[發明專利]一種基于極端學習機的電網諧波電壓信號檢測方法有效
| 申請號: | 201310293529.2 | 申請日: | 2013-07-12 |
| 公開(公告)號: | CN103412171A | 公開(公告)日: | 2013-11-27 |
| 發明(設計)人: | 劉國海;錢鵬;陳兆嶺;丁云;項子旋 | 申請(專利權)人: | 江蘇大學 |
| 主分類號: | G01R19/00 | 分類號: | G01R19/00;G01R23/16 |
| 代理公司: | 南京知識律師事務所 32207 | 代理人: | 李媛媛 |
| 地址: | 212013 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 極端 學習機 電網 諧波 電壓 信號 檢測 方法 | ||
技術領域
本發明涉及一種基于極端學習機的單隱層前饋神經網絡諧波電壓信號檢測方法,屬于電壓信號處理技術領域。
背景技術
隨著各種電力電子裝置和非線性負載的大量應用,電力系統的諧波污染日益嚴重,給電力系統的安全經濟運行帶來了極大的危害。諧波能夠產生很大的危害,由于供電系統和輸電線路具有一定的阻抗,這個阻抗是隨頻率變化的,各次諧波電壓流過電網時會產生一定的電壓降,此電壓降疊加在供電電壓上,引起電網電壓波形畸變,使電能質量下降,影響發電供電和用電設備的安全經濟運行,增加對通信系統的干擾。同時,電網諧波對各種電氣設備,對繼電保護及自動裝置、計算機測量和計量儀器均有不利影響。由于諧波的作用引起的經濟損失,縮短了電氣設備的壽命,有些情況下還使產品的質量降低,數量減少。隨著電力系統自動化和信息化程度的提高,出現了很多電力電子裝置,如有源電力濾波器、靜止無功補償器和動態電壓恢復器,對它們而言,實時計算控制流程算法中的諧波和無功電壓的檢測是整個方案的關鍵,能否快速精確地檢測出所需的補償量,并具有良好的動態跟蹤性能,決定了整個自動化裝置的工作性能。
近幾年來,國內外已取得了一些研究成果,其中基于快速傅里葉變換(Fast?Fourier?Transforms:FFT)的諧波檢測法、基于瞬時無功功率理論的諧波檢測法,是目前應用較廣的方法。盡管這些方法各有優勢,但在電力工程中依然存在著某些不足。例如FFT諧波檢測法有頻譜混疊、柵欄效應和頻譜泄漏等現象,又如p-q法、ip-iq法的檢測精度和實時性過于依賴低通濾波器性能。故上述諸法的準確度和實時性均受到影響,無法滿足電網諧波測量要求
發明內容
本發明的目的在于針對現有技術的不足,提出一種基于極端學習機的單隱層前饋神經網絡諧波電壓信號檢測方法,利用極端學習機良好的非線性函數逼近能力,來達到有效提升諧波檢測實時性和精確度的目的。本發明可應用于對電壓信號實時快速精確計算,應用于電力系統的實時檢測、補償和控制,以及用于高要求高精度等特殊場合電源的輔助優化。
本發明的一種基于極端學習機的單隱層前饋神經網絡諧波電壓信號檢測方法,包括以下步驟:
步驟1、樣本選取。要使諧波測量電路達到一定的精度,應針對不同的測量對象,根據實際畸變波形收集訓練樣本,使諧波測量電路能適合測量某一類(或幾類)非線性負載所產生的畸變波形諧波分量。但是在電網中畸變波形千差萬別,含有的諧波成分也很不相同,不可能收集到所有類型的畸變波形,況且有些畸變波形也不適合作為訓練樣本。所以,應從理論上合理抽取訓練樣本。分析電網中典型的非線性負載所產生的畸變波形發現大多都是奇次諧波,特別是整流型非線性負載,產生諧波的幅值一般不超過基波幅值的50%,諧波次數越高幅值越小。所以,在實際測量時可以只測量其中的奇次諧波,這樣可以把訓練樣本的選擇范圍縮小。于是,電力系統中的一些非正弦周期電壓可用傅里葉級數展開。
式中,Uh為第h次諧波電壓的幅值,為第h次諧波電壓的初相角,ω為基波角頻率,Ah和Bh為傅氏系數。據此,,ω,Ah和Bh的關系式為:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于江蘇大學,未經江蘇大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310293529.2/2.html,轉載請聲明來源鉆瓜專利網。





