基于自适应神经网络的有源电力滤波器谐波电流提取方法 harmonic detection based on adaptive neural network for active power filter.pdfVIP

基于自适应神经网络的有源电力滤波器谐波电流提取方法 曾令全，白志亮，曾德俊，刘春山 (东北电力大学电气工程学院，吉林吉林132012) 于三相非线性负载的谐波电流检测中。提出了一种基于ADNN检测方法。该方法的主要特点是不仅能检测 谐波电流中的基波成分．也能检测出其中不同的高次谐波分量的幅值和相位。通过搭建一个基于DSP三相 并联APF的实验系统采证实该方法的有效性，并-b传统的傅里叶变换法和d．q算法相比较，验证其具有更 快的动态响应。最后．通过分别对感性负载和容性负载进行阶跃变化操作试验检验所提出的ADNN检测法 的APF谐波补偿特性．并获得了优良的补偿性能。 关键词：自适应神经网络：谐波提取：有源电力滤波器；补偿电流；DSP 761 中图分类号：TM 文献标识码：A 电网中交流电源侧的谐波成分由有源电力滤波 器(APF)进行补偿．因此首先要对谐波进行提取…引。 本文引入了一种自适应神经网络(ADNN)检测 方法来检测各次谐波的幅值和相位．检测时间比常 规的方法要短．通过这种方法能够有选择性地对5 次和7次谐波进行补偿。本方法中，不需要进行网络 训练．而是采用神经网络的基本原理确定畸变的负载 电流中的基波和各次谐波成分，即不再为训练选择 训练模式、隐藏的层数和每一层神经元的个数。而且 所提出的ADNN在单相和三相系统中都适用[5-10】。 1系统描述 1．1 实验系统的一般介绍 完整的APF配置在图1中给予了描述【ll】。 ADNN方法确定出基波分量(珏，0)和三相非线 性负载电流(吐im)，然后用负载电流减去基波得到 图1谐波检测控制电路图 谐波成分的补偿量(i：，i：b)。负载电流各相中总的谐 Controlcircuitofharmonicdetection Fig．1 波电流是通过从负载电流中减去基波分量得到的， 于DSP的实验系统中进行的[13-11．1。逆变器中的功率 而并不是各次谐波分量的总和。低次谐波分量占据 半导体开关器件是以数字l和O表示的开或关状 总的谐波的主要部分．这样用于确定谐波的神经网络 态。因此．同DSP接口的逆变器控制器适合采用数字 也会简单一些．可以证明．通过ADNN分离出来的谐 电路。所有的计算都是数字化完成的．补偿电流的计 波幅值和相位是正确的。 算．使用ALE的快速控制算法，以及用于维持直流 补偿电流参考量(i：，i：b)通过abc—dq相位变换 电压玩恒定的比例积分(PI)控制，都是用汇编语言 被转换为d．q轴分量(i≥，i备)，它们被用于指令电压 编程完成的．程序由连接在PC机上的DSP运行。实 向量计算．计算单元中含一个快速电流控制器。指令 验系统框图如图2所示。 输出电压向量由空间矢量调制方法提供。在快速电 流控制器中．引用一个自适应性线路放大器(ALE)㈦ 2 各因素对实验结果的影响 提前2个采样周期预测参考值．这样就减少了计算 时间，同时也能增强快速电流控制系统的鲁棒性。 2．1积分常数K的影响 1．2实验系统的构成 下面对积分常数K进行定义。 N ADNN确定谐波电流以及APF的实现都是在基设茗(￡)= ∑