基于广义回归神经网络的月度负荷预测

研究了月度负荷的特性，指出了其季节波动性和趋势增长性双重特性；介绍了广义回归神经网络的基本理论，提出以横向历史数据和纵向历史数据作为输入神经元，建立了月度负荷预测模型，并将其应用于我国某地区月度负荷预测，结果表明：该模型的预测精度明显高于一般的BP网络。     

基于广义生长-剪枝径向基函数神经网络的谐波源建模

采用广义生长一剪枝RBF神经网络建立稳态频域的谐波源模型。在该模型中，各次谐波电流的幅值和相角与各次谐波电压的幅值和相角以及负荷特征参数的非线性映射关系通过一种新颖的广义生长一剪枝RBF网络进行建模。该网络的学习算法是串行的，可以进行动态建模。算例计算表明，该模型具有训练时间少、精度高、可动态建模等优点，是谐波源建模的有效方法     

基于谐波畸变功率的谐波源定位研究

供电网公共连接点处主谐波源的定位,是对谐波污染采取合理抑制措施的重要前提。从非正弦条件下功率的分解方法出发,提出一种基于谐波畸变功率的主谐波源定位新方法,实现了适用于IEEE Std.1459-2010标准的主谐波源定位。通过比较同一系统供电线性与非线性负荷情况下视在功率分量与瞬时功率分量的对应关系,证明了谐波畸变功率对于主谐波源定位的有效性。多种情况下的仿真分析和实测验证结果证明了所提方法的正确性和合理性。     

基于广义最小二乘回归的间谐波源识别方法

间谐波阻抗等系统参数对间谐波源的识别有着重要意义。为了克服电压和电流信号中有色噪声影响,首次将广义最小二乘回归法应用于间谐波阻抗等系统参数估计。该方法通过白化滤波器将有色噪声转化成白噪声,然后对转化的数据进行参数估计,从而克服变量与变量之间相关性的影响,与传统回归估计方法相比能够减小间谐波阻抗估计误差。此外,还结合间谐波国标,引入量化指标划分供用电双方的责任大小。仿真及实例分析验证了该方法的有效性。     

基于改进广义回归神经网络的日负荷曲线预测

提出了基于改进广义回归神经网络(GRNN)的日负荷曲线预测模型。对GRNN模型的输入元素进行分析筛选,并同时输出一天48点的负荷预测值,在保证预测精度的基础上大大提高了预测速度。采用烟台某变电站实际负荷进行预测分析,结果证明了该方法的有效性。     

基于FPGA的谐波电压源离散域建模与仿真

用于电能计量的谐波电压源要求具有很强的谐波合成能力,因此,对采样频率要求较高。目前,绝大多数谐波电压源装置采用DSP作为控制芯片。DSP虽然有着很强的信号处理能力,但其采样率不高,不能满足电能计量用谐波电压源采样精度的要求。对此,提出了将FPGA应用于谐波电压源的研究中,采用基于SPWM的双闭环PI控制策略,在VHS-ADC高速信号处理平台上搭建离散域控制模型并进行仿真。仿真结果表明,输出波形稳定,具有较小的畸变率,说明了基于FPGA进行谐波电压源研究的可行性。     

计及谐波视在功率的谐波源识别方法

为正确识别电力系统公共连接点处的主要谐波源,基于IEEE 1459功率标准定义的谐波视在功率,提出了一种基于该功率指标进行判断的主谐波源识别的新方法。根据叠加定理分别定义系统侧和用户侧等值谐波源单独作用时引起的谐波视在功率,通过直接对比二者的大小,判断出主谐波源的位置是系统侧或用户侧。提出的方法可以考虑各次谐波电压、谐波电流的综合影响,进而识别出公共连接点处综合主要谐波源。最后通过IEEE 13节点系统仿真和某钢铁企业实测数据均验证了所述方法的合理性。     

基于谐波有功功率贡献量的主谐波源定位

为了准确辨识和定位主谐波源,提出了一种基于谐波有功功率贡献量的方法。该方法综合考虑谐波电压和谐波电流的影响,不仅能够定量地划分各自的谐波责任,准确地判断出主谐波源的位置,而且克服了使用谐波电压贡献量或谐波电流贡献量进行主谐波源定位时存在的局限性。首先推导了系统侧和用户侧单独作用时对PCC处谐波有功功率贡献量公式,然后推广到多谐波源系统中,并建立了通用的数学模型,从理论上实现了对主谐波源的定位。最后以两个非线性用户系统为例进行Matlab/Simulink仿真分析,仿真结果与理论分析相一致,验证了该方法的正确性与有效性。     

基于广义回归神经网络的非侵入式负荷识别方法

非侵入式负荷识别可以实现电网和用户的灵活双向互动,对智能电网的发展具有重大意义,而神经网络因其自学习能力及计算复杂度低等优点越来越多地应用在非侵入式负荷识别中。针对现有BP神经网络方法容易陷入局部最优、收敛速度慢的问题,文章提出了一种基于广义回归神经网络(GRNN)的非侵入式负荷识别方法。该方法使用负荷投切过程的功率、谐波、投切时间等暂态特征作为输入,应用Parzen非参数估计方法搭建网络结构,利用模拟退火算法的全局搜索能力对光滑因子进行寻优,从而建立GRNN网络模型进行负荷识别。实验结果表明,相对于BP神经网络,文中方法具有更好的识别精度和训练速度。     

一种粗糙广义回归神经网络在集中供热负荷预测中的应用

为了减少预测模型的输入量,本文利用粗糙集理论智能数据分析的能力,对神经网络进行预处理,抽取关键成分作为神经网络的输入,从而确定粗糙神经网络的拓扑结构,设计了供热负荷预测的粗糙广义回归神经网络模型,并用实际数据进行了仿真检验。实验结果表明,该方法是有效的,而且对供热负荷预测具有较高的精度和可靠性。     

基于特征集重构与多标签分类模型的谐波源定位方法

传统基于谐波状态估计的谐波源定位方法需要专门的同步相量量测装置,工程应用受到限制。为此,基于电能质量监测装置所采集的非同步量测数据,提出了基于特征集重构与多标签分类模型的谐波源定位方法。利用监测数据的充分统计量来挖掘量测时段的谐波信息,同时利用标签特定特征学习算法重构特征集,从而消除冗余特征以及无关特征对于谐波源定位精度的影响;提出基于邻接矩阵以及灵敏度分析的测点配置方法,结合电路网络拓扑信息实现测点的优化配置;提出基于改进极限学习机的谐波源定位方法,该方法以重构特征集为输入,建立多标签分类模型,实现谐波源定位。通过仿真与算例分析,验证了所提方法的可行性及有效性。     

基于区间约束的谐波溯源方法

提出一种基于区间约束的公共连接点(PCC)主谐波源溯源方法。以系统侧和用户侧对PCC处谐波电压贡献度的大小作为判断两侧谐波源作用大小的判据,分析两侧谐波电压贡献度随谐波电压电流夹角的变化规律,将测量夹角划分为不同区间,推导出各区间严格不等式约束条件,分别得到判断系统侧和用户侧为主谐波源时的区间约束。利用可信区间去除异常测量数据,提高溯源结果的可靠性。对不同场景实测数据进行谐波溯源分析,结果验证了所提方法的有效性。     

基于稳健复线性回归的高速动车组谐波建模方法

精确的高速动车组谐波模型是分析高速铁路牵引供电系统谐波问题的关键之一。结合CRH2A型动车组现场实测的电压、电流数据,分析了6种典型稳态运行工况下动车组的谐波电压、谐波电流的幅频特性、相频特性及其交互特性。在此基础上,建立了非耦合谐波诺顿等效模型,并应用稳健复线性回归方法求解等效谐波电流常量和谐波导纳矩阵。仿真结果表明,所建立的谐波模型能准确地表征高速动车组的谐波电流输出特性,可用于精确地评估高速铁路牵引供电系统谐波问题。     

基于自适应神经网络的有源电力滤波器谐波电流提取方法

对有源电力滤波器(APF)谐波检测方法进行研究,将自适应神经网络(ADNN)的信号处理技术应用于三相非线性负载的谐波电流检测中,提出了一种基于ADNN检测方法。该方法的主要特点是不仅能检测谐波电流中的基波成分,也能检测出其中不同的高次谐波分量的幅值和相位。通过搭建一个基于DSP三相并联APF的实验系统来证实该方法的有效性,并与传统的傅里叶变换法和d-q算法相比较,验证其具有更快的动态响应。最后,通过分别对感性负载和容性负载进行阶跃变化操作试验检验所提出的ADNN检测法的APF谐波补偿特性,并获得了优良的补偿性能。     

谐波产生的原因及其治理措施概述

指出随着电力工业的迅猛发展,电能质量引发的相关问题日益引起人们的重视,研究有关电能质量中谐波的成因以及抑制措施成为电力工作者的重要课题之一,针对电力系统谐波源的分类、产生原因及抑制谐波的措施进行了分析。     

基于预估的用户谐波评估方法

谐波源接入电网投产试验,根据小容量试验数据来预测满载时谐波发射水平有助于现场评价负荷电能质量问题,预控电网设备安全风险。该文提出了以负载容量为参数的变化谐波源通用预测模型及其求解步骤,并引入稳健回归算法对参数寻优以提高模型精度。在预测过程中,利用多个预测方法如线性模型、指数模型、乘幂模型构成预测模型群,对谐波电流数据进行拟合。该方法把建模对象当作黑箱,不考虑内部机理,可用于其他非线性负荷建模中。此外,通过对不同电网等值谐波阻抗参数辨识方法进行比较,提出统计回归方法有较好的准确度。最后,通过实例证明了该文提出的通用预测模型能较好地平衡拟合和外推,可以满足电能质量现场评估需求。     

福建电网谐波治理的研究

通过调查,福建电网绝大多数测点的谐波畸变率出现超标,谐波超标会使继电保护误动;变压器损耗增加,寿命减少;电容器阻抗减少,电流增大,降低电容器使用寿命;还会改变系统谐波阻抗的频率特性,产生并联谐振,引起过电压和过电流,危及电力系统安全。因此,对谐波影响应引起足够的重视。对大、中、小非线性负荷用户,必须满足电能质量要求,若超标限期改正,就地安装滤波装置。     

基于概率谐波电流源的交流电力机车模型研究

本文基于大量实测数据,采用一种改进的最大熵法分析了交流机车负荷谐波的分布特性,并在PSCAD仿真平台上搭建了交流电力机车的等效电流源模型。电流源基波分量以三电平四象限整流桥模拟,用于仿真机车负荷的冲击性以及不对称性对电网的影响。谐波分量则利用MATLAB接口模块实现了概率谐波电流源,考虑了谐波受各种随机因素的影响。由于谐波电流源模型基于实测数据,故仿真结果更接近实际情况。     

基于正交匹配追踪算法的谐波源定位方法

为了在系统非全局可观时,仍能对节点注入谐波电流进行估算,对电网中的谐波源进行有效定位,文章提出了一种基于正交匹配追踪算法的谐波源定位方法。提出方法根据已知量测量和量测矩阵,基于压缩感知理论中的正交匹配追踪算法对欠定的系统谐波状态方程进行求解,估算了节点注入谐波电流,实现了系统一定程度非全局可观时的谐波源有效定位。通过与其他方法的仿真对比分析,验证了在改变谐波源数目和位置以及考虑测量误差时,提出方法具有更好的定位效果,说明了提出方法具有较高的适用性和抗干扰能力。