有源電力濾波器諧波電流預測與控制方法研究.pdf

1、隨著工業(yè)的發(fā)展，特別是電力電子裝置的廣泛應用，電力系統(tǒng)中的非線性負荷大量增加，電網(wǎng)污染越來越嚴重，電能質量嚴重下降。治理電網(wǎng)諧波污染的一個有效手段是，利用有源電力濾波器進行電力系統(tǒng)諧波抑制和無功補償。與傳統(tǒng)的無源LC濾波器相比較，具有響應快、補償效果好和能夠實現(xiàn)動態(tài)補償?shù)膬?yōu)點，因此成為人們研究的熱點。 1.對有源電力濾波器的研究現(xiàn)狀和發(fā)展趨勢作了簡要的分析，闡述了有源電力濾波器的基本結構和工作原理，并對幾種常用的諧波檢測和電流控

2、制方法的適用環(huán)境及優(yōu)缺點進行了比較，在此基礎上詳細分析了常用測控方法在數(shù)字化過程中存在的延時間題及其給有源電力濾波器補償性能帶來的不利影響。 2.針對各種算法應用中存在的延時間題，研究了兩種諧波信號預測算法--自適應濾波器預測算法和神經(jīng)網(wǎng)絡預測控制算法。自適應濾波器預測算法基于有限脈沖響應(FIR)模型，利用最小均方算法(LMS)對所需檢測信號進行預測，然后根據(jù)預測值對諧波電流進行補償。該算法計算簡單，便于數(shù)字化實現(xiàn)。基于RBF

3、神經(jīng)網(wǎng)絡的有源濾波器的預測控制采用離線訓練和在線修正的方法，通過對APF系統(tǒng)動態(tài)行為的在線估計，建立系統(tǒng)的神經(jīng)網(wǎng)絡預測模型；在此基礎上利用預測控制算法的對模型形式無限制，對模型失配、時變、干擾等不確定因素影響適應性強等優(yōu)點，實現(xiàn)了APF的神經(jīng)網(wǎng)絡預測控制。在神經(jīng)網(wǎng)絡訓練過程中，為克服梯度下降法和最小二乘法的不足，提出了一種動態(tài)調整網(wǎng)絡結構和參數(shù)的自適應學習算法進行調整，提高了神經(jīng)網(wǎng)絡的訓練速度。 3.為了驗證算法的有效性，建立上