• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 7
    • 下载费用:30 金币  

    在哪玩重庆时时彩: 一种谐波电流的人工神经网络检测方法.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN201310361632.6

    申请日:

    2013.08.20

    公开号:

    CN103424621A

    公开日:

    2013.12.04

    当前法律状态:

    驳回

    有效性:

    无权

    法律详情: 发明专利申请公布后的驳回IPC(主分类):G01R 23/16申请公布日:20131204|||实质审查的生效IPC(主分类):G01R 23/16申请日:20130820|||公开
    IPC分类号: G01R23/16; G01R19/06 主分类号: G01R23/16
    申请人: 江苏大学
    发明人: 廖志凌
    地址: 212013 江苏省镇江市学府路301号
    优先权:
    专利代理机构: 南京知识律师事务所 32207 代理人: 汪旭东
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201310361632.6

    授权公告号:

    ||||||

    法律状态公告日:

    2016.06.08|||2013.12.25|||2013.12.04

    法律状态类型:

    发明专利申请公布后的驳回|||实质审查的生效|||公开

    摘要

    本发明公开了一种谐波电流的人工神经网络检测方法,属于电力系统谐波检测技术领域。本发明将信号处理中的自适应噪声对消技术应用于电力系统的谐波和无功电流的检测,并结合神经网络的特点,提出的一种谐波电流的人工神经网络检测方法,可用于单相电路,也可推广于三相电路。由于网络训练所需要的样本数取决于输入—输出非线性映射关系的复杂程度,因此,本发明使用这样一个经验规则,即:训练样本数是网络连接权总数的5~10倍,同时采用Widrow-Hoff学习规则来调整人工神经网络的权值。本发明的检测方法能实时、高精度地检测出负载电流中的谐波和无功电流,能应用于有源电力滤波器中,具有良好的工程借鉴价值。

    权利要求书

    权利要求书
    1.  一种谐波电流的人工神经网络检测方法,其特征在于:用自适应噪声对消方法结合人工神经网络检测电力系统的谐波和无功电流。

    2.  根据权利要求1所述的一种谐波电流的人工神经网络检测方法,其特征在于:所述自适应噪声对消方法具体包括如下步骤:
    (1)向检测系统输入两个输入,即原始输入和参考输入,以负载电流iL作为原始输入,以由电网电压信号us(t)经过锁相电路得到的基波的正余弦信号                                               和,以及由和再倍频得到的3、5、7、9次谐波的正余弦信号的十个输入作为参考输入;
    (2)所述人工神经网络的输入采用单输入的自适应线性单元,所述参考输入作为人工神经网络的输入,经求和和人工神经网络激活后,人工神经网络输出信号被输出至检测系统;
    (3)检测系统输出信号,检测系统输出信号同时作为误差信号e来调节人工神经网络的参数。

    3.  根据权利要求1或2所述的一种谐波电流的人工神经网络检测方法,其特征在于:训练样本的选取和权值的更新规则为:训练样本数是网络连接权总数的5~10倍,同时采用Widrow-Hoff学习规则来调整人工神经网络的权值。

    4.  根据权利要求1或2所述的一种谐波电流的人工神经网络检测方法,其特征在于:所述人工神经网络由单个神经元模型构成。

    5.  根据权利要求1或2所述的一种谐波电流的人工神经网络检测方法,其特征在于:所述谐波电流的人工神经网络检测方法应用于单相电路或三相电路。

    6.  根据权利要求1或2所述的一种谐波电流的人工神经网络检测方法,其特征在于:所述谐波电流的人工神经网络检测方法的检测结果为:除基波有功电流之外总的畸变电流,以及谐波与无功电流之和。

    说明书

    说明书一种谐波电流的人工神经网络检测方法
    技术领域
    本发明涉及一种谐波电流的人工神经网络检测方法,属于电力系统谐波检测技术领域。 
    背景技术
    随着电力电子装置的广泛应用,电网中的谐波污染和动态无功负荷已成为一个非常严重的问题。为了抑制谐波和补偿无功功率,国内外研制了许多新型的无功补偿装置和有源电力滤波系统。显然,其补偿效果与有源电力滤波系统所采用的谐波和无功电流的检测方法有关。
    目前采用的检测方法主要是基于瞬时无功功率理论。这种检测方法能够较好地检测谐波和无功电流,但也存在不足之处,如电压波形畸变影响检测精度、对单相电路的谐波电流检测必须首先构建三相电路等。有的专家采用了一般模拟并行式谐波测量装置的原理,但由于实际电力系统的负载电流变化多样,该方法需要花大量的时间来训练样本,难以满足实时补偿的要求。应用神经网络理论检测可以解决谐波和无功电流检测的精度和实时性问题。 
    发明内容
    针对传统检测方法的不足,本发明提出一种谐波电流的人工神经网络(以下简称ANN)检测方法,包括以下步骤:
      (1) 检测原理
    著名学者Widrow曾提出一种自适应噪声对消法用于信号处理中,将信号源s从噪声n0中分离出来,检测原理如图1所示。检测系统有两个输入,即原始输入s+n0和参考输入n1,其中s和n0不相关,s和n1也不相关,但n1是和n0相关的噪声干扰。自适应滤波器自动调整其输出n0*,使其在最小均方误差下逼近主干道的噪声干扰n0。这里,系统输出y同时作为误差信号e来调节自适应滤波器的参数。
    i=i1+i3+i5+i7+i9作为噪声干扰代替n0(i1和i3、i5等分别是负载电流iL中的基波和3、5次等谐波分量)。取负载电流iL作为原始输入代替s+n0。用神经元代替自适应滤波器,分别取基波的正余弦信号                                               和以及3、5、7和9次谐波的正余弦信号(通过倍频获得)作为神经元的十个输入代替参考输入。根据正弦函数的正交特性,可以证明它们和“噪声干扰”电流i对应的各次正弦和余弦分量分别相关,和其他高次谐波总电流ih不相关,这就构成了基于ANN的自适应谐波和无功电流检测电路。此时,输出y就是iL中除3、5、7和9次谐波电流外的其他高次谐波电流之和。 
    实际负载电流可能含有很多高次谐波,所以从理论上讲,代替干扰噪声的i中含有的3、5、7、9等谐波次数越多,训练结果就越精确,但这样构成的ANN就越复杂,从而实时性会降低。因此,应综合考虑电力系统实际情况,结合训练精度以及系统的实时性,合理选取i中的谐波次数。
    考虑到电力系统中谐波在其中占的比重不大,且大多是奇次谐波,特别是整流型非线性负载,任一奇次谐波的幅值一般不会超过基波幅值的50%,且谐波次数越高其幅值越小,在这里取i=i1+i3+i5+i7+i9作为噪声干扰代替n0,后面将对此作进一步分析说明。
         (2) 检测方法
    以三相电网中A相的谐波和无功电流的检测为例,这种方法同样可推广于B、C两相。其中ANN的输入采用单输入的自适应线性单元。由电网电压信号us(t)经过锁相电路(PLL)得到基波的正余弦信号和,再倍频得到3、5、7、9次谐波的正余弦信号,将他们作为ANN的参考输入??悸堑降ジ錾窬唤鼋峁辜虻デ揖哂幸欢ǖ挠成浜妥允视ρ澳芰?,所以用单个神经元模型构成的ANN来实现自适应谐波和无功电流的检测,原理图如图2所示。
    图2中输出i*(t)以最小均方误差逼近“噪声干扰”电流i(t),将检测电路的输出ih*(t)作为调节ANN的权值W的误差信号e(t)。
                     (1)
    式(1)两边平方后取数学期望,由于ih(t)和i(t)与i*(t)都不相关,所以
                         (2)
    ih(t)一定,则E[ih2(t)]也一定,当调节权值Wi(i=1,2,…,10)使E[e2(t)]达最小时,E{[i(t)-i*(t)]2}达到最小,同时E{[ih(t)-ih*(t)]2}也达到最小。在理想情况下,经过若干次迭代,Wi(i=1,2,…,10)逼近最优,则
                                    (3)
    容易证明,此时各支路的权值Wi(i=1,2,…,10)等于“噪声干扰”电流i(t)中的各次分量的正余弦的幅值,即
     (4)
    由式(4)可得,和分别对应于负载电流iL的基波有功和无功电流分量。实际上,参考输入中加入各次谐波的正余弦信号只是为了精确得到基波有功电流分量,从而精确检测出除基波有功电流之外总的畸变电流(谐波和基波无功电流)。当同时补偿谐波和无功电流时,用负载电流iL减去基波有功分量即可。
    本发明的有益效果是:将信号处理中的自适应噪声对消技术应用于电力系统的谐波和无功电流的检测,并结合ANN的特点,提出的一种谐波电流的ANN检测方法,可用于单相电路,也可推广于三相电路。本发明实时、高精度地检测出负载电流中的谐波和无功电流,能应用于有源电力滤波器中,具有良好的工程借鉴价值。 
    附图说明
    图1为自适应噪声对消原理框图;
    图2 为基于ANN的谐波电流检测框图。
    具体实施方式
    下面结合附图和实施例对本发明所述方法作进一步说明。
        (1) 利用图1的检测原理,图中,s为信号源,n0为噪声,n1为参考输入,e为误差信号,n0*为自适应滤波器的输出,y为系统输出。取i=i1+i3+i5+i7+i9作为噪声干扰代替n0,取负载电流iL作为原始输入代替s+n0,用神经元代替自适应滤波器,分别取基波的正余弦信号和以及3、5、7和9次谐波的正余弦信号(通过倍频获得)作为神经元的十个输入代替参考输入,构成基于ANN的自适应谐波和无功电流检测电路。此时,输出y就是iL中除3、5、7和9次谐波电流外的其他高次谐波电流之和。
    (2) 以三相电网中A相的谐波和无功电流的检测为例,这种方法同样可推广于B、C两相。其中ANN的输入采用单输入的自适应线性单元。由电网电压信号us(t)经过锁相电路(PLL)得到基波的正余弦信号和,再倍频得到3、5、7、9次谐波的正余弦信号,将他们作为ANN的参考输入??悸堑降ジ錾窬唤鼋峁辜虻デ揖哂幸欢ǖ挠成浜妥允视ρ澳芰?,所以用单个神经元模型构成的ANN来实现自适应谐波和无功电流的检测,原理图如图2所示,图中,为负载电流,i1为基波电流,i3为3次谐波电流,i5为5次谐波电流,i7为7次谐波电流,i9为9次谐波电流,为检测电路输出,Wi(i=1,2,…,10)为各支路的权值,和分别为基波的正余弦信号,和分别为3次谐波的正余弦信号,和分别为5次谐波的正余弦信号,和分别为7次谐波的正余弦信号,和分别为9次谐波的正余弦信号,为人工神经网络的输出信号,ih为高次谐波电流,为“噪声干扰”电流,为求和函数,为人工神经网络激活函数。
    利用以上发明内容所述的检测方法,分别得到对应于负载电流iL的基波有功分量和无功电流分量,从而精确检测出除基波有功电流之外总的畸变电流(谐波和基波无功电流)。当同时补偿谐波和无功电流时,用负载电流iL减去基波有功分量即可。
         (3) 训练样本的选取和权值的更新。由于网络训练所需要的样本数取决于输入——输出非线性映射关系的复杂程度。因此,可以使用这样一个经验规则,即:训练样本数是网络连接权总数的5~10倍。这里选择100组样本。
    网络训练中提取的规律蕴涵在样本中,因此样本要有代表性。样本的选择要注意类别的均衡,尽量使每个类别的样本数量大致相等??梢栽诘缤缪?I>us(t)的一个周期内等分取点,构成100组样本。
    假设各神经元的阈值取零,激活函数f(x)取线性函数,即f(x)=x,由图2可得,ANN的输入矢量、神经元净输入和神经元输出分别为:
           (5)
                                               (6)
                                   (7)
    这里采用Widrow-Hoff学习规则来调整网络的权值(为简单起见,不调整阈值),即:
                              (8)
    式(8)中,为学习率,如果取值较大,学习过程加速,网络收敛快;但是太大时,学习过程变得不稳定且误差会加大。MATLAB的神经网络工具函数maxlinlr可用于求合适的学习率,在此基础上通过试验适当选取的值。
    以上所述仅为本发明的较佳实施例而已,并不用以限制本发明。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的?;し段е?。

    关 键 词:
    一种 谐波 电流 人工 神经网络 检测 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:一种谐波电流的人工神经网络检测方法.pdf
    链接地址://www.4mum.com.cn/p-5778374.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03