基于B样条小波预处理的短窗算法

提出了可滤除偶次和分次谐波的Ｂ样条小波滤波算法,将经过滤波预处理的短窗傅氏算法和传统傅氏算法进行了比较。从分析结果可看出,经过２次分解与重构的信号接近于基波,减少了因傅氏算法不能滤除偶次谐波或非整次谐波而带来的误差。在同传统方法作比较后,提出了用基于Ｂ样条预处理的２种短窗算法分别代替半波傅氏算法和全波傅氏算法的方案从而可提高保护动作的快速性和可靠性。     

不受衰减直流分量影响的阻抗继电器新算法

基于傅里叶算法的阻抗继电器能够滤除和抑制高次谐波的影响,然而受衰减的直流分量的影响很大,通常采用差分滤波的方法滤除衰减直流分量的影响,由此提出一种改进的傅里叶算法,无需差分滤波,可以消除衰减直流分量的影响。EMTP仿真表明:与差分滤波相比,本算法对衰减直流分量有更好的抑制能力。     

不受衰减直流分量影响的阻抗继电器新算法

基于傅里叶算法的阻抗继电器能够滤除和抑制高次谐波的影响,然而受衰减的直流分量的影响很大,通常采用差分滤波的方法滤除衰减直流分量的影响,由此提出一种改进的傅里叶算法,无需差分滤波,可以消除衰减直流分量的影响.EMTP仿真表明:与差分滤波相比,本算法对衰减直流分量有更好的抑制能力.     

基于线性神经网络的谐波检测技术研究

文章通过比较谐波检测的相关技术的优缺点后提出了基于线性神经网络的谐波检测技术,构造了谐波检测的网络构架,并介绍了谐波检测的原理。着重的对应用LMS算法调整网络的权值给予分析。最后构造含有奇次谐波的负载电流函数,利用MATLAB软件分别运用加汉宁窗的FFT算法和本文构造的线性神经网络方法进行仿真实验,针对在无噪和有噪的环境下的实验结果表明,基于线性神经网络方法的谐波检测技术具有更好的检测精度。     

一种基于NSGA-II的低频谐振滤波器优化设计方法

舰船电力系统需要为船上各种用电设备提供安全稳定的电能,因此采用了各种电力电子装置完成电能变换,这些装置不可避免的会带来各种谐波干扰。由于受到体积重量的限制,在大功率电力系统中,若采用简单的EMI滤波器滤除低次谐波,由于所需的电容电感量较大,电感需要承担所有的工作电流,工程实现较为困难。在已知谐波频率的情况下,本文采用谐振滤波原理可在保证滤波效果的情况下有效减小滤波器的体积,并基于NSGA-II算法提出了一种谐振滤波器的优化设计方法。首先阐述谐振滤波的基本原理及设计方案,然后将谐振滤波器的初期投资、滤波后直流侧谐波含量,滤波设备的体积作为三个目标,利用NSGA-II算法求解谐振滤波器的参数。最终通过实验进行验证,设计的谐振滤波器具备良好的综合性能。     

基于线性神经网络的谐波检测方法研究

在比较了当今多种谐波检测方法的优缺点基础上,提出了基于线性神经网络的谐波检测方法。构造了谐波检测的网络模型,对利用该方法进行谐波检测的原理做了简单的介绍。文中运用最小均方差算法(LMS)调节网络权值W,使得误差指标达到最小值。最后构造含有奇次谐波的负载电流函数,利用MATLAB软件分别运用加汉宁窗的快速傅里叶变换(FFT)方法和构造的自适应线性神经网络方法进行仿真实验。通过实验结果表明,基于自适应线性神经网络方法的谐波检测技术具有更好的检测精度。     

傅氏算法的滤波特性分析

目前的一些文献普遍认为,全波傅氏算法能够滤除整数次谐波,半波傅氏算法能够滤除奇数次谐波,但该文认为这种观点是有待商榷的。文章根据正弦信号采样的不确定性,分析了电力系统中的信号采样结果与采样频率的关系,并分析了傅氏算法的频率响应函数的性质,总结了傅氏算法的滤波性能特点,并进一步分析了衰减非周期分量以及频谱泄露对傅氏算法造成的影响。     

傅氏算法的滤波特性分析

目前的一些文献普遍认为,全波傅氏算法能够滤除整数次谐波,半波傅氏算法能够滤除奇数次谐波,但该文认为这种观点是有待商榷的.文章根据正弦信号采样的不确定性,分析了电力系统中的信号采样结果与采样频率的关系,并分析了傅氏算法的频率响应函数的性质,总结了傅氏算法的滤波性能特点,并进一步分析了衰减非周期分量以及频谱泄露对傅氏算法造成的影响.     

发电机纵向零序电压保护滤波方法

发电机纵向零序电压谐波成分复杂,含大量高、低次谐波及间谐波。常用的几种滤波方法对间谐波的滤除均不够理想。由此,提出一种基于频谱搬移原理的滤波方法,先将基波分量移至频率轴零点位置,再利用主带极狭窄的低通滤波器滤除非直流分量。该算法不仅能滤除各高次谐波,而且能很好地抑制间谐波。将该滤波方法应用于发电机纵向零序电压保护,能得到平稳、准确的基波幅值,提高了保护的性能。最后以实际故障录波数据为例,验证了该滤波方法正确、高效。     

电力有源滤波器中对指定整数次谐波检测的DFT算法

根据带通滤波器的瞬时谐波检测方法,离散傅里叶变换基本思想,提出了运用基于DFT的滤波算法实现带通滤波。该算法可从原电流分离出指定次数谐波的分量,通过PWM对原电流进行反相补偿,以滤除指定谐波分量。基于理论上更有效地提高了谐波检测的准确度和检测实时性,在对指定次数谐波进行实时补偿方面具有一定的优势。理论研究和仿真表明．根据该DFT算法设计的数字系统可实现对指定次数谐波的检测。     

RBF神经网络在谐波检测中的应用

有源电力滤波器补偿性能与所采用的谐波检测方式有很大的依赖关系,现有的检测方法存在精度不高、对电网频率变化比较敏感、自适应能力不强的缺点.本文提出基于RBF神经网络的谐波检测方法,具有较高的运算速度、较高的检测谐波精度,以及较强的自适应能力.     

自适应神经网络在谐波电流检测中的应用

为提高用于有源电力滤波器APF(active power filter)的谐波电流检测的性能,提出一种基于自适应神经网络的谐波电流检测方法.根据自适应噪声对消技术的基本原理,将基波电流从负载电流中滤除从而得到谐波电流.该方法能实时准确地检测出谐波,很好地弥补基于FFT方法、基于瞬时无功理论方法和基于小波变换方法等检测方法的缺陷.MATLAB/Simulink仿真结果证明该方法的实时性和准确性,可用于APF的谐波电流检测.     

新型虚拟磁链定向的Hopfield神经网络谐波电流检测

谐波电流检测的准确性和快速性直接影响有源电力滤波器的补偿精度。相较于锁相环,虚拟磁链在电网电压波动的情况下也能准确定向,而且响应速度更快。文中采用由高通滤波器和变换坐标系组成的新型辨识算法,改善了虚拟磁链中由积分器引起的相位误差。Hopfield神经网络利用新型虚拟磁链观测到的电网电压定向角,对谐波电流进行检测。该方法引入能量函数构造反馈型神经网络,通过不断反馈收敛最后达到平衡,以实现对谐波电流的检测。仿真结果表明基于虚拟磁链的Hopfield神经网络方法能同时快速准确地检测出基波电流、总谐波电流和各次谐波电流,而且在负载突变、电压波动的情况下,与基于瞬时无功功率理论的i_p-i_q法相比响应速度更快,准确性更高,具有更好的鲁棒性。     

有源电力滤波器的谐波检测研究

目前电网的谐波污染越来越严重,有源电力滤波器由于能实时抑制谐波,所以得到外界广泛关注。谐波电流检测的好坏对有源电力滤波器的性能有很大的影响,所以,本文就目前的几种谐波检测方法:基于傅里叶变换、基于瞬时无功功率理论、基于同步参考坐标系原理、基于频域分析的模拟带通或者带阻、基于采样保持原理、基于Fryze时域分析、基于小波变换、基于Prony/Kalman估计、基于神经网络的谐波检测法/自适应滤波理论谐波检测法进行了概括和比较分析。     

一种新的基于陷波器的变电站噪声控制法

针对变电站噪声传统控制方法的缺陷,提出一种将人工神经网络与陷波器相结合用于控制变电站噪声的新方法.首先对自适应有源控制的对象变电站噪声进行理论分析;之后分析了2种传统的自适应有源噪声控制方法,即基于陷波器的有源控制法和基于人工神经网络的有源控制法.考虑到这2种方法的优缺点,利用人工神经网络算法代替陷波器中的最小均方（LMS）算法.最后,分别用这3种方法对变电站实测噪声信号进行处理,结果表明所提的方法不仅具有更好的稳定性,而且对变电站噪声有更好的抑制效果.     

两种电网谐波分频检测方法的对比

为分析不同电网谐波检测方法的特点,介绍了基于瞬时无功功率的谐波分频检测法和基于最小二乘法的谱估计谐波分频检测法,仿真分析、比较两种方法的结果表明前者能够瞬时检测到谐波分量,实时性很好,但检测结果包括的幅值和相位信息不能分离开来;而后者可离线计算特定次谐波,实时性较强,算法也较简单,不但能算出谐波幅值,还能求出其相位,且和采样起始时刻没有关系,但是此方法要求采样严格的与基波过零同步。     

Adaline在APF多目标谐波检测中的应用

参考电流检测是有源电力滤波器控制中的主要环节.为提高谐波检测的灵活性,提出一种基于自适应线性神经元结构的谐波检测方法.通过适当的坐标变换后,可由该算法直接分离出负载电流基波各序分量及谐波分量,并按不同的补偿目标和有源电力滤波器容量要求进行多种的组合.为保证在电网电压不对称或畸变情况下对基波正序电压的跟踪,引入了基于模糊...     

电动汽车充电站谐波影响分析和控制

针对电动汽车充电站接入电网带来的电压和电流谐波问题,根据充电站设备典型配置和参数,采用电力系统谐波计算程序计算分析充电站在无滤波无补偿、滤波加电容补偿、动态滤波补偿和采用带功率因数校正(power factor correction,PFC)的新型充电机等不同方式和设备情况下的谐波水平,判断其是否符合国家标准限制值的要...     

三角波频率对电力有源滤波治谐效果影响的研究

分析了电力有源滤波器中的三角波频率与电流跟踪速度的关系。在三角波频率为7.6、10、20 kHz的条件下进行滤波试验,得到3组滤波试验数据。通过分析负载侧、补偿侧、公网侧的电流奇次谐波分量,得出有效增加三角波频率能加快补偿输出电流响应速度,降低装置噪声,使公网侧谐波电流变得更少。整个装置的性能和治谐效果都得到了较大程度的改善。试验结果与理论推导相符合。     

基于电路模型和神经网络的谐波电流检测方法

针对有源滤波器的谐波电流与无功电流检测建立了三相非线性负载的等效电路模型,提出了一种基于神经网络的检测方法.该方法使用神经网络对模型中的电阻负载进行逼近,得出相对应的电力系统中的基波有功电流,从而实现谐波电流的检测.仿真结果证明了该方法的有效性.