基于PR控制的VIENNA整流器高次谐波抑制

三相VIENNA整流器采用传统双闭环线性比例积分(Proportional Integral,PI)控制难以实现对输入交流量的无静差跟踪调节,同时dq轴解耦需要多次坐标变换,不利于数字实现且会给网侧电流带来高次谐波。基于此,本文将多个比例谐振(Proportional Resonant,PR)控制器并联模块引入三相VIENNA整流器,根据其数学模型在αβ坐标系下的特性设计了电流环,改善了网侧电流质量,降低了高次谐波含量,消除了电压电流相位差,实现了无静差跟踪。在Matlab/Simulink中搭建了仿真模型,仿真结果表明该控制策略可有效降低网侧电流谐波含量     

一种组合重构的电能质量扰动特征提取方法

电力系统中电能质量扰动类型较多、扰动特征表征复杂,特征提取的有效性直接影响识别精度。为了保证特征提取的有效性,通常以牺牲特征向量维度作为代价,但特征向量维度过高会增加识别模型的复杂度和降低识别的速度。基于以上考虑,提出了一种基于能量熵和功率谱熵的组合重构特征提取方法。首先根据电能质量扰动信号特性和改进集合经验模态分解(modified ensemble empirical mode decomposition, MEEMD)对电能质量扰动信号进行处理。其次利用能量熵和功率谱熵对扰动特征进行组合提取,构建高精度、低维度的特征向量。最后通过双层前馈神经网络(double-layer back propagation neural network, DBPNN)对扰动信号进行识别。仿真和实验结果表明,与单一特征提取方法相比,所提出的组合重构特征提取方法的特征向量维度、识别模型复杂度和识别难度降低,准确率较高,且具有一定的抗噪性。