針對傳統(tǒng)大功率高電壓情況下并聯(lián)有源電力濾波器（SAPF）裝置諧波檢測精度不高的問題,提出一種基于改進(jìn)動量因子優(yōu)化Adaline網(wǎng)絡(luò)的自適應(yīng)諧波電流檢測算法。引入雙動量因子修正Adaline網(wǎng)絡(luò)的權(quán)值調(diào)整公式,以提升網(wǎng)絡(luò)穩(wěn)定性并加快收斂。采用載波相移—正弦波脈寬調(diào)制（CPS-SPWM）方式,構(gòu)建基于改進(jìn)動量因子Adaline算法的級聯(lián)H橋SAPF仿真模型,仿真結(jié)果表明:與傳統(tǒng)Adaline檢測算法相比,所提算法響應(yīng)誤差減小16.56%,收斂速度提升33.33%,具有較好的電流檢測效果。 

【文章來源】：傳感器與微系統(tǒng). 2020年09期

【文章頁數(shù)】：3 頁

【部分圖文】：

基于自適應(yīng)算法諧波檢測原理

檢測結(jié)果對比

為進(jìn)一步驗證所提算法的實用性，基于CPS-SPWM調(diào)制策略，在MATLAB上搭建基于該算法的級聯(lián)H橋SAPF仿真模型。通過模型得到通過不同方法補償前后的諧波含量如圖3所示。通過對仿真波形和補償前后諧波含量的分析，表明級聯(lián)H橋SAPF能很好地補償諧波。負(fù)載電流諧波含量為29.08%，經(jīng)傳統(tǒng)基于基礎(chǔ)Adaline算法檢測諧波，補償后，系統(tǒng)電流諧波含量變?yōu)?.08%;而經(jīng)過改進(jìn)動量Adaline算法檢測諧波，補償后，系統(tǒng)電流諧波含量變?yōu)?.13%。

【參考文獻(xiàn)】：
期刊論文
[1]粒子群優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)諧波電流檢測方法研究[J]. 付攀文,龐科旺.  信息技術(shù). 2019(03)
[2]大規(guī)模風(fēng)電并網(wǎng)地區(qū)次同步諧波檢測方法[J]. 張超,王維慶,邱衍江,王海云.  高電壓技術(shù). 2019(07)
[3]基于改進(jìn)的小波變換電力系統(tǒng)諧波分析[J]. 康家玉,曹志威,王旭,劉甲琛.  現(xiàn)代電子技術(shù). 2018(19)
[4]基于神經(jīng)網(wǎng)絡(luò)的二次諧波檢測研究[J]. 郝淑娟,何巍巍,劉永皓,崔海瑛,邱忠陽.  現(xiàn)代電子技術(shù). 2018(18)
[5]基于改進(jìn)HHT的間諧波檢測算法[J]. 范偉寧,陳紅衛(wèi).  電子測量技術(shù). 2018(14)
[6]一種基于小波包變換的電力系統(tǒng)諧波檢測方法[J]. 肖廈穎,李開成,王凌云,孟慶旭,蔡得龍,羅奕.  電測與儀表. 2017(24)
[7]基于LMS算法的自適應(yīng)諧波檢測方法研究[J]. 芮長穎.  控制工程. 2017(11)
[8]基于自適應(yīng)線性神經(jīng)元網(wǎng)絡(luò)的諧波檢測算法[J]. 方樹,韓楊,羅飛,徐琳.  電子技術(shù)應(yīng)用. 2017(06)
[9]基于PSO神經(jīng)網(wǎng)絡(luò)的定子電流信號諧波檢測[J]. 葉圣超,朱希安.  科技通報. 2017(05)
[10]基于神經(jīng)網(wǎng)絡(luò)自適應(yīng)預(yù)測算法的諧波檢測[J]. 陳淑華,付青,馬桂龍,劉鳳杰,程光蕾.  電工技術(shù)學(xué)報. 2011(S1)



本文編號：2947301