领步电能质量

网站导航

领步-首页 有源滤波器 无源滤波装置 智云新技术 特殊问题诊治 案例-新闻 点击咨询客服

专家讲堂

您的位置:首页 >案例新闻 >专家讲堂 >电力系统谐波电流检测的方法与谐波治理(二)

电能质量
专家诊治

把电能质量问题交给领步把电能质量问题交给领步400-056-5258

电力系统谐波电流检测的方法与谐波治理(二)

返回列表来源:领步电能质量发布时间:2018-08-10加入收藏关注:-

专家讲堂1


3、基于神经网络的检测方法
          将神经网络应用于谐波测量,主要涉及网络构建、样本的确定和算法的选择,目前已有一些研究成果。人工神经网络(ANN)具有人脑的某些功能特征,可以用来解决模式识别与人工智能中用传统方法难以解决的问题。
(1)径向基函数神经网络的谐波测量
          径向基函数神经网络(RBFNN,RadialBasisFunctionNeuralNetwork)是一种三层静态前向网络,第一层为输入层,由信号源结点构成;第二层为隐含层,其单元数视所描述问题的需要而定;第三层为输出层,他对输入模式的作用做出响应。用他来测量谐波分量的基本思路是,神经网络的输入为待测信号,输出为检波器输出的信号,从而得出所要测量的各次谐波信号的幅值。文中论述了通过在线分配隐单元,动态建立隐层空间的变结构的学习和训练算法,并根据电力系统中谐波的一些特点来形成训练样本集,最终实现用RBF网络测量谐波中的高次谐波分量的幅值。

(2)基于自适应神经网络和基于多层前馈网络的两种谐波测量方法
          基于自适应神经网络(ANN)的波测量方法采用了ADLINE输入矩阵,x(t)=[sin(ωt),cos(ωt),sin(2ωt),cos(2ωt),…,sin(nωt),cos(nωt)]。并采用了2种在线训练权值的算法,其一是Widrow-Hoff[18]算法,其二采用最小均方(LMS)算法,并分别从收敛速度、精度和自适应能力方面,通过仿真对这2种算法进行了比较,基于ANN自适应的谐波测量方法对于不确定的谐波进行跟踪测量来说是一种好方法。在基于多层前馈网络的谐波测量中,构建多个结构类似的MLFNN,有多少待测量谐波,就对应多少个MLFNN。利用离散的采样点来测量初相角,然后再对谐波的幅值进行在线和离线训练,实时性和精度上较好,仿真结果表明,幅值精度可达到10-3。对于确定的电力电子装置,若采用这种方法,实时性和精度上容易满足。
(3)引入惯性系数的神经网络方法
          对传统的神经网络法进行了改进,提高了人工神经元自适应的学习率,并采用前K次采样值,用于检测畸变电流中的谐波电流。其中神经元学习采用LMS算法,通过误差e来调节权值,相应的修正权值公式:

图(6)
         采用数字方式实现算法,仿真实验结果证明了本方法的有效性、正确性和实用性。
4、小波分析方法

          小波分析方法具有多尺度分析和时-频局部化特性, 特别适用于边缘和峰值突变信号的处理和特征抽取,适合作为谐波检测和分析。

(1)基于小波包的算法

          可以用于大型变压器励磁涌流波形的识别,本方法引入短数据窗对采样数据进行分析,具有良好的实时性。通过把小波变换应用于变压器差动保护的间断角测量,实现了小波变换局部极大值测量间断角。计算机仿真表明,本方法算法简单,抗干扰能力强,测量精度高,可使间距误差达到0.003 1 s,间断角误差为7.5°,是比较小的。可降低间断角微机保护的成本,有助于加速变压器差动保护微机化的进程。

(2)正交小波变换分析
          用“周期小波变换”精确地分解出基波及谐波信号,然后在原始信号中减掉周期信号后,用平滑延拓进行小波分解。在小波包分解过程中采用代价函数决定最优分解二叉树。一旦发现某个节点的cos t=0,就不再对此节点进一步分解。设ξ为门槛值,代价函数定义如下:


图(7)

          用“周期小波变换”在处理高次谐波暂态过程时在边缘处有混频现象。由于电力信号的高次谐波所占比例较小,实际计算结果能够满足工程需要。本算法能够广泛应用于大型钢铁企业及电力机车供电系统的谐波分析。

(3)离散和连续小波包结合的方法

          使用离散小波包变换的滤波器组将波形频谱分解成子波段,然后用连续小波变换估计非零子波段的谐波内容,可以同时检测识别所有谐波中包括整次、非整次和分谐波。该方法能精确量化谐波的频率、幅值和相位。在澳洲西部系统中证明了该方法对波形合成和波形测量都是非常有效的。

(4)基于小波变换的用KALMAN滤波
          利用本方法建立一个在线跟踪检测电源系统谐波的新模型,以小波和多尺度分析的紧密联系来表示小波比例函数之和的谐波幅值和相位角。这个模型可通过求解小波比例函数的系数直接估计出谐波幅值和相位角。这个模型是结合了KALMAN滤波技术来开展在线谐波跟踪方法的。仿真表明本模型比传统的模型有更好的跟踪能力。
(5)快速傅里叶变换和连续小波变换算法相结合
          可以同时对谐波、间谐波和信号闪变进行测量。对电源电路中大容量的非线性装置的间歇运转造成电压和电流波形的谐波畸变和闪变有很好的检测效果。通过合成信号的仿真验证了这个算法的性能,在电弧炉支流电路的测量试验记录中验证了其可行性。试验的图解分析表明此算法运算时间较短,精确度也较好。
(6)基于小波变换的时变谐波检测方法
          利用正交小波在L2(R)空间线性张成的标准正交小波基和小波函数时频局部性的特点,将谐波时变幅值投影到小波函数和尺度函数张成的子空间上,从而把时变幅值的估计问题转化为常系数估计,利用最小二乘法即可实现时变谐波的检测。此方法可以准确检测时变谐波并且具有较快的跟踪速度。


二、谐波问题治理
          目前市场上有两种谐波治理产品一种是无源滤波器另外一种是有源滤波器
          无源滤波器:采用智能无功控制技术来实现滤波补偿回路的自动控制投切。滤波补偿回路由滤波电容器和滤波电抗器组成,对谐波形成低阻抗,让谐波流入滤波器;同时在基波产生无功功率进行补偿;从而达到谐波治理和补偿无功提高功率因数的双重效果。

          有源滤波器:有源电力滤波装置的基本原理是从电网中检测出谐波电流,经内部芯片快速计算、分析、比较,控制主功率单元产生一个与该谐波电流大小相等而极性相反的补偿电流,从而使电网电流只含基波成分。这种滤波器能对频率和幅值都变化的谐波进行跟踪补偿,且补偿特性不受电网阻抗的影响。该有源电力谐波滤波装置, 引进美国 TMS320F2812 芯片,根据最新的瞬时无功功率理论,应用数字信号处理技术(DSP),脉宽调制技术(PWM),智能化功率单元技术(IPM),触摸屏技术(GP)等前沿科技,可实现动态消除谐波,平衡三相负荷,是一种高技术含量,滤波效率最理想谐波治理和无功补偿产品。


有源滤波器


         [北京领步公司]是专注企事业单位用电异常问题治理的专家,致力于开发前端技术和产品,推动整个谐波治理行业。为各类谐波治理用户提供“24小时技术咨询”“免费检测分析”“方案设计与性价比评估”,了解更多<谐波治理>方案,欢迎点击我们的在线客服进行咨询,或者直接拨打全国统一服务热线400-056-5258,我们期待您的来电!



快速通道

更多>>地区案例 >江苏案例河北案例新疆案例北京案例黑龙江案例江西案例甘肃案例天津案例

更多>>应用领域 >新能源领域新材料领域汽车制造领域钢铁冶金领域塑料纺织领域商业文化领域医疗卫生领域污水处理领域

<%----%>