基于BP神经网络的电网谐波分析技术

随着现代工业的发展,非线性电力负荷在电力系统中的应用越来越广泛,在电网中产生大量的电力谐波,对电力系统和用户造成很大的危害,因此对电力谐波加以监测和限制具有重要的意义。 本文首先介绍了谐波危害及监测意义,并对当前多种谐波检测方法和谐波测试技术进行分析对比,然后提出了基于BP神经网络的谐波监测分析方法。根据电网谐波的特点,采用了改进型BP网络结构,并形成了训练样本。论文给出了网络算法,用基于Labview工作平台的G语言编写了训练程序,将所形成的样本对网络进行了训练,得到相应的权值和阈值。 本文把模拟构造的几组未经训练的谐波以及电网中实测的谐波输入到训练好的BP网络中进行仿真分析,结果表明所设计的神经网络具有较高的测量精度,可以很好地检测谐波成分。虽然仅对畸变的非正弦周期信号的3次、5次、7次、9次等奇次谐波以及畸变的非正弦周期信号中的2次、3次、4次、5次等各次谐波进行了训练和测试,但其原理和方法同样适合于含更多次谐波的信号分析。同时,论文将电网中的实测信号分别用FFT算法和BP算法进行测量,并进行了分析对比,结果表明在输出单元数较少的前提下BP算法测量精度较高、速度较快。最后,利用LabVIEW软件设计了一个谐波检测仪面板,实现了参数设置以及对信号处理过程与分析结果的显示功能。