一種基于人工神經(jīng)元實(shí)時(shí)諧波電流數(shù)字檢測方法

摘  要： 本文基于人工神經(jīng)網(wǎng)絡(luò)理論，提出了人工神經(jīng)元自適應(yīng)諧波和無功電流、諧波電流數(shù)字檢測新方法，實(shí)驗(yàn)結(jié)果證明了所提出的方法的正確性及實(shí)時(shí)性。

關(guān)鍵字： 諧波 無功電流 數(shù)字檢測方法 實(shí)時(shí)實(shí)現(xiàn)

諧波對(duì)電網(wǎng)和用電設(shè)備的有很大的危害[1、2]，由諧波污染引起的問題很嚴(yán)重,必須進(jìn)行合理地治理。裝設(shè)補(bǔ)償裝置,進(jìn)行諧波和無功功率的補(bǔ)償，采用濾波器對(duì)畸變電流進(jìn)行濾波和補(bǔ)償是解決電網(wǎng)諧波和無功干擾的重要手段，也是消除諧波電流對(duì)電網(wǎng)影響的最終措施。有源電力濾波器原理圖如圖1.1所示,有源濾波器向電網(wǎng)注入與負(fù)載諧波電流幅值相等的反相諧波電流ic以抵消原有諧波電流，使電源電流is近似為正弦波。諧波檢測電路檢測的結(jié)果是控制電路的輸入，從而決定控制電路的輸出，而控制電路的輸出又決定了有源電力濾波器的輸出補(bǔ)償電流ic,所以有源電力濾波器補(bǔ)償電流大小、方向、相位及精度很大程度取決于諧波的檢測電路。如果檢測電路具有實(shí)時(shí)性好、精度高、誤差小等優(yōu)點(diǎn)，有源電力濾波器的補(bǔ)償就會(huì)較好。否則，有源電力濾波器補(bǔ)償電流ic要么大于諧波電流，出現(xiàn)過補(bǔ)償，從而成為又一諧波源；要么ic小于諧波電流，出現(xiàn)欠補(bǔ)償。諧波檢測對(duì)有源電力濾波器補(bǔ)償起很大的決定性作用，如果要求有源電力濾波器的補(bǔ)償效果好，必須使諧波檢測電路檢測電路具有實(shí)時(shí)性好、精度高、誤差小等優(yōu)點(diǎn)，實(shí)時(shí)性和連續(xù)性均有賴于無功電流的檢測的實(shí)時(shí)性和精度，所以有必要深入研究諧波測量電路。

傳統(tǒng)的檢測方法有Fryze時(shí)域分解、槽形濾波器、基于頻域的FFT變換法、用于不平衡三相系統(tǒng)的同步檢測法，這些方法主要的缺點(diǎn)是1)時(shí)延較大；2)難以實(shí)現(xiàn)，如槽形濾波器法；3)當(dāng)電壓畸變時(shí)將帶來較大的誤差。近來提出的P-Q法[3]的缺點(diǎn)是在電源畸變大時(shí)，含有畸變的電壓，使計(jì)算的iaf、ibf、icf也含有諧波，而、由各次諧波電流成分組成，因而該法在諧波較大的情況下誤差較大。

1 基于自適應(yīng)干擾對(duì)消原理的諧波檢測方法

自適應(yīng)干擾對(duì)消理論技術(shù)是近年來得到廣泛使用的信號(hào)處理技術(shù)［4、5、6］。由于它能夠通過不斷的自我學(xué)習(xí)和自我調(diào)整使系統(tǒng)處于最佳狀態(tài)，所以在不同的領(lǐng)域得到應(yīng)用。

自適應(yīng)干擾對(duì)消原理是：系統(tǒng)有兩個(gè)輸入端——原始輸入和參考輸入端（原理圖參見圖2）。系統(tǒng)的原始輸入是信號(hào)S和加性噪聲N0，S和N0不相關(guān)。系統(tǒng)的參考輸入端是噪聲N1與N0相關(guān)但與S不相關(guān)。N1經(jīng)過自適應(yīng)濾波器處理后與原始輸入信號(hào)相減，系統(tǒng)經(jīng)過自適應(yīng)算法的調(diào)整，使系統(tǒng)平均輸出功率最小，也就是使N1逼近N0，然后減去原始輸入中的N0成分，以達(dá)到抵消干擾的目的?？梢宰C明：此時(shí)系統(tǒng)的輸出ε是信號(hào)S在最小均方準(zhǔn)則下的最佳估計(jì)［7］。

諧波檢測的目的為了實(shí)時(shí)地提取畸變電流中的諧波和無功電流。如果把基波電壓作為參考輸入，而非線性負(fù)荷電流作為原始輸入。與上述情況相似，通過自適應(yīng)濾波器出來后的參考輸入，最終被迫在幅度和相位上逼近電壓原始輸入中的基波信號(hào)，然后從負(fù)載電流中減去這基波分量，結(jié)果為系統(tǒng)的輸出—所有諧波分量和無功之和，就達(dá)到檢測諧波和無功的目的了。同理，將基波及與基波的正交函數(shù)作為輸入，就達(dá)到檢測諧波電流的目的了。

2 基于人工神經(jīng)元自適應(yīng)的諧波檢測方法

2.1 無時(shí)延的人工神經(jīng)元諧波和無功檢測方法

單個(gè)人工神經(jīng)元有一定的處理、計(jì)算及映射能力，具有自適應(yīng)和自學(xué)習(xí)能力，所以上述的自適應(yīng)濾波器實(shí)現(xiàn)的檢測系統(tǒng)，也可以用神經(jīng)元代替，如果性能較好、學(xué)習(xí)算法簡單，由于神經(jīng)元結(jié)構(gòu)簡單，就能達(dá)到快速檢測諧波的目的。

無時(shí)延的諧波檢測方法可以檢測廣義無功電流ib（也就是諧波電流ih及無功電流i1q之和）。無時(shí)延自適應(yīng)神經(jīng)元諧波及無功電流檢測方法的框圖見圖3。

2.2 正交函數(shù)輸入的神經(jīng)元自適應(yīng)諧波檢測方法

這種方法實(shí)際上是有時(shí)延的神經(jīng)元諧波檢測方法的特例，也就是將時(shí)延設(shè)定為－T/4，將m設(shè)定為1，而形成兩個(gè)正交的函數(shù)作為參考輸入，在實(shí)現(xiàn)時(shí)把這種方法的時(shí)延設(shè)定為－T/4，它的實(shí)現(xiàn)可以取保存在內(nèi)存的現(xiàn)在時(shí)刻以前四分之一周期的電壓采樣作為余弦函數(shù)。如果在電壓頻率較恒定的情況下（一般電壓畸變很?。?，可以先計(jì)算出采樣數(shù)目差，然后用現(xiàn)時(shí)刻的采樣電壓和保存在內(nèi)存的現(xiàn)在時(shí)刻以前計(jì)算出的采樣電壓作為參考輸入，那么，參考輸入向量為：

X(k)=[u(k),u(k+T/4)] (1)

在電壓頻率變化不大，在這里只要根據(jù)采樣的頻率和基波平移900相角所需要時(shí)間來計(jì)算現(xiàn)時(shí)刻以前的時(shí)刻：

T/4¸T′=1/(50´4)¸(1/2000)=10   (2)

式中T為頻率固定的電壓的周期，T′為采樣周期。圖4為正交函數(shù)輸入的電壓頻率固定的神經(jīng)元自適應(yīng)諧波檢測方法的框圖。

2.3 基于人工神經(jīng)元自適應(yīng)的諧波檢測方法的實(shí)現(xiàn)

在這里，神經(jīng)元為離散型輸入，這里權(quán)值w為模擬量，在區(qū)間[-1,1]之間取隨機(jī)值，采樣周期取2000HZ，初始閥值為零,學(xué)習(xí)率先選h＝0.11，以后再根據(jù)實(shí)驗(yàn)結(jié)果進(jìn)行調(diào)整，慣性系數(shù)為a＝0.1。

其中數(shù)組x(120)，y(120)分別為電壓、電流采樣后保存在PC機(jī)內(nèi)存的數(shù)值。

3 實(shí)驗(yàn)結(jié)果

本實(shí)驗(yàn)將Pentium的CPU、主頻率為100MHz、內(nèi)存為8MB的PC兼容機(jī)，作為數(shù)據(jù)計(jì)算的硬件，將PCL-818L多功能卡作為集數(shù)據(jù)采樣、A/D轉(zhuǎn)換、數(shù)據(jù)傳輸硬件。由于單位方波具有代表性，本文使用單位方波非線性負(fù)載電流做實(shí)驗(yàn)。

3.1 無時(shí)延的人工神經(jīng)元諧波和無功檢測方法實(shí)驗(yàn)結(jié)果

3.1.1單位方波非線性負(fù)載電流的實(shí)驗(yàn)結(jié)果

通過大量地實(shí)驗(yàn)研究，發(fā)現(xiàn)對(duì)于不同的h值，計(jì)算的結(jié)果與實(shí)驗(yàn)結(jié)果的誤差不同，當(dāng)h＝0.04，a＝0.01時(shí)，ir趨近i1p，id逼近ic，誤差也很小，詳見圖5。圖5是初始權(quán)值為在－1到1的隨機(jī)值,初始閥值為零。利用電源電壓作為參考輸入，采樣頻率為2000Hz（下面實(shí)驗(yàn)都為2000Hz）對(duì)幅值為1的方波非線性負(fù)載電流計(jì)算它的諧波及無功電流的實(shí)驗(yàn)結(jié)果。為了了解及驗(yàn)證實(shí)驗(yàn)的結(jié)果，在圖中同時(shí)畫了ic（檢測值）和i1p（由理論計(jì)算得到的）的波形，圖5.b為從圖5.a中分

離出來的有功電流，諧波及無功電流的波形示于圖5.c中，圖5.d為檢測出的諧波及無功電流與理論值之間的誤差。由圖5可以明顯地看出在第一個(gè)周期內(nèi)無論是有功電流還是諧波及無功電流都與理論值有一定的差別，大約在第二個(gè)周期它們的差別就不太大了，計(jì)算有功電流ir逼近其理論值i1p、而計(jì)算諧波及無功電流id趨近于理論廣義無功電流ic，它們的誤差在第二周期以后僅僅在0.1A以下，約占總電流的5％左右，從上述兩種結(jié)果可以看出，神經(jīng)元的學(xué)習(xí)率h合理選擇對(duì)神經(jīng)元的學(xué)習(xí)收斂具有較大的影響，合理的學(xué)習(xí)率h選擇可以加速收斂。

3.1.2 頻率變化的方波非線性負(fù)載電流的實(shí)驗(yàn)結(jié)果

詳見圖6。該結(jié)果是在h＝0.04，a＝0.01條件下，從新啟動(dòng)系統(tǒng)，在第三個(gè)周期改變負(fù)載電流的頻率，從50Hz變?yōu)?5Hz。從圖6.b、6.c及6.d中可以清楚地看出:頻率對(duì)無延遲神經(jīng)元諧波檢測系統(tǒng)來說影響不大，也就是說，該方法對(duì)頻率的變化有較強(qiáng)的適應(yīng)性，能夠幾乎完全跟隨頻率的變化，有功電流、諧波及無功電流都能隨著頻率的變化而變化，誤差率沒有因?yàn)轭l率改變而變化。

圖5 h＝0.04時(shí)無時(shí)延諧波檢測實(shí)驗(yàn)結(jié)果

圖6頻率變化時(shí)無時(shí)延諧波檢測結(jié)果

3.2正交函數(shù)輸入的神經(jīng)元自適應(yīng)諧波檢測方法

3.2.2 負(fù)載電流變化的方波檢測結(jié)果

結(jié)果詳見圖7。從圖7.b和圖7.c中可以看出，當(dāng)負(fù)載電流從1A突變到0.5A時(shí)，大約經(jīng)過一個(gè)周期的適應(yīng)，計(jì)算基波電流ir和諧波電流id逼近它們的理論值i1、ih，說明這種方法對(duì)負(fù)載電流變化的跟隨性也比較好。從誤差曲線圖7.d看，在負(fù)載電流變化的第二周期，誤差就小于0.1A了。

3.2.3 頻率變化的方波非線性負(fù)載電流檢測結(jié)果

從圖8中可以清楚地看出，正交函數(shù)作為參考輸入的神經(jīng)元自適應(yīng)諧波檢測系統(tǒng)對(duì)頻率變化不“敏感”，在頻率變化時(shí)，不會(huì)產(chǎn)生突變，能夠迅速跟隨頻率變化，在圖8.b、8.c中計(jì)算基波電流ir和諧波電流id與緊密地隨著它們的理論電流i1、ic變化而變化。因此，系統(tǒng)始終具有對(duì)被檢測的負(fù)載電流頻率自動(dòng)跟隨能力。

圖7 方波非線性負(fù)載變化時(shí)檢測結(jié)果

圖8 頻率變化方波負(fù)載電流檢測結(jié)果

4 結(jié)論

綜上所述，實(shí)驗(yàn)結(jié)果證明了所提出的無時(shí)延的神經(jīng)元自適應(yīng)諧波和無功電流檢測方法以及正交輸入神經(jīng)元自適應(yīng)諧波電流檢測方法的正確性，所提出的方法對(duì)負(fù)載電流的頻率變化及幅值變化具有自適應(yīng)性，證明了所提出的方法具有良好的實(shí)時(shí)性。從而本文所提出的方法確實(shí)可行。

參考文獻(xiàn)：

[1] Joseph S.Subjak et al., Harmonics-causes, effects, measurements, and analysis; An Update, IEEE Trans. on Ind. April, VOL.26, NO.6, 1034-1042, Nov./Dec. 1990

[2] D.V.Bose, Harmonics analysis and suppression for electrical system supplying static converter and other nonlinear loads, IEEE Trans. on Ind. April, vol.15, NO.5, 1979

[3] 湯紅誠 張曉清馮璞喬，諧波及無功電流實(shí)時(shí)檢測方法的現(xiàn)狀和展望，后勤工程學(xué)院學(xué)報(bào)，VOL.14,NO.3,48-53,1998

[4] 羅世國，有源電力濾波器的研究，博士學(xué)位論文，重慶大學(xué)， 1～2，1993

[5] John R. Glover, Adaptive Noise Canceling Applied to Sinusoidal Interference, IEEE Trans. on Accost, Speech, and Signal Processing,Vol.ASSP-25, 484-491,Dec.1977

[6] C.F.N. Cowan and P.M. Grant, Adaptive Filters, Prentice-Hall, Inc., 1985

[7] 湯紅誠，諧波電流數(shù)字檢測方法的研究及實(shí)現(xiàn)，碩士學(xué)位論文，后勤工程學(xué)院，18-20，1999