一种基于神经元的自适应谐波电流检测法

基于信号处理中的自适应噪声抵消技术，提出了一种神经元自适应谐波电流检测方法，该神经元有两个相位正交的正弦输入，其权值用基于ｄｅｌｔａ规则的改进学习方法来调节。所提出的方法适用于有源电力滤波器的谐波电流检测。仿真结果表明了该方法的有效性。

模拟电路实现的神经元自适应谐波电流检测方法

通过对有源电力滤波器神经元自适应谐波电流检测方法的探讨，提出了一种模拟电路实现方案。用ＰＳＰＩＣＥ电路仿真软件对所提出的模拟电路做了计算机仿真，并进行了实验研究。仿真和实验结果进一步验证了该方法的有效性。

一种神经元自适应谐波电流检测方法的数字仿真

基于单个神经元的有源电力滤波器单相电路自适应谐波电流检测方法的性能与一个周期内的采样个数、输入量个数、学习率和惯性系数有关。数字仿真发现:一个周期内的采样个数和学习率对该方法的检测精度和动态响应时间影响较大,它们既不能太大也不能太小,应选择适中;输入量的个数对该方法的检测精度影响较大,而对该方法的动态响应时间影响不大,它越小越好,建议取1;惯性系数对该方法的性能影响很小,建议取0。

基于神经元自适应理论的谐波检测的DSP实现

随着各种电力电子装置和非线性负荷的大量应用,电力系统的谐波污染日益严重;基于神经元自适应理论的谐波检测方法,利用TMS320LF2407进行谐波检测系统开发;因系统的复杂算法全采用软件来实现从而硬件结构简单,克服了模拟系统的不足;该系统测试结果表明谐波和无功电流分离效果较好,达到了国家B级谐波检测标准;目前该系统已于郑州中孚铝业投入使用,效果理想。

谐波及有功电流检测的自适应线性神经元方法

为了提高谐波及有功电流检测的灵活性,提出了一种新型的基于自适应线性神经元结构的检测方法。通过线性神经元的自适应预测和滤波结构,对坐标变换后产生的直流量进行提取,直接分离负载电流基波正序、负序、零序及有功分量,并按不同的补偿目标进行多种的组合。通过仿真试验表明:算法能够对有源电力滤波器谐波电流、有功电流和不对称分量的综合补偿提供合理的参考电流,以实现有效补偿。

基于自适应线性神经元网络的谐波检测算法

为了克服基于傅里叶变换(FFT)谐波检测算法运算量大、实时性不强、易受噪声影响的缺点,提出了基于自适应线性神经元网络(ADALINE)的谐波检测算法,建立了基于最小二乘法(LMS)的最优解求解过程的数学模型,根据LMS误差与各次谐波傅里叶系数之间的三维流形的几何形状选择算法的步长因子。采用时域迭代的方法准确地提取基波有功、无功和各次谐波分量,为实现APF可选择性谐波补偿奠定了基础。

基于神经网络自适应预测算法的谐波检测

神经网络已广泛应用于谐波检测中,它能单步推出各次谐波分量,具有计算量少、精度高等优点,提出一种基于神经网络的自适应预测算法,利用当前时刻数据和前N 1个时刻的历史数据,可预测出将来时刻的谐波电流,从而快速、准确地跟踪负载电流的变化,实现了谐波检测的实时性、快速性,达到了预测速度和精度的统一。仿真结果表明该算法对各次谐波兼具良好的预测速度和精度,与目前常用的基于瞬时无功功率的ip iq算法相比,在负载电流发生突变时,该算法延时更小,收敛速度更快。

一种基于人工神经元的实时谐波及无功电流数字检测方法

在自适应干扰对消理论、人工神经网络理论的基础上,提出了应用人工神经元进行谐波、无功电流和谐波电流的自适应数字检测新方法。由于单神经元的自适应谐波及无功电流检测方法无论在结构上还是在权值迭代上都比较简单,为了实现实时检测,采用了基于神经元自适应谐波及无功电流检测方法。在实验中CPU为Pentium-100、内存为8M的PC兼容机用于数据计算,PCL-818L多功能卡作为集数据采样、A/D转换和数据传输硬件。实验结果表明所提方法是正确的,也证明了所提出的神经元自适应谐波及无功电流检测方法具有良好的实时性。

基于自适应线性神经元网络的三相畸变电流检测方法及实现

文章基于自适应线性神经元网络 ,给出了一种可在三相不对称非线性负载情况下用于有源电力滤波器的畸变电流检测方法 ,该方法具有实时、准确、能自适应跟踪负载电流的变化等特点。并针对所给出的方法用模拟电路加以实现。计算机仿真和实验结果证实了该方法及所提出模拟电路的可行性。

用于APF的神经网络自适应谐波电流检测方法

介绍了一种应用于有源电力滤波器APF(ActivePowerFilter)的神经网络自适应谐波电流检测方法。该方法应用自适应噪声抵消技术ANCT(AdaptiveNoiseCancelingTechnology),将基波电流作为噪声信号,从负载电流中滤除,得到谐波电流。采用两层人工神经网络实现噪声抵消。阐述了该神经网络的构造和权值自适应调整算法,应用Matlab对该方法进行了仿真研究。仿真结果表明该方法能够实时准确地检测谐波,而且计算量小,具有较强的自适应能力。

基于改进级联神经网络自适应电网谐波检测

为克服电网谐波检测快速性与稳定性矛盾,基于神经网络自适应原理提出了一种级联神经网络自适应电网谐波检测的改进系统。改进级联系统初级运用大步长常规LMS(Least Mean Square)自适应神经网络单元提高检测跟随性能,次级通过嵌入均值滤波环节平滑权值波动的策略构造新的自适应神经网络单元,保证次级神经网络单元具有良好的电网谐波检测稳态精度。运用传递函数Z域变换分析嵌入均值滤波环节的电网谐波检测自适应神经网络单元的稳定性能,运算推导新的级联次级神经网络自适应单元的步长约束条件,保证改进系统既能够有效地提高电网谐波检测的跟随性能同时又可以提高检测的稳态精度。仿真实验表明改进的级联神经网络自适应系统能有效提高电网谐波检测动态性与精确性。

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。

一种基于人工神经元网络算法的谐波多路同步快速检测装置

通过对高铁牵引供电系统中谐波传输特性进行分析,设计以人工神经元网络算法为核心的快速谐波检测算法,实现牵引供电系统多路谐波数据同步检测。试制装置现场测试表明,该装置可实现牵引供电系统多路馈线50次以内谐波的同步快速检测,并具有较高的精度及良好的实时性。

用于APF的改进型神经网络自适应谐波电流检测方法

介绍了一种用于有源电力滤波器(Active Power Filter,APF)的神经网络自适应谐波电流检测方法。该方法利用了自适应噪声抵消技术(Adaptive Noise Canceling Technology,ANCT),神经网络采用了线性神经元,权值的调整采用了改进型变步长LMS算法,解决了负载电流突变时跟踪效果差的问题。应用Matlab对该方法进行了仿真研究,仿真结果表明无论负载电流突然增加还是减小,本方法均能快速地检测出谐波电流,且稳态精度高,实现简单,自适应能力强。

基于自适应神经网络的谐波和无功电流数字检测

研究用于谐波和无功电流检测的自适应神经网络,神经网络权值根据均方误差的最快梯度下降法来调整。其本质是按误差信号与参考输入的相关性来调整,稳态时能完全检测出与参考输入相关的信号,使得被检测波形不存在波动,最后检测用数字方法实现。

基于对称分量法的神经元谐波综合检测

非线性负载在电网中引入了大量谐波及无功损耗.为改善电网电能质量,提高谐波检测的灵活性,提出了一种融合了自适应线性神经元(adaptive linear neural,Adaline)滤波及对称分量法的谐波检测方法.基于对称分量法的坐标变换后,可由滤波算法分离出负载电流基波正序、负序、零序分量和谐波分量,并可进行组合实现多种补偿目标,有效的克服传统谐波检测方法对于不对称负载(包括断路情况)谐波电流检测的局限性.同时为提高在电网电压不对称或畸变情况下对基波正序电压及相位的跟踪效果,引入了基于模糊比例积分(PI)调节器的锁相环结构.仿真试验表明:该方法能够很好适应负载的变化,克服电源电压畸变的影响,能够实现对谐波电流、无功电流和不对称分量的综合补偿.

帕金森病人苍白球神经元放电的自适应阈值检测

自动选取合适的阈值以适应不同信噪比的信号,达到检测神经元放电的目的。依据微电极记录的信号,采用闭环方式自动递归调整阈值,逐次检测神经元放电。对合成的模拟神经放电信号及临床手术中微电极记录的112个病人的神经元放电信号处理,检测出了不同信噪比信号中的神经元放电脉冲,这些放电脉冲反映了神经核团的电生理特征。根据检测的神经元放电,可以对不同神经核团放电特征进行客观定量的分析,准确识别手术中微电极所在的神经核团,对于指导靶点定位具有重要的意义。

自适应神经元在信号检测中的应用

本文对自适应神经元构成的自适应网络进行了分析，对该网络在信号检测中的应用进行了讨论并给出计算机仿真结果。

基于谐波电压突变与盲区识别的自适应混合式孤岛检测法

孤岛检测技术是分布式光伏规模化接入配电网的关键技术。正反馈主动移频法(active frequency drift with positive feedback,AFDPF)是目前应用最广泛的主动式孤岛检测法之一,针对其存在的对电能质量影响大、可靠性差的问题,提出一种基于谐波电压突变与盲区识别的自适应混合式孤岛检测法。首先,提出以突变量检测加延时的方式替代传统谐波电压检测法的总谐波失真(total harmonic distortion,THD)值整定,构建孤岛保护启动判据;其次,基于过/欠压及过/欠频法的检测盲区识别,构建扰动自适应注入判据;最后,基于判据系数以及频率波动,完成传统AFDPF的自适应改进,并推导检测无盲区时正反馈系数的取值范围。仿真结果表明,该方法可有效过滤非孤岛工况,避免因不必要扰动注入引起的电能质量下降问题,通过选择合适的正反馈系数,改进AFDPF检测快速且不存在盲区。所提方法可兼顾快速性、可靠性、实用性和电能质量等多方面因素,对于分布式光伏规模化接入配电网的孤岛检测问题研究具有重要意义。

基于自适应神经元的配电网输电线路反时限过流保护优化整定方法

为了减少反时限过流保护整定值过于依赖人工经验,缓解保护动作之间配合程度较低、电流稳定性较差的问题,提出基于自适应神经元的配电网输电线路反时限过流保护优化整定方法。分析输电线路运行模式和线路故障存在的不确定性,计算发生故障的概率;通过探究反向荷载率、电源容量、谐波含量等指标确定输电线的实际承载力;构建反时限过流保护动作方程,确定反时限过流保护的3种特征;以主保护与后备保护动作时差最小为目标,构建目标函数,确立约束条件;设计具有三个神经元的神经网络模型,每个神经元对应一种保护特征,引入转换模块,将输入量变换为状态量,通过神经元学习,输出最终的过流保护优化整定结果。比较实验结果表明:应用所提方法,随着故障电流增大,保护动作时间曲线未出现相交状况;在测试刚开始时,电流波形出现波动,但迅速恢复到平稳。所提方法能够使保护动作之间有效配合,输电线电流可以始终保持在稳定状态,为保护定值优化提供了新的研究思路。