- 首頁(yè)HOME
- 零線(xiàn)電流治理NULL CONTROL
- 有源濾波補(bǔ)償ACTIVE FILTER
- 無(wú)源濾波補(bǔ)償PASSIVE FILTER
- 特殊問(wèn)題診治TREATMENT
- 案例-新聞CASE-NEWS
- 走進(jìn)領(lǐng)步ABOUT US
- 聯(lián)系我們CONTACT
領(lǐng)步-首頁(yè) 有源濾波器 無(wú)源濾波裝置 智云新技術(shù) 特殊問(wèn)題診治 案例-新聞
3、基于神經(jīng)網(wǎng)絡(luò)的檢測(cè)方法
將神經(jīng)網(wǎng)絡(luò)應(yīng)用于諧波測(cè)量,主要涉及網(wǎng)絡(luò)構(gòu)建、樣本的確定和算法的選擇,目前已有一些研究成果。人工神經(jīng)網(wǎng)絡(luò)(ANN)具有人腦的某些功能特征,可以用來(lái)解決模式識(shí)別與人工智能中用傳統(tǒng)方法難以解決的問(wèn)題。
(1)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的諧波測(cè)量
徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBFNN,RadialBasisFunctionNeuralNetwork)是一種三層靜態(tài)前向網(wǎng)絡(luò),第一層為輸入層,由信號(hào)源結(jié)點(diǎn)構(gòu)成;第二層為隱含層,其單元數(shù)視所描述問(wèn)題的需要而定;第三層為輸出層,他對(duì)輸入模式的作用做出響應(yīng)。用他來(lái)測(cè)量諧波分量的基本思路是,神經(jīng)網(wǎng)絡(luò)的輸入為待測(cè)信號(hào),輸出為檢波器輸出的信號(hào),從而得出所要測(cè)量的各次諧波信號(hào)的幅值。文中論述了通過(guò)在線(xiàn)分配隱單元,動(dòng)態(tài)建立隱層空間的變結(jié)構(gòu)的學(xué)習(xí)和訓(xùn)練算法,并根據(jù)電力系統(tǒng)中諧波的一些特點(diǎn)來(lái)形成訓(xùn)練樣本集,最終實(shí)現(xiàn)用RBF網(wǎng)絡(luò)測(cè)量諧波中的高次諧波分量的幅值。
(2)基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)和基于多層前饋網(wǎng)絡(luò)的兩種諧波測(cè)量方法
基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)(ANN)的波測(cè)量方法采用了ADLINE輸入矩陣,x(t)=[sin(ωt),cos(ωt),sin(2ωt),cos(2ωt),…,sin(nωt),cos(nωt)]。并采用了2種在線(xiàn)訓(xùn)練權(quán)值的算法,其一是Widrow-Hoff[18]算法,其二采用最小均方(LMS)算法,并分別從收斂速度、精度和自適應(yīng)能力方面,通過(guò)仿真對(duì)這2種算法進(jìn)行了比較,基于ANN自適應(yīng)的諧波測(cè)量方法對(duì)于不確定的諧波進(jìn)行跟蹤測(cè)量來(lái)說(shuō)是一種好方法。在基于多層前饋網(wǎng)絡(luò)的諧波測(cè)量中,構(gòu)建多個(gè)結(jié)構(gòu)類(lèi)似的MLFNN,有多少待測(cè)量諧波,就對(duì)應(yīng)多少個(gè)MLFNN。利用離散的采樣點(diǎn)來(lái)測(cè)量初相角,然后再對(duì)諧波的幅值進(jìn)行在線(xiàn)和離線(xiàn)訓(xùn)練,實(shí)時(shí)性和精度上較好,仿真結(jié)果表明,幅值精度可達(dá)到10-3。對(duì)于確定的電力電子裝置,若采用這種方法,實(shí)時(shí)性和精度上容易滿(mǎn)足。
(3)引入慣性系數(shù)的神經(jīng)網(wǎng)絡(luò)方法
對(duì)傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)法進(jìn)行了改進(jìn),提高了人工神經(jīng)元自適應(yīng)的學(xué)習(xí)率,并采用前K次采樣值,用于檢測(cè)畸變電流中的諧波電流。其中神經(jīng)元學(xué)習(xí)采用LMS算法,通過(guò)誤差e來(lái)調(diào)節(jié)權(quán)值,相應(yīng)的修正權(quán)值公式:
小波分析方法具有多尺度分析和時(shí)-頻局部化特性, 特別適用于邊緣和峰值突變信號(hào)的處理和特征抽取,適合作為諧波檢測(cè)和分析。
(1)基于小波包的算法可以用于大型變壓器勵(lì)磁涌流波形的識(shí)別,本方法引入短數(shù)據(jù)窗對(duì)采樣數(shù)據(jù)進(jìn)行分析,具有良好的實(shí)時(shí)性。通過(guò)把小波變換應(yīng)用于變壓器差動(dòng)保護(hù)的間斷角測(cè)量,實(shí)現(xiàn)了小波變換局部極大值測(cè)量間斷角。計(jì)算機(jī)仿真表明,本方法算法簡(jiǎn)單,抗干擾能力強(qiáng),測(cè)量精度高,可使間距誤差達(dá)到0.003 1 s,間斷角誤差為7.5°,是比較小的??山档烷g斷角微機(jī)保護(hù)的成本,有助于加速變壓器差動(dòng)保護(hù)微機(jī)化的進(jìn)程。
(2)正交小波變換分析
用“周期小波變換”精確地分解出基波及諧波信號(hào),然后在原始信號(hào)中減掉周期信號(hào)后,用平滑延拓進(jìn)行小波分解。在小波包分解過(guò)程中采用代價(jià)函數(shù)決定最優(yōu)分解二叉樹(shù)。一旦發(fā)現(xiàn)某個(gè)節(jié)點(diǎn)的cos t=0,就不再對(duì)此節(jié)點(diǎn)進(jìn)一步分解。設(shè)ξ為門(mén)檻值,代價(jià)函數(shù)定義如下:
用“周期小波變換”在處理高次諧波暫態(tài)過(guò)程時(shí)在邊緣處有混頻現(xiàn)象。由于電力信號(hào)的高次諧波所占比例較小,實(shí)際計(jì)算結(jié)果能夠滿(mǎn)足工程需要。本算法能夠廣泛應(yīng)用于大型鋼鐵企業(yè)及電力機(jī)車(chē)供電系統(tǒng)的諧波分析。
(3)離散和連續(xù)小波包結(jié)合的方法使用離散小波包變換的濾波器組將波形頻譜分解成子波段,然后用連續(xù)小波變換估計(jì)非零子波段的諧波內(nèi)容,可以同時(shí)檢測(cè)識(shí)別所有諧波中包括整次、非整次和分諧波。該方法能精確量化諧波的頻率、幅值和相位。在澳洲西部系統(tǒng)中證明了該方法對(duì)波形合成和波形測(cè)量都是非常有效的。
(4)基于小波變換的用KALMAN濾波
二、諧波問(wèn)題治理
目前市場(chǎng)上有兩種諧波治理產(chǎn)品一種是無(wú)源濾波器另外一種是有源濾波器
無(wú)源濾波器:采用智能無(wú)功控制技術(shù)來(lái)實(shí)現(xiàn)濾波補(bǔ)償回路的自動(dòng)控制投切。濾波補(bǔ)償回路由濾波電容器和濾波電抗器組成,對(duì)諧波形成低阻抗,讓諧波流入濾波器;同時(shí)在基波產(chǎn)生無(wú)功功率進(jìn)行補(bǔ)償;從而達(dá)到諧波治理和補(bǔ)償無(wú)功提高功率因數(shù)的雙重效果。
有源濾波器:有源電力濾波裝置的基本原理是從電網(wǎng)中檢測(cè)出諧波電流,經(jīng)內(nèi)部芯片快速計(jì)算、分析、比較,控制主功率單元產(chǎn)生一個(gè)與該諧波電流大小相等而極性相反的補(bǔ)償電流,從而使電網(wǎng)電流只含基波成分。這種濾波器能對(duì)頻率和幅值都變化的諧波進(jìn)行跟蹤補(bǔ)償,且補(bǔ)償特性不受電網(wǎng)阻抗的影響。該有源電力諧波濾波裝置, 引進(jìn)美國(guó) TMS320F2812 芯片,根據(jù)最新的瞬時(shí)無(wú)功功率理論,應(yīng)用數(shù)字信號(hào)處理技術(shù)(DSP),脈寬調(diào)制技術(shù)(PWM),智能化功率單元技術(shù)(IPM),觸摸屏技術(shù)(GP)等前沿科技,可實(shí)現(xiàn)動(dòng)態(tài)消除諧波,平衡三相負(fù)荷,是一種高技術(shù)含量,濾波效率最理想諧波治理和無(wú)功補(bǔ)償產(chǎn)品。
責(zé)任編輯:領(lǐng)步電能質(zhì)量版權(quán)所有:http://m.ffresh.cn 轉(zhuǎn)載請(qǐng)注明出處
本文標(biāo)簽:諧波檢測(cè) 諧波檢測(cè)方法 諧波治理 治理諧波 諧波治理方案