利用人工神经网络计算有源电力滤波器最大参考相间电压的方法专利检索-人工神经网络人工智能专利检索查询-专利查询网

利用 人工神经网络计算有源电力 滤波器最大参考相间 电压的方法

阅读：70发布：2021-05-16

专利汇可以提供利用人工神经网络计算有源电力滤波器最大参考相间电压的方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种利用人工神经网络计算有源电力滤波器最大参考相间电压的方法，包括以下步骤：检测系统电压，计算一相电压幅值Usm。检测负载电流，计算出5次谐波电流的幅值和相角 If5m和θ5，7次谐波电流的幅值和相角If7m和θ7。由Usm，If5m，θ5，If7m，θ7计算最大参考相间电压从而构建BP神经网络的训练对，并用以训练BP神经网络。训练结束后，可利用BP神经网络根据输入量Usm，If5m，θ5，If7m，θ7可快速计算本方法可以适应不同的系统电压和负载电流快速地计算出最大参考相间电压，为直流侧电容电压指令值的整定奠定了基础，还可根据训练好的BP神经网络的各权值和阈值，在数字信号处理器(DSP)上编程计算。，下面是利用人工神经网络计算有源电力滤波器最大参考相间电压的方法专利的具体信息内容。

权利要求

1.一种利用人工神经网络计算有源电力滤波器最大参考相间电压的方法，包括以下步骤：
(1)检测系统电压，因为当三相电压对称时，系统三相电压合成矢量的幅值Usm为相电压幅值，故只需检测一相电压幅值。
(2)检测负载电流，对于谐波源为图1所示的三相不可控整流桥接电阻负载，负载电流中所含谐波电流次数为6n±1(n为正整数)，其中5次谐波和7次谐波电流含量较大，而参考电流的基波分量是因为逆变器交流侧和直流侧的功率交换而引起的，幅值一般也不大。
故对于三相不可控整流桥接电阻负载，只需计算出5次谐波和7次谐波电流相关参数，即5次谐波电流的幅值和相角If5m和θ5，7次谐波电流的幅值和相角If7m和θ7。
(3) 根据公式 (K 取
1.055)，可由5个输入量Usm，If5m，If7m，θ5，θ7得到输出量通过改变输入量，可以得到不同的输出量，由此获得BP神经网络的训练对。
(4)用Matlab编程训练BP神经网络。本步骤可分为三步：
(4-1)建立一个3层BP神经网络，输入层有5个节点，隐层有6个节点，输出层有1个节点。
训练时采用LM训练函数进行权值修正，最大训练次数为5000，误差要求设为-7
1.0×10 ，其他为默认值。
(4-2)将训练对的输入量和输出量进行归一化，用归一化后的训练对数据训练BP神经网络。
(4-3)当误差小于设定值后，训练结束。训练完成后，输入归一化后的输入量，将得到归一化后的输出量，再对输出量进行反归一化，便得到所需结果。
(5)由步骤(4)得到训练好的BP神经网络的各权值和阈值，可在数字信号处理器(DSP)上编程计算，根据采集量可计算出有源电力滤波器可能出现的最大参考相间电压，为直流侧电容电压指令值的整定奠定了基础。
2.根据权利要求1所述的一种利用人工神经网络计算有源电力滤波器最大参考相间电压的方法，其特征在于：利用5个输入量Usm，If5m，If7m，θ5，θ7和1个输出量组成的训练对，在Matlab编程训练BP神经网络，利用训练好的神经网络，可以简单地根据输入量Usm，If5m，If7m，θ5，θ7得到可能出现的最大参考相间电压由训练好的BP神经网络可得到各权值和阈值，可在数字信号处理器(DSP)上编程计算，根据采集量可计算出有源电力滤波器可能出现的最大参考相间电压，为直流侧电容电压指令值的整定奠定了基础。

说明书全文

利用 人工神经网络计算有源电力 滤波器最大参考相间 电压

的方法

技术领域

[0001] 本发明涉及一种利用神经网络计算有源电力滤波器最大参考相间电压的方法，属于有源电力滤波器的技术领域。

背景技术

[0002] 随着电力电子技术的发展和居民生活水平的提高，接入电网的电力负荷日益复杂，电力系统谐波污染日益严重。传统的无源滤波器(PF)因其固有缺点已不能满足谐波治理的需要，目前有源电力滤波器(APF)已成为谐波治理的有效手段，也成为国内外学者的研究热点。

[0003] 有源电力滤波器由指令电流运算电路和补偿电流生成电路两大部分组成，补偿电流生成电路由电流跟踪控制电路、驱动电路和主电路三个部分构成。

[0004] 由图1可以看出，有源电力滤波器的补偿电流生成电路实际上是一个PWM控制的逆变电路，为了保证有源电力滤波器具有良好的跟踪补偿效果，必须控制逆变电路直流侧电容的电压为一个适当的值。

[0005] 目前，控制直流侧电容电压的常用方法是把指令值和实际值的误差通过一个PI控制器，在输出的补偿电流上叠加一个基波电流有功分量，通过控制功率开关，使有源电力滤波器的交流侧和直流侧进行功率交换，使电容电压维持在指令值水平。目前的指令值是根据电网电压值、逆变器主电路参数、补偿要求等设计一个固定值。但实际上电网电压和所需补偿电流并非固定不变，为了保证有源电力滤波器良好的跟踪补偿效果和经济的运行效率，直流侧电容电压也应自适应地进行调整。

[0006] 直流侧电容电压的最小值应基于有源电力滤波器的最大参考相间电压值来确定，故计算有源电力滤波器的最大参考相间电压值是确定直流侧电容电压指令值的前提和基础。但由于待补偿电流存在不确定性，有源电力滤波器的最大参考相间电压值难以快速准确地计算出来，给直流侧电容电压指令值的整定带来了一定困难。

发明内容

[0007] 为了解决计算有源电力滤波器的最大参考相间电压的技术问题，本发明提供一种利用人工神经网络计算有源电力滤波器最大参考相间电压的方法。采用这种方法能够根据补偿电流参考值和电网电压快速地计算有源电力滤波器可能出现的最大参考相间电压，为直流侧电容电压指令值的整定奠定基础。

[0008] 本发明解决上述技术问题的技术方案是：

[0009] 检测系统电压，计算系统三相电压合成的空间矢量的幅值Usm。

[0010] 检测负载电流，计算出参考电流中含量较大的几次谐波电流的幅值。

[0011] 根据图1，忽略变换器的损耗，可列出逆变器交流侧电压和系统电压之间的关系方程：

[0012]

[0013] usx(x=a，b，c)为系统相电压，为逆变器交流侧相电压参考值，为逆变器输出电流参考值。

[0014] 设系统三相电压平衡，则系统三相电压为：

[0015]

[0016] 对于谐波源为图1所示的三相不可控整流桥接电阻负载，负载电流中所含谐[0017] 波电流次数为6n±1(n为正整数)。设逆变器输出电流参考值为：

[0018]

[0019] 对系统三相电压、逆变器交流侧三相电压参考值和逆变器输出电流参考值用以下矢量合成公式

[0020]

[0021] 进行合成，则可得到式(1)的矢量形式。

[0022]

[0023] 合成后得到各矢量为：jωt

[0024] Us＝Usme

[0025]

[0026]*

[0027] 把U 变换到与系统电压矢量Us同步旋转的dq 坐标系下，则正序分量的次数降低一次，负序分量的次数增加一次，可得同步旋转的dq坐标系下的参考电压矢量为：

[0028]

[0029] 有源电力滤波器最大参考相间电压为模长的最大值的倍，即

[0030]

[0031] 在不同的系统电压和负载电流的情况下，采集负载电流和系统电压，计算出Usm，If1m，Ifkm，Iflm，θ1，θk，θl。

[0032] 根据式(6)，令t从0变化到0.02s，得到模长的最大值，进而得到

[0033] 建立三层BP神经网络，输入变量为Usm，If1m，Ifkm，Iflm，θ1，θk，θl，输出变量为利用已得到的Usm，If1m，Ifkm，Iflm，θ1，θk，θl，作为训练对，对BP神经网络进行训练，训练完成后，得到各权值和阈值。

[0034] 利用已经训练好的BP神经网络，输入Usm，If1m，Ifkm，Iflm，θ1，θl，θl，则可得到相应的

[0035] 本发明所提出的方法的特征在于：

[0036] (1)传统的有源电力滤波器的直流侧电容的电压指令值为一个参考值，但电网电压和所需补偿电流并非固定不变，如果直流侧电容的电压太高，容易出现过补偿并增加损耗，如果直流侧电容电压太低，则影响补偿效果，所以应该根据电网电压和所需补偿电流把直流侧电容电压控制在一个适当的值。

[0037] (2)本发明提出的方法利用BP神经网络能够以任意精度逼近任意连续函数的性能，能够模拟式(7)的计算，避免了繁琐的指数运算和求平方开方的运算，只要得到了各神经元间的权值和各神经元的阈值，就可快速计算出结果。

[0038] (3)本发明提出的方法运算简单，易于在数字信号处理器(DSP)上实现，只要得到了各神经元间的权值和各神经元的阈值，就可利用训练好的神经网络快速地计算出有源电力滤波器可能出现的最大参考相间电压，为直流侧电容电压的指令值的整定奠定了基础。附图说明

[0039] 图1是有源电力滤波器的系统结构框图。

[0040] 图2是BP神经网络训练流程图。

[0041] 图3是本发明提出的方法计算过程示意图。

具体实施方式

[0042] 以下结合附图和具体实施方式对本发明做进一步详细说明。

[0043] 1、检测系统电压，因为当三相电压对称时，系统三相电压合成矢量的幅值Usm为相电压幅值，故只需检测一相电压幅值。

[0044] 2、检测负载电流中含量较大的几次谐波电流的幅值和相角。对于谐波源为图1所示的三相不可控整流桥接电阻负载，负载电流中所含谐波电流次数为6n±1(n为正整数)，其中5次谐波和7次谐波含量较大，而参考电流的基波分量是因为逆变器交流侧和直流侧的功率交换而引起的，幅值一般也不大。故计算参考电流中含量较大的几次谐波电流的幅值和相角的时候，对于三相不可控整流桥接电阻负载，只需计算出If5m，If7m，θ5，θ7。同时，式(6)可简化为

[0045]

[0046] 相应地，式(7)改为：

[0047]

[0048] 其中，K为修正系数，根据经验，可取为1.055。

[0049] 3、根据式(8)和式(9)，令t从0变化到0.02秒，步长为6.67×10-5秒，则可由5个输入量Usm，If5m，If7m，θ5，θ7得到输出量通过改变输入量，可以得到不同的输出量，由此获得BP神经网络的训练对。本实验训练样本数为510，测试样本数为40。

[0050] 4、用Matlab编程训练BP神经网络。本步骤可分为三步：

[0051] (1)、建立一个3层BP神经网络，输入层有5个节点，隐层有6个节点，输出层有1个节点。

[0052] 训练时采用LM训练函数进行权值修正，最大训练次数为5000，误差要求设为-71.0×10 ，其他为默认值。

[0053] (2)、如图2所示，将训练对的输入量和输出量按式(10)进行归一化，用归一化后的训练对数据训练BP神经网络。

[0054]

[0055] (3)、如图2所示，当误差小于设定值后，训练结束。如图3所示，训练完成后，输入归一化后的输入量，将得到归一化后的输出量，再根据式(11)对输出量进行反变换，便得到所需结果。本实验训练次数为687时，达到误差要求。输入测试样本时，输出值与期望值基本吻合。

[0056]

[0057] 式(10)和式(11)中，为归一化后的数据，xl为归一化前的数据，xmin为同类数据变化的最小值，xmax为同类数据变化的最大值。

[0058] 5、由步骤4得到训练好的BP神经网络的各权值和阈值，可在数字信号处理器(DSP)上编程计算。

[0059] 以上所述仅为本发明的较佳实施方式，本发明的保护范围并不以上述实施方式为限，但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化，皆应纳入权利要求书中记载的保护范围内。

标题	发布/更新时间	阅读量
一种快速建模的方法	2020-05-08	741
一种信号分类的方法和设备	2020-05-12	210
一种复合材料异形壳的纤维路径与几何形状一体化设计方法	2020-05-12	399
用于求取车辆的车灯的状态的方法和设备	2020-05-08	170
片上网络处理系统和片上网络数据处理方法	2020-05-11	897
基于ANN的程序检测方法和检测系统及应用	2020-05-12	494
基于人工神经网络的视觉测试系统	2020-05-14	734
用于矫正诊断的牙科影像分析方法及利用其的装置	2020-05-08	732
一种传感元件与忆阻器结合的多模态智能传感器	2020-05-11	508
一种基于神经网络诊断卒中后构音障碍声调错误的方法及其诊断装置	2020-05-12	638

利用人工神经网络计算有源电力滤波器最大参考相间电压的方法

利用人工神经网络计算有源电力滤波器最大参考相间电压

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：