用于APF的神经网络自适应谐波电流检测方法

介绍了一种应用于有源电力滤波器APF(Active Power Filter)的神经网络自适应谐波电流检测方法。该方法应用自适应噪声抵消技术ANCT(Adaptive Noise Canceling Technology),将基波电流作为噪声信号,从负载电流中滤除,得到谐波电流。采用两层人工神经网络实现噪声抵消。阐述了该神经网络的构造和权值自适应调整算法,应用Matlab对该方法进行了仿真研究。仿真结果表明该方法能够实时准确地检测谐波．而且计算量小．具有较强的自适应能力。     

自适应神经网络在谐波电流检测中的应用

为提高用于有源电力滤波器APF(active power filter)的谐波电流检测的性能,提出一种基于自适应神经网络的谐波电流检测方法.根据自适应噪声对消技术的基本原理,将基波电流从负载电流中滤除从而得到谐波电流.该方法能实时准确地检测出谐波,很好地弥补基于FFT方法、基于瞬时无功理论方法和基于小波变换方法等检测方法的缺陷.MATLAB/Simulink仿真结果证明该方法的实时性和准确性,可用于APF的谐波电流检测.     

基于线性神经网络的谐波检测方法研究

在比较了当今多种谐波检测方法的优缺点基础上,提出了基于线性神经网络的谐波检测方法。构造了谐波检测的网络模型,对利用该方法进行谐波检测的原理做了简单的介绍。文中运用最小均方差算法(LMS)调节网络权值W,使得误差指标达到最小值。最后构造含有奇次谐波的负载电流函数,利用MATLAB软件分别运用加汉宁窗的快速傅里叶变换(FFT)方法和构造的自适应线性神经网络方法进行仿真实验。通过实验结果表明,基于自适应线性神经网络方法的谐波检测技术具有更好的检测精度。     

基于电路模型和神经网络的谐波电流检测方法

针对有源滤波器的谐波电流与无功电流检测建立了三相非线性负载的等效电路模型,提出了一种基于神经网络的检测方法.该方法使用神经网络对模型中的电阻负载进行逼近,得出相对应的电力系统中的基波有功电流,从而实现谐波电流的检测.仿真结果证明了该方法的有效性.     

统一电能质量调节器并联侧控制算法的研究

针对统一电能质量调节器(UPQC)并联侧的结构特点和数学模型,提出了一种基于径向基函数(RBF)神经网络整定PID自适应控制的新算法。该方法由径向基函数神经网络在线辨识得到梯度信息,PID参数根据梯度信息在线调整,自适应系统参数的变化,通过电流控制,使UPQC并联侧输出相反谐波和无功电流,从而使系统中不含谐波电流成分。在Simulink环境下分别针对三相恒定对称非线性负载和三相变化非线性负载的情况进行仿真,仿真结果证明了该方法的有效性和正确性。     

基于RBF神经网络整定PID控制的UPQC并联侧研究

针对统一电能质量调节器(UPQC)并联侧的结构特点和数学模型,提出了一种基于径向基函数(RBF)神经网络整定PID自适应控制的新算法。该方法由径向基函数神经网络在线辨识得到梯度信息,PID参数根据梯度信息在线调整,自适应系统参数的变化,通过电流控制,使UPQC并联侧输出相反谐波和无功电流,从而使系统中将不含有谐波电流成分。并在Simulink环境下分别针对三相恒定对称非线性负载和三相变化非线性负载的情况进行了仿真,仿真结果证明了该方法的有效性和正确性。     

一种谐波和无功电流检测的新方法

将自适应噪声对消技术用于谐波和无功电流检测,提出了一种基于神经网络的自适应检测的新方法。所提出的方法适用于有源电力滤波器的谐波和无功电流检测。理论分析和仿真结果证实了该方法的可行性。     

神经网络理论在自适应谐波和无功电流检测中的应用

谐波和无功电流的实时检测是有源电力滤波系统中一个非常重要的环节。应用神经网络理论能够解决谐波和无功电流检测的精度和实时性问题,本提出了一种基于神经网络的自适应谐波和无功电流的检测方法,分析了这种方法的检测原理,同时给出了其具体实现。仿真结果证明了该方法的有效性。     

有源滤波器参考电流的自适应检测方法

介绍一种自适应滤波系统 ,用于快速准确地检测出有源滤波器的参考电流。该方法采用干扰自适应对消原理实现自适应谐波及无功检测电路 ,具有较强的自适应性 ,不受负载或电网状态的变化影响 ,能满足有源电力滤波器对谐波及无功检测的要求。仿真结果证明了这种检测方法的有效性。     

有源滤波器参考电流的自适应检测方法

介绍了一种自适应滤波系统，用于快速准确地检测出有源滤波器的参考电流，该方法采用干扰自适应对消原理实现自适应谐波及无功检测电路，具有较强的自适应性，不受负载或电网状态的变化影响，能满足有源电力滤波器对谐波及无功检测的要求，仿真结果证明了这种检测方法的有效性。     

基于双自适应滤波的谐波电流综合检测法

针对在电压畸变及不对称时,自适应滤波的参考输入较难获得问题,提出一种基于双自适应滤波的负载电流中谐波、无功及负序电流的综合检测方法。该方法先对系统电压进行序分解,得到其中的正序分量,再通过自适应滤波器得到其中的正序分量中的基波成分,将其作为电流自适应检测的参考输入。利用Matlab对提出的检测方法进行仿真研究,结果表明该检测方法能够有效地进行负载电流中谐波、无功及负序电流的综合检测,而且电网电压的波形畸变及不对称对检测结果没有影响。     

有源滤波器参考电流的自适应检测方法

介绍了一种自适应滤波系统，用于快速准确地检测出有源江波器的参考电流，该方法采用干扰自适应对消原理实现自适应谐波及无功检测电路，具有较强的自适应性，不受负载或电网状态的变化影响，能满足有源能力滤波器对谐波及无功检测的要求，仿真结果证明了这种检测方法的有效性。     

基于改进增益型自适应LMS算法的谐波检测方法

基于自适应噪声对消原理的谐波电流检测方法相对其他检测方法来说,具有实现简单、鲁棒性强等特点。该方法利用信号处理中的自适应干扰对消原理,将电网电压信号作为参考输入,负载电流作为原始输入,从负载中实时消除与电压波形相同的基波有功电流分量(或基波电流),从而得到负载电流中所有谐波与基波电流无功分量之和。再配合有源电力滤波器(APF),由补偿装置注入一个与谐波和基波电流无功分量之和大小相等极性相反的补偿电流,达到抑制谐波与基波电流无功分量的目的。提出了一种基于改进增益型自适应谐波电流的检测方法,该方法采用的反馈量不同于以往方法中的误差信号,而是将误差信号经过数学转换,使其转换成一个能真正反映系统跟踪误差的信号,并将其作为自适应滤波器权系数迭代的反馈量。通过Matlab证明该方法能够在保持较小的稳态失调的情况下也具有较快的动态响应速度。     

基于自适应神经网络的有源电力滤波器谐波电流提取方法

对有源电力滤波器(APF)谐波检测方法进行研究,将自适应神经网络(ADNN)的信号处理技术应用于三相非线性负载的谐波电流检测中,提出了一种基于ADNN检测方法。该方法的主要特点是不仅能检测谐波电流中的基波成分,也能检测出其中不同的高次谐波分量的幅值和相位。通过搭建一个基于DSP三相并联APF的实验系统来证实该方法的有效性,并与传统的傅里叶变换法和d-q算法相比较,验证其具有更快的动态响应。最后,通过分别对感性负载和容性负载进行阶跃变化操作试验检验所提出的ADNN检测法的APF谐波补偿特性,并获得了优良的补偿性能。     

基于广义谐波理论的单相有源电力滤波器设计

根据广义谐波理论，证明了应用自适应噪声对消技术可实时检测出需要补偿的广义谐波电流分量。该法比传统的谐波检测电路简单、易实现、抗扰性强。以该分量为输出目标电流的单相有源电力滤波器能将非线性负载补偿成纯电阻负载。仿真结果证明了该方法的有效性。     

基于谐波分离的学生公寓负载特性识别

给出了一种基于负载电流谐波分量分离的学生公寓负载特性识别方法,并且以一种改进的基于神经元的自适应谐波电流检测模型,解决了负载识别中电流谐波分量检测的关键问题,最后给出了识别算法流程,并通过仿真予以验证.     

神经网络法与直接计算法在APF谐波电流检测中的应用比较

神经网络法和直接计算法是检测原理相同的2种有源电力滤波器谐波电流检测方法.首先,对这2种方法的复杂性、计算量、检测精度和实时性进行了比较,结果表明直接计算法在这些方面都明显地优于神经网络法.然后,对负载电流突然增加、线性增加、按指数规律减小和含有尖峰干扰时的4种情况进行了仿真比较,比较表明:当神经网络法的误差非常小时,2种方法计算出的基波有功电流幅值的仿真波形完全相同(即2种方法的静态与动态特性完全相同),这是因为它们的检测原理完全相同,神经网络法的自学习和自适应功能无从体现.对于神经网络法,负载电流的幅值和负载电流在1个周期内的采样个数都不能取得很大,否则指数函数的计算结果将发生溢出,而直接计算法则不会出现这种情况;神经网络法需要设定初值,而直接计算法不需要设定初值.     

三相不对称非线性负载情况下的畸变电流检测

有源电力滤波器要求其检测系统能对畸变电流准确、快速地进行检测,而传统的检测方法,其检测原理或实现方法都存在一些不足。文中基于神经网络理论,提出了一种可用于三相不对称非线性负载情况下的畸变电流检测方法。该方法可实时、准确地检测三相不对称非线性负载电流中的畸变电流,并能自适应跟踪负载电流的变化等。理论分析和仿真结果证实了该方法的可行性。     

一种改进型自适应畸变电流检测方法的研究

由于有源电力滤波器对畸变电流的检测除了要求较高的精度和较好的实时性外,还要求当负载发生变化时要有良好的跟踪检测能力,因此提出了一种将自适应噪声抵消技术与自适应线性神经网络相结合的自适应单相电路畸变电流的检测方法。介绍了该检测方法的原理、构成和算法等,并通过仿真软件MAT-LAB中的Simulink模块对检测系统进行了仿真研究,仿真结果证实了该检测方法具有检测精度高、动态响应快和自适应跟踪能力强等优点。     

谐波电流的分频检测与分频控制策略

谐波电流的检测与控制策略是影响有源电力滤波器性能的2个关键环节。目前针对这2方面的研究大多着眼于对负载电流中剔除基波电流后的总谐波电流的检测与控制,补偿总的谐波电流会限制有源电力滤波器的容量及其灵活应用。本文提出对总谐波电流中某些特定次数的谐波进行分频检测与控制,采用Hopfield神经网络进行分频检测,该方法利用能量函数构建反馈型神经网络,既可以得到基波电流、总谐波电流,又可以同时检测出特定次数的谐波电流。应用广义积分控制对这些特定次数的谐波进行分频控制,广义积分控制能够无静差跟踪控制特定频率的电流。经过仿真分析,本文采用的谐波电流分频检测及控制策略响应速度快、准确性高,能够满足有源电力滤波器的性能需要。