基于神經(jīng)網(wǎng)絡(luò)的有源電力濾波器應(yīng)用研究

一、電網(wǎng)諧波的傳統(tǒng)檢測方法

　　諧波檢測的傳統(tǒng)方法也有很多，其中重點在于對電流諧波的檢測。綜合來講，主要有以下幾種諧波檢測方法：

　　1）傅立葉分析方法：主要是對檢測到的電流電壓信號進行傅立葉分析，分解出高次諧波的頻譜，最后計算出應(yīng)該加入的濾波裝置參數(shù);

　　2）小波分析方法：本質(zhì)上是傅立葉分析方法的一個擴展，只不過在頻譜的提取上更有特點，計算方式與傅立葉方法類似;

　　3）零序電流分析方法：通過檢測零序電流和瞬時無功功率來進行諧波分析;

　　4）PI調(diào)節(jié)濾波器法：通過PI調(diào)節(jié)技術(shù)結(jié)合濾波技術(shù)，來檢測特定次的諧波含量;

　　5）等功率法：通過檢測直流側(cè)電容的平均電壓來判定電網(wǎng)諧波;

　　6）其它基于先進控制理論的諧波檢測技術(shù)，如神經(jīng)網(wǎng)絡(luò)理論等。

二、BP神經(jīng)網(wǎng)絡(luò)技術(shù)

　　BP（Backpropagation）網(wǎng)絡(luò)是一種單向傳播的多層前向網(wǎng)絡(luò)，是一種利用誤差反向傳播訓練算法的神經(jīng)網(wǎng)絡(luò)。解決了多層網(wǎng)絡(luò)中隱含單元連接權(quán)的學習問題。

　　對于系統(tǒng)的輸入M和輸出L，BP神經(jīng)網(wǎng)絡(luò)可看成是從M維歐氏空間到L維歐氏空間的映射，這種映射的一大特點是高度的非線性，用途非常廣泛，結(jié)構(gòu)如圖2.1所示其中包括：

　　1）數(shù)據(jù)壓縮技術(shù)：圖像數(shù)據(jù)的壓縮存儲和圖像特征的抽取;

　　2）模式識別技術(shù)：用于信息的識別比如文字，語言等，特別適用于對特征的判斷;

　　3）函數(shù)逼近：用于復雜工業(yè)系統(tǒng)的建模和控制，特別適合于強耦合和非線性的系統(tǒng)。

圖2.1BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

　　考慮用BP網(wǎng)絡(luò)技術(shù)來檢測諧波主要也是基于電力系統(tǒng)動態(tài)諧波的特點而定的，電網(wǎng)里面的諧波次數(shù)很多，過去的一個關(guān)鍵設(shè)備就是一種并行的濾波式檢測裝置。這種裝置的原理方框圖如圖2.2所示，它的實時性和準確性都還不錯，但由于濾波器數(shù)量太多，造成整套裝置十分復雜，故障率和可靠性比較低，且無法根據(jù)需要進行功能上的修改，適應(yīng)性較差。

圖2.2并行濾波式諧波檢測裝置方框圖

　　比較圖2.1和圖2.2，可以考慮用BP網(wǎng)絡(luò)來代替圖2.2中的硬件電路，用神經(jīng)網(wǎng)絡(luò)的學習方法來加以代替。可以將實際電網(wǎng)的輸入信號看成是待測量信號，進行一系列的采樣和自我學習。BP網(wǎng)絡(luò)的輸出得出的是所要檢測的各次諧波電流信號的幅值，得到的這些電流信號是有源電力濾波器的補償電流發(fā)生電路所需要的指令電流信號的重要部分?；谶@種思想，可以考慮用BP神經(jīng)網(wǎng)絡(luò)來進行的諧波電流的檢測，本文中，將做一下仿真研究。

三.BP神經(jīng)網(wǎng)絡(luò)與電網(wǎng)諧波檢測

　　3.1電力系統(tǒng)諧波特點

　　在電力系統(tǒng)中，判斷諧波的大小有一個量化指標，常用總諧波畸變率（THD）來度量電壓和電流的質(zhì)量。

　　（3.1）

　　上式中，Ah表示第h次諧波幅值;A1表示基波I1（t）幅值。

　　有源電力濾波器在本質(zhì)上就是通過降低電力系統(tǒng)中的總諧波畸變率，使電能質(zhì)量達到國家制定的電能質(zhì)量標準。在電力系統(tǒng)中的諧波可以歸納出以下的這些特點：

　　1）奇次諧波是電網(wǎng)中諧波的主要成分，而且奇次諧波的幅值也不會超過基波幅值的70%,高次諧波的幅值都比較小，所以要重點考慮奇次諧波的濾波;

　　2）電力系統(tǒng)畸變電流中所含有的奇次諧波分量很多，但有幾種是嚴重影響電能質(zhì)量的，包括5次、7次、11次和13次諧波;

　　3）實際操作中，有源電力濾波器的檢測環(huán)節(jié)先檢測出這幾種諧波，然后控制補償和濾波電路進行動作，濾掉這幾種影響較大的諧波，從而顯著降低中的諧波含量，也就大幅度降低了電力系統(tǒng)的總諧波畸變率。