提高谐波电流检测性能的LMS/LMF自适应滤波器

为提高基于瞬时无功功率理论的谐波电流检测法在检测精度和收敛速度方面的性能,提出了一种新颖的最小均方(LMS)与最小四阶矩(LMF)相结合的LMS/LMF自适应滤波器算法,根据误差信号自适应地调整LMS和LMF算法在权值更新中的占比,以同时发挥LMF算法收敛速度快和LMS算法稳态精度高的优点。推导了该算法的收敛条件、时间常数和失调公式,分析得出适当减小步长可以更好地兼顾收敛速度和检测精度。仿真和试验结果表明,该算法使低通滤波器动态过程收敛更快,稳态误差更小,从而提高瞬时无功功率理论谐波检测法的性能。

一种LMS/LMF自适应谐波电流检测方法

在分析了现有谐波电流检测方法不足的基础上,提出了一种改进的最小均方(Least mean square,LMS)与最小四阶矩(Least mean fourth,LMF)相结合的自适应谐波电流检测算法,利用一种变步长LMS/LMF算法来进行权值更新,用归一化的当前误差信号和上一次误差信号的自相关估计来进行步长迭代。该方法能够获得较快的动态响应速度和较小的稳态误差,而无需像一般自适应算法去折中考虑两者。仿真和实验结果验证了该方法的可行性。

多层前馈网络的优化算法及其工程应用

针对基于多层前馈网络的误差反向传播算法(Standard Error Backpropagation Algorithm,SEBPA)易使网络陷入局部极小点、网络振荡、收敛速度慢甚至不收敛等缺点,通过引入新的评价函数、在网络权值和阀值迭代式中加入动量因子和可变学习率,改进SEBPA以优化多层前馈网络。本文利用基于改进算法的网络拟合非线性函数进行仿真实验,结果表明算法能大大改善网络性能;而轴承状态分类实验进一步验证了算法是正确的和有实际应用价值的。