基于神經(jīng)網(wǎng)絡(luò)算法的電力系統(tǒng)諧波分析與研究.pdf

1、電網(wǎng)中電力電子裝置等各種非線性設(shè)備的數(shù)量和額定容量日益增大，使得諧波已經(jīng)成為電力系統(tǒng)的公害。諧波分析是諧波研究的一個重要分支和主要依據(jù)，諧波分析方法是諧波分析的核心環(huán)節(jié)。
　　 本文在詳細(xì)介紹了目前常用的幾種諧波分析算法的原理、應(yīng)用現(xiàn)狀及存在的問題的基礎(chǔ)上，針對各種算法應(yīng)用中存在的計算精度低、計算量大等若干問題，建立了基于電力系統(tǒng)諧波模型的傅立葉基神經(jīng)網(wǎng)絡(luò)模型，研究了基于梯度下降法的改進(jìn)算法。為了分析間諧波和較嚴(yán)重非同步采樣(即

2、基波頻率存在波動)的情況，在傳統(tǒng)模型的基礎(chǔ)上進(jìn)行適當(dāng)?shù)母倪M(jìn)，將基波頻率、激發(fā)函數(shù)的參數(shù)(也就是諧波頻率)和權(quán)值一樣參與調(diào)整，這樣便得到一種既能獲取高精度的電力系統(tǒng)基波頻率，又能分析整數(shù)次和間諧波的神經(jīng)網(wǎng)絡(luò)算法。同時，對神經(jīng)網(wǎng)絡(luò)的初始化過程進(jìn)行改進(jìn)，即將諧波信號進(jìn)行FFT變換的結(jié)果作為網(wǎng)絡(luò)初始化的依據(jù)。由此，證明了諧波基函數(shù)神經(jīng)網(wǎng)絡(luò)算法的收斂性，限定學(xué)習(xí)率的選取范圍，保證算法收斂；并進(jìn)一步優(yōu)化學(xué)習(xí)率的選擇范圍，改善了算法的收斂性。權(quán)向量學(xué)