基于人工神經(jīng)網(wǎng)絡自適應諧波電流檢測的研究.pdf

1、提高有源電力濾波器(APF)諧波電流的補償效果,首先就必須采用適當?shù)闹C波電流檢測方法,使組成的諧波電流檢測電路檢測精度高、實時性強,當非線性隨機性負載電流發(fā)生變化時有良好的自適應特性和跟蹤檢測特性.該文通過把數(shù)字信號處理中的自適應噪聲對消技術與人工神經(jīng)網(wǎng)絡(ANN)相結合,探討了ANN在APF諧波電流檢測方面的應用以及ANN自適應控制方法,并在此基礎上提出了一種ANN自適應諧波電流檢測方法,共推出兩種多層前饋神經(jīng)網(wǎng)絡(MLFNN)自適應

2、諧波電流檢測電路和兩種神經(jīng)元自適應諧波電流檢測電路.文中首先對非正弦周期電流從時域上進行分解,并分析了其中各電流分量之間的關系,探討了將自適應噪聲對消技術用于APF諧波電流檢測的可能性,為構成ANN諧波電流檢測方法提供了理論依據(jù).然后詳細地闡述了ANN同自適應噪聲對消技術的結合,提出了ANN自適應諧波電流檢測方法.根據(jù)該方法,推出了兩類基于ANN的自適應諧波電流檢測電路.第一類是由改進的MLFNN組成,它可以通過網(wǎng)絡把輸出反饋回輸入端,

3、使網(wǎng)絡具有動態(tài)跟蹤特性.第二類是基于神經(jīng)元模型,它結構簡單、算法容易,特別適應于用模擬硬件電路實現(xiàn).文中對兩類自適應諧波電流檢測電路都作了詳細的理論分析,探討了其相應的學習迭代算法,并通過MATLAB分別對相應諧波電流檢測電路進行了較為詳細的數(shù)值算法仿真研究.從算法的數(shù)值仿真得出的結果來看,這兩種基于ANN的自適應諧波電流檢測電路的諧波電流檢測精度高,檢測速度快,跟蹤效果好,且抗干擾能力強,有良好的自適應性,檢測效果不會受電源頻率漂移的