為了滿足電能質(zhì)量在實(shí)時檢測、動態(tài)響應(yīng)和精確跟蹤等方面對諧波檢測方法的要求,利用神經(jīng)網(wǎng)絡(luò)可以快速充分逼近任意非線性的特點(diǎn),通過設(shè)計訓(xùn)練樣本,優(yōu)化系統(tǒng)參數(shù),給出了一種基于BP神經(jīng)網(wǎng)絡(luò)的新型諧波檢測技術(shù)。運(yùn)用Matlab/Simulink軟件構(gòu)建仿真模型,對信號處理過程和結(jié)果進(jìn)行了顯示,驗證了該方法的可行性及優(yōu)越性。 

【文章來源】：電工電氣. 2016,(11)

【文章頁數(shù)】：5 頁

【部分圖文】：

補(bǔ)償后電源電流頻譜分析圖

t2=newcf(P2，T2，[3417])；建立BP網(wǎng)絡(luò)，級聯(lián)前饋；net2.trainParam.epochs=2000；設(shè)置最大訓(xùn)練次數(shù)；net2.trainParam.goal=1e-6；設(shè)置要求精度；net2.trainParam.max_fail=1500；設(shè)置最大失敗次數(shù)；net2=train(net2，P2，T2)；網(wǎng)絡(luò)訓(xùn)練諧波電流的獲取是通過負(fù)載電流減去基波電流得到的。為加快訓(xùn)練，將訓(xùn)練樣本范圍縮小，選擇對輸出結(jié)果影響大的數(shù)據(jù)信號。對于學(xué)習(xí)率的選取是在不影響收斂的前提下，選擇收斂速度較快的學(xué)習(xí)率。在此方法下得到的負(fù)載電流(含諧波分量)、諧波電流和補(bǔ)償后的電源電流波形如圖7、圖8所示。通過觀察可以看到，BP神經(jīng)網(wǎng)絡(luò)檢測模塊在檢測諧波電流速度比較快，幾乎從一開始諧波電流就得到了補(bǔ)償，補(bǔ)償后的電源電流波形幾乎為標(biāo)準(zhǔn)的正弦波，毛刺較少，補(bǔ)償效果很好。此時，再對補(bǔ)償后的電流進(jìn)行頻譜分析得到：通過補(bǔ)償電流的正確補(bǔ)償，諧波失真率從未補(bǔ)償?shù)?3.04%變?yōu)楝F(xiàn)在的0.95%，驗證了諧波得到了有效的抑制，且比ip-iq運(yùn)算方法少0.16%。4.3兩種方法的比較根據(jù)上述的分析得出，雖然基于ip-iq方法和BP神經(jīng)網(wǎng)絡(luò)的檢測方法都能夠準(zhǔn)確地檢測出畸變電流中的諧波成分，對頻率、大小都變化的諧波進(jìn)行補(bǔ)償。但是，根據(jù)對電源電流的FFT分析，觀察諧波失真率大小和響應(yīng)時間，發(fā)現(xiàn)基于BP神頻率/kHz0.50對幅值/%相5101520300.10.20.30.425圖5補(bǔ)償后電源電流頻譜分析圖(基波(50Hz)=30.88，諧波失真率=1.11%)圖7神經(jīng)網(wǎng)絡(luò)方法仿真波形a)含諧波分量的負(fù)載電流t/s400載電流/負(fù)A-400.1000.020.040.060.08c)補(bǔ)償后的電源電流t/s400源電流/電A-400.1000.020.040.060.08圖8補(bǔ)償后電源電流頻譜分析圖(基波(50Hz)=29.14，諧波失真率=0.95%)?

鉤バЧ?芎謾４聳保?俁?補(bǔ)償后的電流進(jìn)行頻譜分析得到：通過補(bǔ)償電流的正確補(bǔ)償，諧波失真率從未補(bǔ)償?shù)?3.04%變?yōu)楝F(xiàn)在的0.95%，驗證了諧波得到了有效的抑制，且比ip-iq運(yùn)算方法少0.16%。4.3兩種方法的比較根據(jù)上述的分析得出，雖然基于ip-iq方法和BP神經(jīng)網(wǎng)絡(luò)的檢測方法都能夠準(zhǔn)確地檢測出畸變電流中的諧波成分，對頻率、大小都變化的諧波進(jìn)行補(bǔ)償。但是，根據(jù)對電源電流的FFT分析，觀察諧波失真率大小和響應(yīng)時間，發(fā)現(xiàn)基于BP神頻率/kHz0.50對幅值/%相5101520300.10.20.30.425圖5補(bǔ)償后電源電流頻譜分析圖(基波(50Hz)=30.88，諧波失真率=1.11%)圖7神經(jīng)網(wǎng)絡(luò)方法仿真波形a)含諧波分量的負(fù)載電流t/s400載電流/負(fù)A-400.1000.020.040.060.08c)補(bǔ)償后的電源電流t/s400源電流/電A-400.1000.020.040.060.08圖8補(bǔ)償后電源電流頻譜分析圖(基波(50Hz)=29.14，諧波失真率=0.95%)頻率/kHz0對幅值/%相5101520300.010.020.030.04250.05ILabc輸入NNET輸出網(wǎng)點(diǎn)1脈沖輸入NNET輸出網(wǎng)點(diǎn)2脈沖輸入NNET輸出網(wǎng)點(diǎn)3脈沖ILabc+-信號圖6BP神經(jīng)網(wǎng)絡(luò)仿真模塊b)檢測出的諧波電流t/s200波電流/諧A-200.1000.020.040.060.0810-10基于BP神經(jīng)網(wǎng)絡(luò)的新型電力諧波檢測方法

【參考文獻(xiàn)】：
期刊論文
[1]神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)及其在有源電力濾波器中的應(yīng)用[J]. 馬草原,孫富華,朱蓓蓓,尹志超.  電力系統(tǒng)保護(hù)與控制. 2015(24)
[2]三相有源電力濾波器滑模解耦控制方法研究[J]. 胡志坤,姜斌,李哲彬,劉雄飛,尹林子.  電機(jī)與控制學(xué)報. 2014(09)
[3]人工神經(jīng)網(wǎng)絡(luò)和信息融合技術(shù)在變壓器狀態(tài)評估中的應(yīng)用[J]. 阮羚,謝齊家,高勝友,聶德鑫,盧文華,張海龍.  高電壓技術(shù). 2014(03)
[4]一種基于BP神經(jīng)網(wǎng)絡(luò)的諧波檢測方案[J]. 王凱亮,曾江,王克英.  電力系統(tǒng)保護(hù)與控制. 2013(17)
[5]基于BP神經(jīng)網(wǎng)絡(luò)和線性神經(jīng)網(wǎng)絡(luò)的間諧波分析方法[J]. 王好娜,畢志周,付志紅,李春燕.  高壓電器. 2013(02)
[6]神經(jīng)網(wǎng)絡(luò)補(bǔ)償器在基于影像測量儀的運(yùn)動控制系統(tǒng)中的應(yīng)用[J]. 楊建國,楊曉義,周虎.  東華大學(xué)學(xué)報(自然科學(xué)版). 2011(01)

碩士論文
[1]BP算法的改進(jìn)及其在PID優(yōu)化控制中的應(yīng)用研究[D]. 李虎.西安科技大學(xué) 2012



本文編號：3340540