采用神经网络的谐波和间谐波检测方法研究

随着现代工业的发展,整流器、变频调速装置、电弧炉以及各种力电子设备大量涌入电网。这些负荷的非线性、不平衡性和冲击性,在电网中产生大量谐波及间谐波,对电力系统和电力用户造成很大的危害。与此同时,电力用户对电能质量的要求越来越高。因此,准确地进行电力谐波及间谐波检测有重要的意义。本文首先介绍电网谐波及间谐波的产生、危害和抑制,然后对国内外常用的谐波及间谐波分析方法,从计算量、精确度、可靠性、容易实现性、自适应能力、有效范围等方面对这些方法进行综合比较。 本文提出了采用神经网络的谐波和间谐波检测方法。具体分述如下: ①先对采样信号用BP神经网络进行分析,得到高精度的基波频率。 ②采用BP神经网络分析基波频率的原理和方法来高精度检测整数次谐波中的基波频率,再利用传统的线性神经网络方法分析整数次谐波。为了更接近实际电网信号,还加入了偶数次谐波和随机噪声。检测精度与加矩形窗和汉宁窗的FFT算法进行比较。 ③用加汉宁窗的FFT算法对信号预处理,得到间谐波的个数和粗精度的间谐波次数。将所得间谐波个数设定为激励函数参数可调的线性神经网络神经元的个数。以预处理所得的粗精度间谐波次数为依据,来设定激励函数参数可调的线性神经网络中间谐波次数迭代的初始值。 ④用激励函数参数可调的线性神经网络,即将谐波次数、幅值和相位共同作为线性神经网络的权值参与学习调整,实现间谐波的高精度检测。并分析了随机噪声环境中的检测效果。检测精度与加矩形窗和汉宁窗的FFT算法进行比较。 为了验证本文提出的采用神经网络的谐波和间谐波检测方法,在Matlab软件环境中编写程序进行了仿真研究。仿真结果表明本文提出的电力系统谐波和间谐波检测方法具有较高的检测精度,自适应能力较强。理论分析和仿真结果都表明了该方法的可行性和有效性。整数次谐波检测时,检测偶数次谐波的优势更明显。间谐波检测时,检测与偶数次谐波比较接近的间谐波的优势更明显,尤其是与偶数次谐波比较接近的间谐波的频率检测。 本文虽然仅对电网信号的1～11次谐波和间谐波进行了训练和测试,但其原理和方法也适合含更高次谐波及间谐波的电网信号。