云题海 - 专业文章范例文档资料分享平台

当前位置:首页 > 基于自适应神经网络的谐波检测方法

基于自适应神经网络的谐波检测方法

  • 62 次阅读
  • 3 次下载
  • 2025/6/7 14:37:35

泛应用于数学、信号处理、语音识别与合成、自动控制、图象处理与分析等领域。作为一种时一频分析理论,小波分析被认为是傅立叶分析发展的新阶段,它来自于傅立叶分析,其存在性的证明依赖于傅立叶分析,因此它不能代替傅立叶分析,但它所具有的优良特性(如方向选择性、可变的时频域分辨率及分析数据量小等)是其它分析方法(傅立叶分析、快速傅立叶变换)无法比拟的。这些良好的分析特性使得小波变换已成为信号处理的一种强有力的新工具。小波分析克服了傅立叶分析在频域完全局部化而在时域完全无局部性的缺点,即它在频域和时域同时具有局部性。利用小波变换能将电力系统中产生的高次谐波变换投影到不同的尺度上会明显表现出高频、奇异高次谐波的特性,特别是小波包具有将频率空间进一步细分的特性,将为谐波分析提供可靠依据。通过对含谐波的电流信号进行正交小波分解,分析了电流信号的各个尺度的分解结,利用多分辨的概念,将低频段(高尺度)上的结果看作不含谐波的基波分量,基于这种算法,可以利用软件构成谐波检测环节,该方法计算速度快,能快速跟踪谐波的变化。若将小波变换和神经网络结合起来对谐波进行分析,并设计和开发基于小波变换的谐波监测仪将会是非常有意义的工作。 (五)基于神经网络的谐波检测

神经网络理论是最近发展起来十分热门的交叉边缘学科,它涉及生物、电子、计算机、数学和物理等学科,有非常广阔的应用前景,它的发展对未来的科学技术的发展将有重要的影响,神经网络就是采用物理可实现的系统来模仿人脑神经网络的结构和功能系统,它之所以受到产刁门的普遍关注,是由于它具有本质的非线性特性、并行处理能力、强鲁棒性以及自组织自学习的能力。将神经网络应用于谐波测量,主要涉及网络构建、样本的确定和算法的选择,目前己有一些研究成果.文献提出了基于人工神经网络的电力系统谐波侧量方法。该方法利用多层前馈网络的函数逼近能力,通过构造特殊的多层前馈神经网络,建立了相应的谐波测量电路,并给出了电路的训练算法和步骤,提出了训练样本的形成方法.仿真结果表明了此方法的有效性.文献侈]将神经网络理论和自适应对消噪声技术相结合,ADL仆扭矩阵作为输入,建立相应的测量电路,这种方法的自适应能力较强。

电力系统的谐波问题已经引起了国内外的广泛关注和研究,并且在谐波检测和抑制方面获得的丰硕的研究成果。就电力系统的谐波检测方面,虽然产生了各种检测理论,如瞬时无功功率谐波检测、基于神经网络的谐波测量、基于

小波的谐波检测等,但在现场的谐波检测应用层面上,目前的谐波检测仍存在如下问题:

(1)算法速度和准确度的矛盾。因为准确度的提高一般是以牺牲速度为代价的;

(2)部分算法还只停留在计算机仿真阶段。这往往是由于算法过于复杂,实用性有待进一步改进。

(3)在线测量实时性差。有的算法涉及的公式复杂,运算量大,这样势必会影响计算速度,现场测量的实时性就很难保证。

(4)谐波检测的精度不高。谐波检测过程中出现频谱泄漏,影响检测精度。

1.3 本文的研究内容

本论文首先概述了电力系统的谐波以及谐波检测研究的意义,分析了现有谐波检测方法的优缺点,研究了目前谐波检测方法存在的问题。基于这些研究,本文详细介绍了另一种谐波检测方法--基于自适应线性神经网络的谐波检测方法。

介绍了神经元网络的算法模型以及线性神经元网络的算法基础-LMS算法,并在此基础上得出了基于自适应神经元网络的谐波电流检测方法。利用MATLAB语言,对基于单个人工神经元的自适应电力谐波检测方法进行了仿真研究,以一个含有不同幅值和相位的多谐波源作为信号从实时性、自适应能力和精确度等方面进行仿真。

(应该提一下自己的神经网络类型)

第二章 传统谐波检测技术介绍

2.1 谐波介绍

电力系统的谐波问题早在20世纪20、30年代就引起了人们的注意,当时在德国,使用静止汞弧变流器而造成了电压、电流波形的畸变。1945年J.CReaD发表的有流器谐波的论文是早期有关谐波研究的经典论文。·到了50年代和60年代,由于高流输电技术的发展,发表了有关变流器引起电力系统谐波问题的

大量论文,E.W.Kmbark在其著作中对此进行了总结。70年代以来,由于电子技术的飞速发展,电力电子装置在电力系统、工业、交通及家庭中的应用日益广泛,谐波所造成的危益严重。

谐波对电力网络的污染日益严重,其产生的主要危害有:

(1)对旋转电机(发电机和电动机)产生附加功率损耗和发热,产生脉动转矩噪声。此外由整流器供电的电机可引起明显的电压畸变。

(2)对无功补偿电容器组引起谐振或谐波电流放大,从而导致电容器因过负荷或过电压而损坏;对电力电缆也会造成电缆过负荷或过电压击穿,国内外这方面的教训是深刻的,国内许多电力系统和用户都发生过无功补偿电容器组无法投入运行,大批电容器损坏的事故。

(3)对供电网和导线产生的影响。增加供电网的损耗。当发生谐振和放大现象时,损耗更加严重。

(4)对断路器和熔断器的影响。电流波形畸变明显影响断路器容量,当存在电流畸变时,在过零点时可能造成高的di/dt,比电流为正弦波时开断更为困难,而且由于开断时间延长而延长了故障电流的切除时间,因而造成了快速重合闸后的再燃。熔断器是由于发热而熔断的,它们对谐波过流集肤效应引起的发热效应很敏感。

(5)对变压器的影响。负荷电流中的谐波在变压器中造成的损耗产生附加发热,降低了其带负载能力。其它如变压器电感与系统电容之间,可能在谐波频率点发生谐振和温度周期性变化,引起机械绝缘应力及铁心振动,产生附加损耗使变压器降低了带负载的能力。

(6)对电子设备的影响。主要影响表现在三个方面:

①谐波畸变的结果产生多个过零问题,这种多个过零会破坏设备的运行,最明显的是数字时钟,任何应用过零原理同步元件都应考虑这种影响。半导体器件经常在电压过零时投入,以降低电磁干扰和涌流,多次过零会改变器件投入时间,破坏设备运行。

②电力电子电源使用波形的峰值以维持滤波电容器的全充电。谐波畸变可提高或削平波峰的峰值,其结果是即使均方根的输入电压是正常的,电力电源将运行在高的或低的输入电压下,严重时设备运行可能遭到破坏。

③电压陷波也会破坏电子设备的运行,电压陷波不过零但影响过零敏感的设备。

(7)对照明的影响。电压畸变对白炽灯寿命有一定影响,如运行电压的均方根值由于畸变而高于额定值时,灯丝温度升高而降低灯泡寿命。

(8)对继电器保护和自动控制装置产生干扰和造成误动或拒动。尤其是一些衰减时间较长的暂态过程,如变压器合闸涌流中的谐波分量,由于其幅值强大,谐波含量也很大,更容易引起继电保护的误动作。

(9)对仪表和电能计量的影响。现代指示均方根值的电压表和电流表相对不受波形畸变的影响。受谐波影响较大的计量电能的感应型电能表,其误差与频率特性和非线性造成的误差有关。

(10)对通讯的干扰。谐波通过电磁和静电感应干扰音频通讯。通常200-5000Hz的谐波引起通讯噪声,降低通信质量;而千赫以上的谐波导致电话回路控制信号的误动,使信息丢失,通信系统无法正常工作。

因此对谐波的抑制是必不可少的.解决电力电子装置和其它谐波源的谐波污染问题主要有两条途径:主动型的对电力电子设备自身进行改进;被动型的对电网实施谐波补偿。这里只论及被动型的谐波补偿,目前常用的滤波器有以下两种:

(1) LC无源滤波器,它是由电力电容器、电抗器和电阻器适当组合而成。它具有结构简单、投资成本低、技术成熟、运行可靠及维护方便等优点,是目前采用得较为广泛的谐波和无功抑制手段,但是存在以下缺陷.

①谐振频率依赖于元件参数,因此只能对主要谐波进行滤波,不能对谐波和无功功率实现动态补偿,滤波性能不稳定,而且滤波要求和无功补偿、调压要求有时难以协调。

搜索更多关于: 基于自适应神经网络的谐波检测方法 的文档
  • 收藏
  • 违规举报
  • 版权认领
下载文档10.00 元 加入VIP免费下载
推荐下载
本文作者:...

共分享92篇相关文档

文档简介:

泛应用于数学、信号处理、语音识别与合成、自动控制、图象处理与分析等领域。作为一种时一频分析理论,小波分析被认为是傅立叶分析发展的新阶段,它来自于傅立叶分析,其存在性的证明依赖于傅立叶分析,因此它不能代替傅立叶分析,但它所具有的优良特性(如方向选择性、可变的时频域分辨率及分析数据量小等)是其它分析方法(傅立叶分析、快速傅立叶变换)无法比拟的。这些良好的分析特性使得小波变换已成为信号处理的一种强有力的新工具。小波分析克服了傅立叶分析在频域完全局部化而在时域完全无局部性的缺点,即它在频域和时域同时具有局部性。利用小波变换能将电力系统中产生的高次谐波变换投影到不同的尺度上会明显表现出高频、奇异高次谐波的特性,特别是小波包具有将频率空间进一步细分的特性,将为谐波分析提供可靠依据。通过对含谐波的电流信号进行正交小波分解,分析了电流信号的各个尺度的分解结,利用多分辨的概念,将低频段(高尺度)上的结

× 游客快捷下载通道(下载后可以自由复制和排版)
单篇付费下载
限时特价:10 元/份 原价:20元
VIP包月下载
特价:29 元/月 原价:99元
低至 0.3 元/份 每月下载150
全站内容免费自由复制
VIP包月下载
特价:29 元/月 原价:99元
低至 0.3 元/份 每月下载150
全站内容免费自由复制
注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信:fanwen365 QQ:370150219
Copyright © 云题海 All Rights Reserved. 苏ICP备16052595号-3 网站地图 客服QQ:370150219 邮箱:370150219@qq.com