日本十八禁视频无遮挡,老湿亚洲永久精品ww47香蕉推荐,少妇野战喷水在线

電能質(zhì)量
專家診治

把電能質(zhì)量問題交給領(lǐng)步400-056-5258

電力系統(tǒng)諧波電流檢測的方法與諧波治理（二）

返回列表來源：領(lǐng)步電能質(zhì)量發(fā)布時間：2018-08-10分享加入收藏關(guān)注：-

專家講堂1

3、基于神經(jīng)網(wǎng)絡(luò)的檢測方法
將神經(jīng)網(wǎng)絡(luò)應(yīng)用于諧波測量，主要涉及網(wǎng)絡(luò)構(gòu)建、樣本的確定和算法的選擇，目前已有一些研究成果。人工神經(jīng)網(wǎng)絡(luò)（ANN）具有人腦的某些功能特征，可以用來解決模式識別與人工智能中用傳統(tǒng)方法難以解決的問題。
（1）徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的諧波測量
徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（RBFNN，RadialBasisFunctionNeuralNetwork）是一種三層靜態(tài)前向網(wǎng)絡(luò)，第一層為輸入層，由信號源結(jié)點構(gòu)成；第二層為隱含層，其單元數(shù)視所描述問題的需要而定；第三層為輸出層，他對輸入模式的作用做出響應(yīng)。用他來測量諧波分量的基本思路是，神經(jīng)網(wǎng)絡(luò)的輸入為待測信號，輸出為檢波器輸出的信號，從而得出所要測量的各次諧波信號的幅值。文中論述了通過在線分配隱單元，動態(tài)建立隱層空間的變結(jié)構(gòu)的學(xué)習(xí)和訓(xùn)練算法，并根據(jù)電力系統(tǒng)中諧波的一些特點來形成訓(xùn)練樣本集，最終實現(xiàn)用RBF網(wǎng)絡(luò)測量諧波中的高次諧波分量的幅值。

（2）基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)和基于多層前饋網(wǎng)絡(luò)的兩種諧波測量方法
基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)（ANN）的波測量方法采用了ADLINE輸入矩陣，x（t）＝［sin（ωt），cos（ωt），sin（2ωt），cos（2ωt），…，sin（nωt），cos（nωt）］。并采用了2種在線訓(xùn)練權(quán)值的算法，其一是Widrow-Hoff[18]算法，其二采用最小均方（LMS）算法，并分別從收斂速度、精度和自適應(yīng)能力方面，通過仿真對這2種算法進行了比較，基于ANN自適應(yīng)的諧波測量方法對于不確定的諧波進行跟蹤測量來說是一種好方法。在基于多層前饋網(wǎng)絡(luò)的諧波測量中，構(gòu)建多個結(jié)構(gòu)類似的MLFNN，有多少待測量諧波，就對應(yīng)多少個MLFNN。利用離散的采樣點來測量初相角，然后再對諧波的幅值進行在線和離線訓(xùn)練，實時性和精度上較好，仿真結(jié)果表明，幅值精度可達(dá)到10－3。對于確定的電力電子裝置，若采用這種方法，實時性和精度上容易滿足。
（3）引入慣性系數(shù)的神經(jīng)網(wǎng)絡(luò)方法
對傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)法進行了改進，提高了人工神經(jīng)元自適應(yīng)的學(xué)習(xí)率，并采用前K次采樣值，用于檢測畸變電流中的諧波電流。其中神經(jīng)元學(xué)習(xí)采用LMS算法，通過誤差e來調(diào)節(jié)權(quán)值，相應(yīng)的修正權(quán)值公式：

采用數(shù)字方式實現(xiàn)算法，仿真實驗結(jié)果證明了本方法的有效性、正確性和實用性。
4、小波分析方法

小波分析方法具有多尺度分析和時－頻局部化特性，特別適用于邊緣和峰值突變信號的處理和特征抽取，適合作為諧波檢測和分析。

（1）基于小波包的算法

可以用于大型變壓器勵磁涌流波形的識別，本方法引入短數(shù)據(jù)窗對采樣數(shù)據(jù)進行分析，具有良好的實時性。通過把小波變換應(yīng)用于變壓器差動保護的間斷角測量，實現(xiàn)了小波變換局部極大值測量間斷角。計算機仿真表明，本方法算法簡單，抗干擾能力強，測量精度高，可使間距誤差達(dá)到0．003 1 s，間斷角誤差為7．5°，是比較小的。可降低間斷角微機保護的成本，有助于加速變壓器差動保護微機化的進程。

（2）正交小波變換分析
用“周期小波變換”精確地分解出基波及諧波信號，然后在原始信號中減掉周期信號后，用平滑延拓進行小波分解。在小波包分解過程中采用代價函數(shù)決定最優(yōu)分解二叉樹。一旦發(fā)現(xiàn)某個節(jié)點的cos t＝0，就不再對此節(jié)點進一步分解。設(shè)ξ為門檻值，代價函數(shù)定義如下：

用“周期小波變換”在處理高次諧波暫態(tài)過程時在邊緣處有混頻現(xiàn)象。由于電力信號的高次諧波所占比例較小，實際計算結(jié)果能夠滿足工程需要。本算法能夠廣泛應(yīng)用于大型鋼鐵企業(yè)及電力機車供電系統(tǒng)的諧波分析。

（3）離散和連續(xù)小波包結(jié)合的方法

使用離散小波包變換的濾波器組將波形頻譜分解成子波段，然后用連續(xù)小波變換估計非零子波段的諧波內(nèi)容，可以同時檢測識別所有諧波中包括整次、非整次和分諧波。該方法能精確量化諧波的頻率、幅值和相位。在澳洲西部系統(tǒng)中證明了該方法對波形合成和波形測量都是非常有效的。

（4）基于小波變換的用KALMAN濾波
  利用本方法建立一個在線跟蹤檢測電源系統(tǒng)諧波的新模型，以小波和多尺度分析的緊密聯(lián)系來表示小波比例函數(shù)之和的諧波幅值和相位角。這個模型可通過求解小波比例函數(shù)的系數(shù)直接估計出諧波幅值和相位角。這個模型是結(jié)合了KALMAN濾波技術(shù)來開展在線諧波跟蹤方法的。仿真表明本模型比傳統(tǒng)的模型有更好的跟蹤能力。
（5）快速傅里葉變換和連續(xù)小波變換算法相結(jié)合
  可以同時對諧波、間諧波和信號閃變進行測量。對電源電路中大容量的非線性裝置的間歇運轉(zhuǎn)造成電壓和電流波形的諧波畸變和閃變有很好的檢測效果。通過合成信號的仿真驗證了這個算法的性能，在電弧爐支流電路的測量試驗記錄中驗證了其可行性。試驗的圖解分析表明此算法運算時間較短，精確度也較好。
（6）基于小波變換的時變諧波檢測方法
  利用正交小波在L2（R）空間線性張成的標(biāo)準(zhǔn)正交小波基和小波函數(shù)時頻局部性的特點，將諧波時變幅值投影到小波函數(shù)和尺度函數(shù)張成的子空間上，從而把時變幅值的估計問題轉(zhuǎn)化為常系數(shù)估計，利用最小二乘法即可實現(xiàn)時變諧波的檢測。此方法可以準(zhǔn)確檢測時變諧波并且具有較快的跟蹤速度。

二、諧波問題治理
目前市場上有兩種諧波治理產(chǎn)品一種是無源濾波器另外一種是有源濾波器
無源濾波器：采用智能無功控制技術(shù)來實現(xiàn)濾波補償回路的自動控制投切。濾波補償回路由濾波電容器和濾波電抗器組成，對諧波形成低阻抗，讓諧波流入濾波器；同時在基波產(chǎn)生無功功率進行補償；從而達(dá)到諧波治理和補償無功提高功率因數(shù)的雙重效果。

有源濾波器：有源電力濾波裝置的基本原理是從電網(wǎng)中檢測出諧波電流，經(jīng)內(nèi)部芯片快速計算、分析、比較，控制主功率單元產(chǎn)生一個與該諧波電流大小相等而極性相反的補償電流，從而使電網(wǎng)電流只含基波成分。這種濾波器能對頻率和幅值都變化的諧波進行跟蹤補償，且補償特性不受電網(wǎng)阻抗的影響。該有源電力諧波濾波裝置, 引進美國 TMS320F2812 芯片，根據(jù)最新的瞬時無功功率理論，應(yīng)用數(shù)字信號處理技術(shù)（DSP），脈寬調(diào)制技術(shù)（PWM），智能化功率單元技術(shù)（IPM），觸摸屏技術(shù)（GP）等前沿科技，可實現(xiàn)動態(tài)消除諧波，平衡三相負(fù)荷，是一種高技術(shù)含量，濾波效率最理想諧波治理和無功補償產(chǎn)品。

有源濾波器

[北京領(lǐng)步公司]是專注企事業(yè)單位用電異常問題治理的專家，致力于開發(fā)前端技術(shù)和產(chǎn)品，推動整個諧波治理行業(yè)。為各類諧波治理用戶提供“24小時技術(shù)咨詢”“免費檢測分析”“方案設(shè)計與性價比評估”，了解更多<諧波治理>方案，歡迎點擊我們的在線客服進行咨詢，或者直接撥打全國統(tǒng)一服務(wù)熱線400-056-5258，我們期待您的來電！