基于RBF神經(jīng)網(wǎng)絡(luò)的有源電力濾波器預(yù)測控制策略研究.pdf

1、隨著電力電子行業(yè)的發(fā)展，電力工業(yè)越來越受到人們的關(guān)注。目前我國已逐漸形成了大規(guī)模大范圍的高壓輸電網(wǎng)絡(luò)，對電網(wǎng)安全性，可靠性，穩(wěn)定性，以及電能質(zhì)量，應(yīng)對突發(fā)事故和災(zāi)害的能力等諸多要求也變得越來越高。但是我們在享受著電力工業(yè)所帶來的便利時(shí)，必須考慮到這些技術(shù)所帶來的負(fù)面影響——諧波的產(chǎn)生。針對諧波抑制的主要問題的深入探索和研究，既是我國電力工業(yè)理論發(fā)展的需要，更是對電力行業(yè)的實(shí)踐上的高要求。未來，智能化發(fā)展必將是我國電力工業(yè)發(fā)展的趨勢。如何

2、將智能控制理論在電力系統(tǒng)應(yīng)用，更好地抑制諧波，提高功率因數(shù)，是促進(jìn)電力工業(yè)發(fā)展的有效途徑之一。
　　 本課題主要對有源電力濾波器的諧波檢測和控制技術(shù)進(jìn)行了研究。由于傳統(tǒng)的控制策略并未考慮系統(tǒng)延時(shí)問題。本課題的核心為:通過分析延時(shí)對APF補(bǔ)償性能的嚴(yán)重影響，引出預(yù)測控制的概念，并利用RBF神經(jīng)網(wǎng)絡(luò)對諧波電流進(jìn)行預(yù)測控制。對RBF神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法——K-均值聚類算法進(jìn)行了研究。深入介紹如何利用K-均值聚類算法求取隱含層的聚類中心，

3、并求取基寬和權(quán)值。在此學(xué)習(xí)算法的基礎(chǔ)上，通過對輸入輸出樣本進(jìn)行重構(gòu)預(yù)處理之后，對RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，使之達(dá)到最優(yōu)的預(yù)測效果。并對整個(gè)預(yù)測模型的實(shí)現(xiàn)過程做了詳細(xì)的描述。在此基礎(chǔ)上，又對基于自適應(yīng)濾波器LMS算法的預(yù)測模型做了詳細(xì)的介紹，重點(diǎn)對整個(gè)算法的結(jié)構(gòu)及實(shí)現(xiàn)過程做了深入研究。并把上述兩種方法用于諧波電流的預(yù)測控制中，實(shí)現(xiàn)預(yù)測出下一拍的電網(wǎng)諧波電流參考值ic*(t+1)，據(jù)此發(fā)出PWM信號，使主電路輸出補(bǔ)償電流ic(t+1)，從而消

4、除延時(shí)，并做出Matlab仿真和二者的誤差分析，仿真結(jié)果表明基于RBF神經(jīng)網(wǎng)絡(luò)預(yù)測控制的預(yù)測效果更準(zhǔn)確，誤差更小，實(shí)時(shí)性更好，為APF諧波電流預(yù)測奠定理論基礎(chǔ)。
　　 最后，在對有源電力濾波器整體分析后，做出系統(tǒng)Matlab/simulink模型。利用基于瞬時(shí)無功功率理論的ip-iq法則對諧波進(jìn)行檢測。把檢測出來的諧波通過RBF神經(jīng)網(wǎng)絡(luò)預(yù)測模型產(chǎn)生諧波電流參考值，使主電路發(fā)出補(bǔ)償電流，實(shí)現(xiàn)諧波抑制作用。通過對系統(tǒng)模型的構(gòu)建和良好