網(wǎng)絡(luò)結(jié)構(gòu)及訓(xùn)練算法,給出神經(jīng)網(wǎng)絡(luò)在電網(wǎng)諧波檢測(cè)的應(yīng)用,為后文的研究奠定理論基礎(chǔ)。提出一種小波神經(jīng)網(wǎng)絡(luò)自適應(yīng)優(yōu)化方法。該方法針對(duì)網(wǎng)絡(luò)初始值設(shè)置不當(dāng)導(dǎo)致網(wǎng)絡(luò)收斂慢甚至不收斂問(wèn)題,給出一種參數(shù)自適應(yīng)優(yōu)化調(diào)整方法。在網(wǎng)絡(luò)訓(xùn)練方面,運(yùn)用附加動(dòng)量項(xiàng)的訓(xùn)練算法平滑了權(quán)值學(xué)習(xí)路徑,有效避免了網(wǎng)絡(luò)訓(xùn)練陷入局部最小,顯著地改善了網(wǎng)絡(luò)性能,收斂速度快,能有效提高諧波檢測(cè)的實(shí)時(shí)性。經(jīng)過(guò)與其它檢測(cè)方法的對(duì)比,證實(shí)了所提方法的收斂速度快、實(shí)時(shí)性好。提出一種... 

【文章來(lái)源】：湖南工業(yè)大學(xué)湖南省

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

諧波問(wèn)題研究?jī)?nèi)容

于任意的函數(shù)2f (t ) L ( R)的 CWT 變換為：1/2,(a,b) ( ) ( )df a bRt bW f a f t ta （ ， ）= (2-3)中， ( )t ba 為 ( )t ba 的復(fù)共軛，( , )fW a b將函數(shù) f(t)經(jīng) CW波變換經(jīng)常用于對(duì)連續(xù)信號(hào)的處理。式(2-3)的含義可理解為將函個(gè)以時(shí)間和頻率為軸線的二維平面，再通過(guò)時(shí)間和尺度對(duì)信號(hào)逐號(hào)的局部信息。該函數(shù)的逆變換過(guò)程為：21 1( ) ( , ) ( )fRRt bf t W a b dadbc a a (2-4)中，信號(hào)( , )fW a b為函數(shù) f(t)的小波變換結(jié)果，時(shí)域的范圍的制伸縮參數(shù) a 的值來(lái)進(jìn)行調(diào)整，當(dāng) a>1 時(shí)，伸縮參數(shù) a 越大，也相應(yīng)增大。反之，時(shí)域范圍與 a 的值成反比。平移參數(shù) b 的改號(hào)的時(shí)間短，以得到不同時(shí)間段的信息。圖 2-1 為小波平移和伸縮

Mexican 小波函數(shù)具有局部化的特性，在時(shí)域和頻域都適合分析信號(hào)的局特征。Mexican 小波函數(shù)滿足 ( x )d x0 (2-22由于 Mexican 小波僅有小波函數(shù)，所以分析其正交性是不必要的。與其他波進(jìn)行比較，Mexican 小波的振蕩平穩(wěn)且振蕩次數(shù)少，具有較強(qiáng)的空間和時(shí)間的局域性。(6) 其它小波類小波系列品種繁多，不同類型的小波有不一樣的特點(diǎn)。在實(shí)際的工程中，波的合理選擇應(yīng)當(dāng)結(jié)合所研究的領(lǐng)域以及它們各自的特性綜合考慮，但仍需要參考前面所涉及到的小波函數(shù)準(zhǔn)則，多角度分析小波函數(shù)的優(yōu)劣，通過(guò)對(duì)比分析以達(dá)到選擇的小波最優(yōu)。在理論研究中還涉及到其他類型的小波，如 Shanon 小波Symlets 小波系列、coiflet 小波系等，本章不再一一贅述。綜上可知，本章詳細(xì)列舉了小波的函數(shù)表達(dá)式以及各小波系列的特性。常見(jiàn)小波的波形圖見(jiàn)圖 2-2。

【參考文獻(xiàn)】：
期刊論文
[1]一種永磁同步電機(jī)諧波電流抑制算法[J]. 紀(jì)世忠.  電力電子技術(shù). 2019(04)
[2]改進(jìn)LMD算法在微電網(wǎng)電能質(zhì)量擾動(dòng)信號(hào)檢測(cè)中的應(yīng)用[J]. 徐艷春,高永康,李振興,席磊.  電網(wǎng)技術(shù). 2019(01)
[3]超諧波引發(fā)的電能質(zhì)量問(wèn)題及相關(guān)研究[J]. 莊雙勇,趙偉,何學(xué)農(nóng),黃松嶺.  電測(cè)與儀表. 2019(01)
[4]直流配電網(wǎng)電能質(zhì)量指標(biāo)定義及關(guān)聯(lián)性分析[J]. 廖建權(quán),周念成,王強(qiáng)鋼,李春艷,楊霽.  中國(guó)電機(jī)工程學(xué)報(bào). 2018(23)
[5]基于改進(jìn)Protrugram和小波變換的超高頻局部放電信號(hào)去噪方法[J]. 代蕩蕩,王先培,龍嘉川,田猛,朱國(guó)威,趙樂(lè).  高電壓技術(shù). 2018(11)
[6]基于智能算法的火電機(jī)組啟動(dòng)優(yōu)化控制技術(shù)[J]. 朱曉星,尋新,陳厚濤,王志杰,王錫輝,彭梁.  中國(guó)電力. 2018(10)
[7]基于傅里葉分解與奇異值差分譜的滾動(dòng)軸承故障診斷方法[J]. 付秀偉,高興泉.  計(jì)量學(xué)報(bào). 2018(05)
[8]HVDC中電力變壓器非導(dǎo)磁構(gòu)件諧波雜散損耗問(wèn)題研究[J]. 趙志剛,史文軍,劉慧敏,趙捷.  高壓電器. 2018(09)
[9]人工蜂群算法優(yōu)化的SVM遙感影像分類[J]. 李楠,朱秀芳,潘耀忠,詹培.  遙感學(xué)報(bào). 2018(04)
[10]基于集合經(jīng)驗(yàn)?zāi)B(tài)和深淺層學(xué)習(xí)組合的風(fēng)電場(chǎng)功率短期預(yù)測(cè)研究[J]. 曹天行,劉三明,王致杰,劉劍,孫元存.  電測(cè)與儀表. 2018(13)

碩士論文
[1]能源互聯(lián)背景下電網(wǎng)運(yùn)行安全評(píng)估[D]. 陳冠霖.重慶理工大學(xué) 2018
[2]基于在線監(jiān)測(cè)系統(tǒng)的和平220kV變電站電能質(zhì)量評(píng)估[D]. 王超英.華北電力大學(xué) 2017
[3]頻率自適應(yīng)諧波功率測(cè)量算法研究[D]. 孔艷.合肥工業(yè)大學(xué) 2017
[4]基于分層控制的并網(wǎng)級(jí)聯(lián)H橋多電平濾波器的研究[D]. 程統(tǒng).合肥工業(yè)大學(xué) 2016
[5]基于EEMD去噪和PSO優(yōu)化的幾類模型在居民消費(fèi)價(jià)格指數(shù)預(yù)測(cè)中的應(yīng)用研究[D]. 張愉.蘭州大學(xué) 2016
[6]基于非同步采樣電力穩(wěn)態(tài)諧波及間諧波檢測(cè)方法分析[D]. 許晨昱.電子科技大學(xué) 2016
[7]形態(tài)學(xué)小波算法研究及其在電力系統(tǒng)信號(hào)處理中的應(yīng)用[D]. 張銀.華南理工大學(xué) 2015
[8]基于WNN的未知系統(tǒng)最優(yōu)控制雙迭代算法[D]. 馬浩.西安電子科技大學(xué) 2004



本文編號(hào)：3290386