改进变步长LMS算法在软起动谐波检测中的应用

针对现有自适应变步长最小均方(LMS)谐波电流检测算法在低信噪比环境中易受干扰影响,提出一种改进自适应变步长LMS算法。该算法将误差信号与前一工频周期误差信号的差值作为反馈量,结合箕舌线函数构造出随动的动态因子,将此动态因子也作为调节权值的动量因子,利用自相干估计误差控制步长。该算法折中考虑收敛速度和稳态精度,并有效降低噪声信号的干扰。通过对电机软起动器工作过程中产生的周期重复性谐波进行检测和分析,证明了该谐波电流检测算法的可行性。     

一种改进的自适应谐波电流检测方法

针对现有的基于双曲正切函数变步长LMS算法的谐波电流检测仍存在稳态误差和收敛速度不能同时满足要求的问题,分析了一种在基于双曲正切函数变步长LMS算法的基础上改进的变步长算法,利用误差的时间均值估计建立步长与误差之间的新型双曲正切函数关系以控制步长的更新,降低稳态误差,提高算法的检测精度。并且同时对权值采用两次迭代更新,将两次迭代的结果作为新的权值,以加快权值的更新速度,提高算法的收敛速度。该算法具有较高的检测精度的同时还有较快的响应速度。Matlab/Simulink的仿真结果证明了该算法用于谐波电流检测具有很好的效果。     

无轴承开关磁阻电动机转子偏心补偿控制

分析了无轴承开关磁阻电动机不平衡振动的特点,提出采用自适应LMS滤波器用于无轴承开关磁阻电动机转子偏心补偿控制的方法.针对固定步长自适应LMS滤波器存在收敛速度和稳态误差之间矛盾的问题,采用了基于Sigmoid函数、基于箕舌线和基于抽样函数的三种改进的变步长自适应LMS滤波器对悬浮转子进行补偿控制.仿真结果表明:自适应LMS滤波器可以有效抑制转子的不平衡振动;变步长自适应LMS滤波器不仅具有较快的收敛速度和跟踪速度,稳态误差也能控制在比较小的范围内;基于抽样函数的变步长LMS算法具有更小的稳态误差.     

基于箕舌线函数的变步长自适应谐波电流检测算法

针对现有变步长最小均方(LMS)广义谐波电流检测不能消除同频谐波电流和基波无功电流对步长更新的干扰,以及对跃变的系统跟踪能力差的问题,文中提出一种基于箕舌线函数的变步长LMS谐波电流检测算法。该算法采用将当前时刻负载电流减去滤波器输出的误差信号与参考输入信号的瞬时互相关时间均值估计来消除基波无功电流和谐波电流的干扰,并通过改进的箕舌线函数来调节算法的步长,从而在保证动态响应时间不增大的前提下,使算法具有更小的稳态误差,对跃变的系统具有较强的跟踪能力,且其参数的取值对负载电流大小的依赖性较小。计算机仿真结果证实了该方法的有效性。     

一种改进变步长的自适应谐波检测算法

在有源电力滤波器（APF）谐波电流检测自适应滤波算法中,改进变步长自适应滤波系数调整方法。算法根据稳态谐波零均值的特点,利用系统历史积累误差均值估计代替单步误差更新步长因子,由滑动指数加权窗方式,提取出单纯的滤波器跟踪误差,步长更新的大小只取决于滤波器跟踪误差,不受谐波本身影响。通过步长因子与系统误差均值估计的类Sigmoid函数关系,动态控制类Sigmoid函数参数的变化,由此克服了类Sigmoid函数参数固定引起的稳态阶段误差偏大的缺陷。改进算法的复杂度有所增加,但能够保证较快的收敛速度、较高的检测精度和动态跟踪效果。通过对稳态和跃变的负载电流的仿真,结果证明了算法的有效性。     

一种改进变步长的自适应谐波检测算法

在有源电力滤波器( APF)谐波电流检测自适应滤波算法中,改进变步长自适应滤波系数调整方法.算法根据稳态谐波零均值的特点,利用系统历史积累误差均值估计代替单步误差更新步长因子,由滑动指数加权窗方式,提取出单纯的滤波器跟踪误差,步长更新的大小只取决于滤波器跟踪误差,不受谐波本身影响.通过步长因子与系统误差均值估计的类Sigmoid函数关系,动态控制类Sigmoid函数参数的变化,由此克服了类Sigmoid函数参数固定引起的稳态阶段误差偏大的缺陷.改进算法的复杂度有所增加,但能够保证较快的收敛速度、较高的检测精度和动态跟踪效果.通过对稳态和跃变的负载电流的仿真,结果证明了算法的有效性.     

一种改进自适应谐波检测算法研究

分析了传统定步长最小均方(LMS)算法用于谐波电流检测的不足,采用一种新的变步长LMS自适应算法检测谐波电流:根据误差信号e(n)和e(n-D)的自相关估计调整步长迭代,当权系数远离最佳权值时,通过增大步长加快对时变系统的跟踪速度;当权系数接近最佳权值时,减小步长获得较小的稳态误差。通过递推公式参数的选择,可对系统的收敛速度与稳态失调进行更灵活的控制。推导出了该方法的理论表达公式,其增加的计算量很小,容易实现。该方法能有效调节步长,不受谐波电流的干扰。仿真结果证明了该谐波电流检测方法的有效性。     

基于改进自适应谐波检测法的有源电力滤波器

针对传统自适应谐波检测方法在收敛速度和稳态精度之间存在的矛盾,提出了一种改进的新型自适应谐波电流检测方法。该方法基于自适应噪声对消理论,通过引入动态因子项自适应地调整算法的步长,引入动量项加快了权值的收敛,引入静态项和自相关误差项消除了不相关噪声序列的干扰,很好地解决了收敛速度与稳态精度的矛盾,进一步提升了谐波检测效果。仿真及实验结果证明了该改进检测法的可行性和有效性。     

基于系数估值约束的改进LMS自适应滤波算法

为提高扩散LMS自适应滤波算法的收敛速度和保持较低的稳态误差,在扩散LMS算法基础上,提出一种基于参数估计值约束的分布式自适应网络滤波算法,算法在迭代收敛过程中,根据相邻迭代过程参数估计值差值约束实现自适应的调整步长大小,从而使得算法在估计初期采用较大步长以加速收敛,而在估计后期自适应的调整步长以保持较低的稳态误差。对比实验结果表明:相比于现有其他算法,所提算法在进行分布式估计时性能更优。     

基于瞬时无功功率理论的改进谐波检测算法

能否快速精确检测出谐波电流是决定有源滤波器整体滤波性能的关键。作者基于瞬时无功功率理论提出了一种改进的谐波检测算法。该算法采用变步长最小均方自适应滤波器作为检测电路中的低通滤波器，通过选择递推公式参数并结合两种误差信号的自相关估计结果调整步长进行迭代，实现了对滤波器收敛速度与稳态失调的灵活控制。理论分析和仿真实验验证了该谐波电流检测算法的正确性和有效性。     

有源电力滤波器的动态因子LMS谐波检测方法

针对自适应谐波电流检测方法收敛速度与稳态精度需折中考虑的问题,采用单相并联有源电力滤波器(APF)作为硬件平台.基于自适应噪声对消技术,提出一种用于APF谐波检测的动态因子最小均方(LMS)算法.通过引入动量项,并利用误差信号在相邻时刻的时间均值估计来控制步长更新,极大加快了算法的收敛速度.采用动态因子项对误差再次进行...     

注入式混合型有源电力滤波器谐波检测方法研究

首先分析了注入式混合型有源电力滤波器的结构及工作原理,针对有源电力滤波器的工作性能很大程度上取决于对谐波电流高精度、实时的检测,提出一种基于瞬时无功功率理论ip～iq谐波检测算法的改进算法,采用最小均方（LMS）自适应滤波器作为检测电路中的低通滤波器。可以更快地检测出谐波电流的指令信号,具有更好的稳态检测精度。利用MATLAB对其进行建模和仿真,验证了谐波电流检测算法的正确性和有效性。     

线性递减权重粒子群优化人工神经网络算法的光伏系统谐波检测

提出了一种改进的人工神经网络(ANN)算法,利用线性递减权重粒子群优化算法(LDWPSO)来调节ANN各层的权重值,得到收敛最小时的权向量,计算谐波相角,实现对谐波的检测。仿真结果表明,线性递减权重粒子群人工神经网络算法(ANN-LDWPSO)具有高控制精度和快收敛速度,并能准确地检测电网谐波,从而验证了算法的可行性和实用性。     

基于自适应算法的谐波检测方法研究

由于低通滤波器的影响,传统的ip-iq算法有检测速度慢的缺点,针对此缺点,本文提出了一种基于变步长LMS/LMF算法自适应滤波器来代替低通滤波器的作用,针对输入信号的特点相应的改变自适应滤波器的步长因子,同时改变最小均方算法(LMS)和最小四阶矩算法(LMF)的比例,充分发挥了LMF和LMS检测精度和检测速度的优势。仿真结果表明,提出的算法检测速度和精度具有明显的优势,具有一定的工程应用价值。     

一种改进ip-iq谐波电流检测算法

为了更加快速、精确地检测出三相电力系统中谐波电流,基于瞬时无功功率理论,提出了一种改进谐波电流检测算法.该算法利用一种变步长LMS算法来实现ip-iq理论中低通滤波器的功能,用当前误差信号和上一次误差信号归一化的自相关估计来进行步长迭代.与传统ip-iq算法相比,该算法在不降低检测精度的前提下,具有更快的动态响应性能....     

基于改进的SVSLMS算法的语音识别系统研究

为了克服固定步长LMS算法固有的收敛速度与稳态误差之间的矛盾,在传统SVSLMS算法的基础上提出了改进的SVSLMS算法。通过理论分析和仿真研究的方法,给出了该算法中各个参数的选取方法,并确定了适用于本文所采用的语音样本库的参数最佳值。对固定步长LMS算法、传统SVSLMS算法以及提出的改进的SVSLMS算法进行了仿真对比。仿真结果表明,提出的改进的SVSLMS算法在降噪性能、收敛速度和稳态误差这3个方面都优于其余两种算法,有效的提高了语音识别系统的准确性和稳定性。     

一种模糊变步长自适应谐波检测算法

电力有源滤波器的成功应用依赖于精确的谐波电流检测技术。基于自适应干扰对消理论,提出一种基于模糊变步长推理的最小均方差（LMS）自适应谐波检测算法。通过分析影响LMS自适应谐波算法性能的不利因素,选取均方误差变化量和输入输出信号相关函数作为参量,建立模糊推理系统,自适应地调节算法的步长,实现谐波检测过程中,既能保证较快的动态响应速度和对噪声干扰的抑制,又能保持较高的检测精度,并通过计算机仿真及物理实验验证了该算法的有效性和可行性。