资源描述：
《基于人工神经元网络的电力系统谐波测量方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、第23卷第12期电网技术Vol.23No.121999年12月PowerSystemTechnologyDec.1999基于人工神经元网络的电力系统谐波测量方法危韧勇李志勇长沙铁道学院信息学院,410075长沙MEASUREMENTOFHARMONICSINPOWERSYSTEMBASEDONARTIFICIALNEURALNETWORKWeiRenyongLiZhiyongChangshaRailwayUniversityChangsha,410075ChinaABSTRACTAnapproachofmeasuringharmonicsin
2、pow-法的有效性。ersystembasedonartificialneuralnetwork(ANN)isputforwardinthispaper.Inthisharmonicmeasurementsystem2ANN自适应谐波电流检测原理thetwo-leveladaptivefilter,theself-adaptivenoisecoun-tervailingprincipleandtheANNself-adaptivedetectingprincipleareapplied.TheANNcanbetrainedinon-line在
3、信号处理中,Widrow曾提出过一种信号检manner,andthedetectingpartcandetecttheamplitudeand[3]测方法——自适应噪声对消法,它能把一个信号sphasepositionofassignedorderofharmonicspreciselyonrealtime.Simulationresultsshowthatthisapproachisef-从加性噪声n0中分离出来,原理如图1所示。检测fective.系统有两个输入,即原始的输入s+n0和参考输入KEYWORDSself-adaptiveno
4、isecountervailing;artificial′′′n0。s和n0是不相关的,s与n0也是不相关的,但n0neuralnetwork(ANN);harmonicmeasurement和n0是相关的噪声干扰。参考通道的作用在于检测摘要提出了一种基于人工神经元网络(ANN)的电力系统*谐波测量方法。所设计的谐波测量系统在线训练ANN,具有干扰,并通过自适应滤波器调整其输出n0,使其在二级滤波,可实时并行测量指定各次谐波的幅值和相位,仿最小均方误差意义下最接近于主通道干扰n0。这真结果证实了该测量方法的有效性。里,系统输出y同时作为误差信
5、号e以调节自适应关键词自适应噪声对消技术人工神经元网络谐波测量滤波器的参数。这种方法对信号和噪声的先验知识不需要了解很多,通过自适应滤波就可“估计”出1引言n0,从而在系统输出得到s。近年来,随着电力电子装置的大量应用,电力系设电源电压us(t)=UssinXt,非线性负载的周统谐波污染日益严重,对电力系统的安全、经济运行期非正弦电流可用傅立叶级数展开为带来了很大的影响[1]。所以,对电力系统中的谐波含∞iL(t)=I1sin(Xt+U1)+6Insin(nXt+Un)=量进行实时监测,确切掌握电力系统中的谐波状况,n=2∞对于防止谐波危害,
6、维护电力系统的安全运行是十i1(t)+6in(t)(1)分必要的。n=2式中i1和in分别为基波电流和n次谐波电流。可电力系统的谐波测量,通常是由快速傅立叶变将它们进一步分解为正弦和余弦两部分换(FFT)实现的。然而FFT存在栅栏效应和泄漏现象,使计算出的信号参数,即频率、幅值和相位不准,i1(t)=I1cosU1sinXt+I1sinU1cosXt=尤其是相位误差很大,无法满足测量要求,FFT的i1p(t)+i1q(t)(2)[2]测量速度也难以达到实时监测的需要。in(t)=IncosUnsinnXt+InsinUncosnXt=本文分析
7、了信号处理中的自适应噪声对消技术ins(t)+inc(t)(n>1)(3)应用于谐波测量的可能性,在深入研究人工神经元式中i1p和i1q分别为基波有功电流和基波无功电网络(ANN)的学习算法对测量效果的影响基础上,流;ins和inc分别为n次谐波的正弦和余弦分量。提出了人工神经元网络拓扑结构和参数,实现了电用基于自适应噪声对消法进行谐波检测,取iL力系统谐波实时在线测量。仿真结果证实了所提方作为原始输入,若将i=i1+i3+i5+i7作为“噪声干第23卷第12期电网技术21*扰”电流,则其它更高次谐波的总电流ih便是需要ANN输出i(t)以最
8、小均方误差逼近“噪声干*检测的“信号”,i与ih不相关;取基波正弦和余弦信扰”电流i(t),将检测电路输出ih(t)作为调节神经号sinXt、cosXt及它们的3、
