基于分段迭代的電力諧波和間諧波神經(jīng)網(wǎng)絡(luò)分析方法.pdf

1、由于非線性負(fù)荷和電力電子器件的大量使用，導(dǎo)致電網(wǎng)中電壓、電流波形畸變越來越嚴(yán)重，不僅存在含有率較大的整數(shù)次諧波，而且還存在頻譜分量豐富的非整數(shù)次諧波——間諧波，威脅電力系統(tǒng)及其用電設(shè)備的安全、經(jīng)濟(jì)運(yùn)行。治理諧波和間諧波的前提是準(zhǔn)確計(jì)算出其參數(shù)。因此，研究諧波和間諧波的分析方法具有重要意義。
　　本文對傅里葉變換、小波變換、現(xiàn)代譜估計(jì)和人工智能在精度、實(shí)時(shí)性、適用范圍、穩(wěn)定性、自適應(yīng)能力等多個(gè)方面進(jìn)行了綜合比較。屬于人工智能的增強(qiáng)型

2、Adaline神經(jīng)網(wǎng)絡(luò)因其具有自適應(yīng)學(xué)習(xí)性能、能同時(shí)調(diào)整網(wǎng)絡(luò)激勵(lì)函數(shù)向量和權(quán)值向量、計(jì)算精度高，近年來被用于諧波和間諧波分析，但尚處于起步階段。
　　本文針對增強(qiáng)型Adaline神經(jīng)網(wǎng)絡(luò)的計(jì)算精度依賴網(wǎng)絡(luò)初始值的缺點(diǎn)，將加漢寧窗插值FFT算法與增強(qiáng)型Adaline神經(jīng)網(wǎng)絡(luò)相結(jié)合。FFT變換能同時(shí)估計(jì)信號的頻率、幅值和相位，是最基本的諧波和間諧波分析方法，但存在頻譜泄漏、柵欄效應(yīng)的缺點(diǎn)。本文通過理論分析、公式推導(dǎo)和Matlab仿真實(shí)

3、驗(yàn)驗(yàn)證了加窗插值算法能有效抑制FFT變換的頻譜泄漏和柵欄效應(yīng)。
　　為了提高增強(qiáng)型Adaline神經(jīng)網(wǎng)絡(luò)的諧波和間諧波分析精度和抗噪性能，提出了分段迭代法。分段迭代法將采樣數(shù)據(jù)按采樣時(shí)間分段，依次用各段對應(yīng)的誤差信息來調(diào)整增強(qiáng)型Adaline神經(jīng)網(wǎng)絡(luò)的參數(shù)。該方法結(jié)合一點(diǎn)迭代法和全部點(diǎn)迭代法的優(yōu)點(diǎn)，既對各時(shí)間段內(nèi)的誤差性能指標(biāo)關(guān)于待調(diào)整參數(shù)的一階偏導(dǎo)數(shù)取平均值，減少噪聲對網(wǎng)絡(luò)參數(shù)調(diào)整的影響，又充分保留誤差中包含的諧波和間諧波的信息

4、，使增強(qiáng)型Adaline神經(jīng)網(wǎng)絡(luò)具有較高的參數(shù)估計(jì)精度。同時(shí)，根據(jù)各分量參數(shù)估計(jì)誤差和頻率對誤差函數(shù)一階偏導(dǎo)之間的關(guān)系，提出了修正信號幅值最大分量對應(yīng)的頻率調(diào)整量的處理方式，以提高增強(qiáng)型Adaline神經(jīng)網(wǎng)絡(luò)計(jì)算信號參數(shù)的精度。仿真結(jié)果驗(yàn)證了本文所提出的諧波和間諧波分析方法具有分析精度高、抗噪能力強(qiáng)、實(shí)時(shí)性好的優(yōu)點(diǎn)。
　　最后，利用基于加漢寧窗插值FFT算法的增強(qiáng)型Adaline神經(jīng)網(wǎng)絡(luò)對計(jì)算機(jī)、臺燈、洗衣機(jī)和鍛造廠的電壓、電流實(shí)