一种基于人工神经网络的静态无功补偿器电压调节方法

摘要

一种基于人工神经网络的静态无功补偿器电压调节方法，包括以下步骤：数据采集，建立神经网络模型，训练好的人工神经网络ANN接入控制器，控制NCBF和α角，实现静态无功静止补偿SVC；静态无功静止补偿器SVC通过电压调节维持耦合处电压的稳定性。本发明采用的人工神经网络包含两个隐含层，且能够通过数据的训练得出两个隐含层中最佳匹配的神经元个数，形成最佳神经网络结构。将最佳的ANN控制应用于控制系统中，输入未调节的电压VPCC，输出NCBF和α用来直接控制SVC。本发明所提出的方法具有操作简单，准确性高，响应速度快，易于实施等优点，在提高耦合点处的电压稳定性的同时还能减小系统的总谐波失真(THD)。