基于神经网络和准同步采样算法的电力谐波分析

针对非同步采样的电力系统谐波分析精度问题,文章提出了一种准同步采样算法和神经网络相结合的谐波分析算法。其以准同步采样算法为基础,给出了常用情况下的准同步窗系数的函数表达式,为神经网络谐波分析算法提供了基波频率估计值;然后,基于最速下降法,确定了迭代方向上的适应性最优步长,该步长使神经网络算法收敛于全局最小值。在非同步采样情况下,该算法迭代次数均为10余次,幅值检测的相对误差精度可达1×10-10%,相量检测的相对误差精度可达1×10^(-8)%;并且在信噪比为30 dB时,幅值检测的相对误差基本低于1×10^(-2)%。仿真结果表明,该算法检测速度快且精度高,具有较好的应用价值。