基于人工神經(jīng)網(wǎng)絡(luò)自適應(yīng)諧波電流檢測的研究.pdf_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、提高有源電力濾波器(APF)諧波電流的補(bǔ)償效果,首先就必須采用適當(dāng)?shù)闹C波電流檢測方法,使組成的諧波電流檢測電路檢測精度高、實(shí)時性強(qiáng),當(dāng)非線性隨機(jī)性負(fù)載電流發(fā)生變化時有良好的自適應(yīng)特性和跟蹤檢測特性.該文通過把數(shù)字信號處理中的自適應(yīng)噪聲對消技術(shù)與人工神經(jīng)網(wǎng)絡(luò)(ANN)相結(jié)合,探討了ANN在APF諧波電流檢測方面的應(yīng)用以及ANN自適應(yīng)控制方法,并在此基礎(chǔ)上提出了一種ANN自適應(yīng)諧波電流檢測方法,共推出兩種多層前饋神經(jīng)網(wǎng)絡(luò)(MLFNN)自適應(yīng)

2、諧波電流檢測電路和兩種神經(jīng)元自適應(yīng)諧波電流檢測電路.文中首先對非正弦周期電流從時域上進(jìn)行分解,并分析了其中各電流分量之間的關(guān)系,探討了將自適應(yīng)噪聲對消技術(shù)用于APF諧波電流檢測的可能性,為構(gòu)成ANN諧波電流檢測方法提供了理論依據(jù).然后詳細(xì)地闡述了ANN同自適應(yīng)噪聲對消技術(shù)的結(jié)合,提出了ANN自適應(yīng)諧波電流檢測方法.根據(jù)該方法,推出了兩類基于ANN的自適應(yīng)諧波電流檢測電路.第一類是由改進(jìn)的MLFNN組成,它可以通過網(wǎng)絡(luò)把輸出反饋回輸入端,

3、使網(wǎng)絡(luò)具有動態(tài)跟蹤特性.第二類是基于神經(jīng)元模型,它結(jié)構(gòu)簡單、算法容易,特別適應(yīng)于用模擬硬件電路實(shí)現(xiàn).文中對兩類自適應(yīng)諧波電流檢測電路都作了詳細(xì)的理論分析,探討了其相應(yīng)的學(xué)習(xí)迭代算法,并通過MATLAB分別對相應(yīng)諧波電流檢測電路進(jìn)行了較為詳細(xì)的數(shù)值算法仿真研究.從算法的數(shù)值仿真得出的結(jié)果來看,這兩種基于ANN的自適應(yīng)諧波電流檢測電路的諧波電流檢測精度高,檢測速度快,跟蹤效果好,且抗干擾能力強(qiáng),有良好的自適應(yīng)性,檢測效果不會受電源頻率漂移的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論