基于自适应神经元网络的谐波电流检测方法研究

摘要

提高有源电力滤波器(APF)谐波电流的补偿效果，首先就必须采用适当的谐波电流检测方法，使组成的谐波电流检测电路实时性强、检测精度高，当非线性随机性负载电流发生变化时有良好的自适应特性和跟踪检测特性。
　　本文首先对电力系统谐波的产生、危害以及目前最新的抑制措施进行了必要的论述和分析，并介绍了目前较为流行的两种用于APF的谐波电流检测方法：基于瞬时无功理论的谐波电流检测方法与基于自适应噪声对消原理神经元网络谐波电流检测方法。在此基础上，通过对自适应线性神经元模型以及谐波电流的分析，得出了基于自适应神经元网络(ADNN)的谐波电流检测方法，并对其检测方法进行了简化。在研究谐波电流检测系统的检测延时对APF影响的基础上，对本文所提出的检测方法与基于瞬时无功理论的检测方法和基于自适应噪声对消神经元网络检测方法进行了比较。最后以仿真和试验结果证明了本文所研究的基于自适应神经元网络的检测方法有良好的实时性。
　　为验证基于自适应神经元网络的谐波电流检测方法的实时性和检测精度，本文对基于瞬时无功理论的谐波电流检测方法和基于自适应噪声对消原理神经元网络的谐波电流检测方法进行了理论分析，并分别建立了仿真模型，通过对同一负载电流进行谐波电流检测，对其实时性和检测精度进行了分析。比较结果表明，本文所研究的基于自适应神经元网络的谐波电流检测方法具有较好的实时性和检测精度。
　　最后本文对基于自适应神经元网络的谐波电流检测方法的算法进行了CCS仿真，从算法的数值仿真得出的结果来看，本文所研究的谐波电流检测精度高，检测速度快，跟踪效果好，且抗干扰能力强，有良好的自适应性，检测效果不会受电源频率漂移的影响。

目录

摘要

Abstract

符号说明

第一章 绪论

1.1 谐波问题的研究现状

1.2 人工神经元网络及其应用

1.3 谐波电流检测方法的研究现状

1.4 课题研究意义

1.5 本课题的主要工作

第二章 基于自适应神经元网络的谐波电流检测方法

2.1 自适应线性神经元模型

2.2 LMS算法

2.3 基于自适应神经元网络的谐波电流检测方法

2.4 仿真试验

2.5 小结

第三章 瞬时无功理论谐波电流检测方法及其仿真比较

3.1 瞬时无功理论

3.2 三相电路谐波和无功电流检测

3.3 与基于自适应神经元网络谐波电流检测方法仿真比较

3.4 小结

第四章 基于自适应噪声对消原理神经元网络谐波电流检测方法及其仿真比较

4.1 自适应噪声对消原理

4.2 基于自适应噪声对消原理的检测方法

4.3 与基于自适应神经元网络谐波电流检测方法仿真比较

4.4 小结

第五章 DSP仿真试验

5.1 CCS简介

5.2 DSP算法仿真

5.3 小结

第六章 全文总结

6.1 本文取得的主要研究成果和结论

6.2 后续工作展望

附录 基于自适应神经元网络的谐波电流检测方法程序

参考文献

致谢

攻读学位期间发表的学术论文目录

学位论文评阅及答辩情况表