一种基于人工神经网络的谐波测量方法

通过构造特殊的多层前馈神经网络,利用模拟并行谐波测量装置的基本原理,建立相应的谐波测量电路,给出电路的训练算法和步骤,研究训练样本的形成方法。仿真结果表明提出的基于人工神经网络的谐波测量方法的有效性。     

一种基于人工神经网络的电力谐波测量方法

提出了一种新颖的电力谐波测量方法,它用一个多层前馈神经网络替代模拟并行式谐波测量装置中的带通滤 波器,使各次谐波都可以用这个训练过的神经网络测量出来。阐述了该神经网络训练样本的组成和训练方 法。对一含有谐波的畸变电流的仿真结果说明了这种测量方法的有效性。     

直流电子式电流互感器中的一种谐波测量新方法

直流线路中谐波的测量对于谐波的抑制和治理具有重要的意义。为此,介绍了一种新型的300A直流电子式电流互感器(ECT)的谐波测量方法。该方法采用自积分式的带铁氧体铁心的Rogowski线圈,既克服了传统线圈受直流偏移影响严重的缺点,又避免了空心Rogowski线圈在小信号时灵敏度低的不足。实验结果证明该线圈在满足准确度要求的条件下可忽略直流分量对于磁导率的影响。同时,在实验室条件下,对线圈及积分电路的线性度、频率特性和温度特性进行了评估,实验结果显示该系统可以对50～2500Hz频段的谐波进行准确测量。系统线性度良好,准确度达到1%,并能在-30～70℃的温度变化范围内稳定工作,满足公用电网电能质量谐波GB/T14549-1993的要求。     

基于人工神经网络的电网谐波检测系统设计

电网谐波含量是衡量电能质量的重要指标,对谐波的检测具有很高的经济和社会效益。综述了目前常用的谐波检测原理和方法,同时指出其优缺点,展望了谐波检测的发展方向,成功开发出基于AT91 RM9200的嵌入式计算机主板,并得到成功应用。     

基于人工神经网络的电网谐波检测系统设计

电网谐波含量是衡量电能质量的重要指标,对谐波的检测具有很高的经济和社会效益。综述了目前常用的谐波检测原理和方法,同时给出其优缺点,展望了谐波检测的发展方向,成功开发出基于AT91RM9200的嵌入式计算机主板,并得到成功应用。     

基于虚拟仪器的谐波测量技术

提出了一种基于虚拟仪器的谐波测量技术,为解决谐波分析与谐波抑制节依据。介绍了在LabVIEW平台上开发的谐波测量系统。结合具体实例阐述了应用虚拟仪器技术进行谐波测量的特点、方法与优势。     

一种低压谐波抑制的新方法

介绍一种新的谐波抑制装置一通用滤波器UHF(Universal Harmonic Filter)或线性滤波器(Lineator)，它是无源滤波器领域里新的进展。它采用带有小容量滤波电容器的T型电抗器反极性接入电源与负荷之间。使得经过绕组中的反串互感减少了供电系统与非线性负荷之间的电压降落，同时，在谐波条件下供电系统支路形成一个高阻抗。这样，就使大部分谐波电流流入滤波器支路，而流入系统的谐波电流大大减少。使用SIMULINK，对装有UHF的三相六脉波整流器装置的工作特性进行数字仿真并与单调谐滤波器相比较，分析结果表明采用UHF对谐波有更好的抑制效果。     

一种测量电力系统谐波分量的神经中枢网络

提出了一种用神经中枢网络最优化技术，测量电力系统谐波的振幅和初相位，使其测量和分析简化。     

一种低压谐波抑制的新方法

介绍一种新的谐波抑制装置—通用滤波器UHF(UniversalHarmonicFilter)或线性滤波器(Lineator),它是无源滤波器领域里新的进展。它采用带有小容量滤波电容器的T型电抗器反极性接入电源与负荷之间。使得经过绕组中的反串互感减少了供电系统与非线性负荷之间的电压降落,同时,在谐波条件下供电系统支路形成一个高阻抗。这样,就使大部分谐波电流流入滤波器支路,而流入系统的谐波电流大大减少。使用SIMULINK,对装有UHF的三相六脉波整流器装置的工作特性进行数字仿真并与单调谐滤波器相比较,分析结果表明采用UHF对谐波有更好的抑制效果。     

居民用电需求预测的人工神经网络方法

由于家用电器与用电量之间存在非线性关系 ,不能用线性模型来预测家用电器对居民用电量的影响。利用人工神经网络建立家用电器拥有量与居民人均年用电量之间的非线性映射关系 ,以居民家用电器的拥有情况为输入变量 ,预测居民的人均年需用电量。实际算例显示了该方法的快速性和有效性。     

人工神经网络距离继电器

提出一种基于人工神经网络的距离继电器。与传统的继电器相比 ,该继电器反应迅速、准确 ,在不同的故障和网络条件下都能正常工作。     

基于小波和神经网络的时变谐波信号的检测

谐波的测试越来越受到人们的重视.小波变换具有变尺度和时频分析的特性,神经网络具有非线性映射和自学习的特性,因此这两种方法在谐波检测中都得到了广泛应用.然而,这两种方法又有其各自的不足.本文首先分析了这两种方法的本质缺陷;然后结合他们各自的优点,提出了使用小波多分辨分析(MLR)和神经网络相结合的算法对时变谐波信号进行检测;构造了基于双正交函数的小波基;提出了利用优化确定小波分解层数的算法;给出了小波-神经网络模型;最终利用仿真试验对算法进行了验证.仿真试验的结果表明,本文所述的方法能够有效地检测谐波的各种成分,并提取定量信息,不失为一种有效的检测方法.     

并联有源电力滤波器的人工神经网络控制方法

提出并分析了一种适用于控制并联有源电力滤波器的人工神经网络方法。该方法采用两个不同的人工神经网络，其中的多元自适应线性神经元网络用以获取欲补偿的三相有害电流，而其中的三层前馈神经网络用以控制滤波器的输出电流。仿真结果显示：电力系统经并联有源电力滤波器补偿后，其电源电流波形有很大改善。     

一种基于多层前向神经网络的谐波检测方法

谐波幅值和相位是有源滤波中的两项关键检测参数,两者均可由人工神经网络实现非线性映射。提出了一种用多层前向神经网络(MLFNN)来同时实现对两项参数进行测量的方法,并构造了一隐层采用正切函数,输出层采用线性函数的三层前向神经网络来进行仿真,以3次谐波为例阐述了该神经网络的训练方法和训练样本的组成。利用Matlab提供的工具箱,先用训练样本对神经网络进行训练,然后测量构造的未训练样本,其结果验证了方法的有效性。与传统FFT谐波检测方法的仿真比较表明:该方法在实时谐波检测中具有较高的精度和灵活性,且对采样数目没有严格限制,离线训练好的MLFNN可以适用于谐波源固定的场合。     

神经网络在谐波监测中的应用

利用模拟并行测量的基本原理，构造了一个特殊的多层前向神经网络，用于电网谐波监测。并给出了该神经网络的结构及训练方法和步骤，指出该网络的训练样本的形成方法，得出了仿真研究的结果。     

人工神经网络用于导光管照明计算

导光管照明计算是一个十分复杂的问题 ,国内外已有的导光管照明计算多建立在几何光学的基础上。人工神经网络具有很强的自学习性、自适应性和容错能力 ,作者将其引入到导光管的照明计算 ,通过对实物模型的照度等数据的测量 ,将获得的数据作为学习样本 ,用人工神经网络进行导光管的照明计算。这样就避免了复杂的光线传播过程的分析 ,而且无须任何假设 ,使计算过程方便快捷。     

BP神经网络在三电平逆变器消谐中的应用

提出了应用反向传播(BP)神经网络消除中点箝位型三电平逆变器中的谐波技术。以消除5,7,11,13次谐波为例,在分析特定谐波消除脉宽调制(SHEPWM)技术原理的基础上,建立了用于求解开关角的BP神经网络模型,通过遗传算法以离线方式获取了测试样本,完成神经网络的训练。训练完成的BP神经网络根据给定调制度的大小,以非线性拟合的方式在线求解开关角。仿真和实验结果表明,该方法克服了传统数值法求解消谐方程时初值选择困难的情况,将离线计算和在线求解的方法相结合,可实现实时的开关角求解。     

人工神经网络技术在电力系统中的应用

电力系统是由发电、输电、变电、配电和用电等多个部分组成的复杂的非线性动态系统。应用传统方法分析电力系统常常存在诸多缺陷,而人工神经网络技术由于具有不可替代的优势,文中介绍了人工神经网络在电力系统故障诊断、智能控制、继电保护、优化运算以及负荷预测等方面的应用情况。