本文關(guān)鍵詞： 電網(wǎng)諧波檢測(cè) 級(jí)聯(lián)神經(jīng)網(wǎng)絡(luò) 改進(jìn)自適應(yīng)單元步長(zhǎng)約束條件　出處：《電力系統(tǒng)保護(hù)與控制》2016年20期 　論文類型：期刊論文

【摘要】：為克服電網(wǎng)諧波檢測(cè)快速性與穩(wěn)定性矛盾,基于神經(jīng)網(wǎng)絡(luò)自適應(yīng)原理提出了一種級(jí)聯(lián)神經(jīng)網(wǎng)絡(luò)自適應(yīng)電網(wǎng)諧波檢測(cè)的改進(jìn)系統(tǒng)。改進(jìn)級(jí)聯(lián)系統(tǒng)初級(jí)運(yùn)用大步長(zhǎng)常規(guī)LMS(Least Mean Square)自適應(yīng)神經(jīng)網(wǎng)絡(luò)單元提高檢測(cè)跟隨性能,次級(jí)通過嵌入均值濾波環(huán)節(jié)平滑權(quán)值波動(dòng)的策略構(gòu)造新的自適應(yīng)神經(jīng)網(wǎng)絡(luò)單元,保證次級(jí)神經(jīng)網(wǎng)絡(luò)單元具有良好的電網(wǎng)諧波檢測(cè)穩(wěn)態(tài)精度。運(yùn)用傳遞函數(shù)Z域變換分析嵌入均值濾波環(huán)節(jié)的電網(wǎng)諧波檢測(cè)自適應(yīng)神經(jīng)網(wǎng)絡(luò)單元的穩(wěn)定性能,運(yùn)算推導(dǎo)新的級(jí)聯(lián)次級(jí)神經(jīng)網(wǎng)絡(luò)自適應(yīng)單元的步長(zhǎng)約束條件,保證改進(jìn)系統(tǒng)既能夠有效地提高電網(wǎng)諧波檢測(cè)的跟隨性能同時(shí)又可以提高檢測(cè)的穩(wěn)態(tài)精度。仿真實(shí)驗(yàn)表明改進(jìn)的級(jí)聯(lián)神經(jīng)網(wǎng)絡(luò)自適應(yīng)系統(tǒng)能有效提高電網(wǎng)諧波檢測(cè)動(dòng)態(tài)性與精確性。
[Abstract]:In order to overcome the contradiction between the speed and stability of harmonic detection in power system. Based on the principle of neural network adaptation, an improved cascade neural network adaptive harmonic detection system is proposed. Least Mean Square-based adaptive neural network unit improves detection performance. A new adaptive neural network unit is constructed by embedding the mean filter to smooth the weight fluctuation. The stable performance of the adaptive neural network unit embedded in the mean filter is analyzed by using the transfer function Z domain transformation to ensure that the secondary neural network unit has a good steady-state accuracy of harmonic detection. The step size constraints of a new cascaded secondary neural network adaptive unit are derived by computing. The simulation results show that the improved cascade neural network adaptive system can effectively improve the harmonic detection performance of the power network and improve the steady-state accuracy of the detection. The simulation results show that the improved cascade neural network adaptive system can effectively improve the harmonic detection of the power network. Dynamic and accurate measurement.
【作者單位】： 廣東水利電力職業(yè)技術(shù)學(xué)院自動(dòng)化工程系;武漢大學(xué)電氣工程學(xué)院;
【分類號(hào)】：TM935;TP183
【正文快照】： 隨著電能質(zhì)量要求的進(jìn)一步提高,諧波補(bǔ)償已成為一個(gè)重要的研究課題。由于實(shí)際中有源濾波器的廣泛運(yùn)用,檢測(cè)電網(wǎng)的諧波或基波具有重要意義。在數(shù)字濾波器中運(yùn)用離散傅立葉變換確定諧波時(shí),常規(guī)需要檢測(cè)一個(gè)周期的數(shù)據(jù),致使檢測(cè)的計(jì)算量非常大;并且檢測(cè)精度越高,濾波器的階數(shù)要求

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李敏;武小紅;郭先定;;基于小波多分辨率分析的電網(wǎng)諧波檢測(cè)法[J];電氣應(yīng)用;2006年01期

2 陸永平;楊貴杰;;對(duì)“三次諧波檢測(cè)法”的錯(cuò)誤的辨正[J];微電機(jī)(伺服技術(shù));2006年03期

3 周林;甘元興;;一種新型諧波檢測(cè)法研究[J];電力電子技術(shù);2006年05期

4 何光普;張建平;李敏;;一種高精度電力諧波檢測(cè)法[J];微計(jì)算機(jī)信息;2007年22期

5 曲軼龍;譚偉璞;馬W，

本文編號(hào)：1463439