基于神經(jīng)網(wǎng)絡(luò)和數(shù)學(xué)形態(tài)學(xué)的諧波檢測(cè)方法研究.pdf

1、隨著經(jīng)濟(jì)和科學(xué)技術(shù)的不斷發(fā)展，大量非線性電力電子裝置應(yīng)用到電力系統(tǒng)中，加劇了諧波源對(duì)電力系統(tǒng)的污染，嚴(yán)重地降低了電能質(zhì)量。為了保證電力系統(tǒng)設(shè)備安全運(yùn)行和滿足用戶對(duì)電能質(zhì)量要求，需要研究出更為合理且適用的諧波檢測(cè)方法。因此，諧波檢測(cè)及治理成為電力科學(xué)工作者亟待解決的一個(gè)技術(shù)問(wèn)題。
　　 首先，詳細(xì)地介紹了各種諧波檢測(cè)算法，并分析了算法的運(yùn)算過(guò)程及優(yōu)缺點(diǎn)。根據(jù)電力系統(tǒng)中諧波的幅頻特性，運(yùn)用數(shù)學(xué)形態(tài)學(xué)的理論，通過(guò)合理選取結(jié)構(gòu)元素，采取

2、數(shù)學(xué)形態(tài)學(xué)拓?fù)浣Y(jié)構(gòu)的膨脹操作和腐蝕操作對(duì)諧波信號(hào)函數(shù)進(jìn)行分析及運(yùn)算，結(jié)果證明:數(shù)學(xué)形態(tài)學(xué)拓?fù)浣Y(jié)構(gòu)運(yùn)算方法，對(duì)信號(hào)函數(shù)中攜帶高斯等噪聲源有很好地處理效果。
　　 其次，針對(duì)許多諧波檢測(cè)算法不能精確地檢測(cè)出諧波頻域分量和濾除信號(hào)函數(shù)中的噪聲信號(hào)，提出了一種改進(jìn)型的基于數(shù)學(xué)形態(tài)學(xué)的正序基波諧波檢測(cè)方法。該方法是利用坐標(biāo)轉(zhuǎn)換及構(gòu)建新的電壓和電流關(guān)系，提取電力系統(tǒng)中的正序電壓參數(shù)，運(yùn)用數(shù)學(xué)形態(tài)拓?fù)浣Y(jié)構(gòu)的運(yùn)算濾掉高次諧波，再通過(guò)空間逆轉(zhuǎn)換為

3、理想的三相電流矢量值。該算法能精確地檢測(cè)出電力系統(tǒng)中的諧波頻域分量，也能很好地濾除信號(hào)中的高次噪聲源。
　　 最后，在數(shù)學(xué)形態(tài)學(xué)檢測(cè)方法的基礎(chǔ)上，運(yùn)用神經(jīng)網(wǎng)絡(luò)及自適應(yīng)的特點(diǎn)，提出了一種融合基于數(shù)學(xué)形態(tài)學(xué)的自適應(yīng)神經(jīng)網(wǎng)絡(luò)諧波檢測(cè)方法。通過(guò)調(diào)整神經(jīng)網(wǎng)絡(luò)權(quán)值來(lái)動(dòng)態(tài)控制數(shù)學(xué)形態(tài)學(xué)濾波器運(yùn)算方式，既能動(dòng)態(tài)地對(duì)電力系統(tǒng)信號(hào)進(jìn)行處理和分析，又能精確地檢測(cè)出諧波分量。該方法通過(guò)合理地選取參考輸入對(duì)象，對(duì)自適應(yīng)運(yùn)算過(guò)程中產(chǎn)生的誤差進(jìn)行最小均方準(zhǔn)則