基於神經網絡算法的電力諧波分析方法的研究論文
摘要:目前常用的諧波分析算法存在着計算精度低、計算量大等缺點,本文提出並研究了一種基於傅立葉基神經網絡的諧波分析方法。利用傅立葉基神經網絡模型進行諧波分析可以有效地提高神經網絡的收斂速度和計算精度,減小了計算量。並透過仿真,驗證了利用該算法進行諧波分析可快速獲得電力系統的基波及各次諧波高精度的幅值和相位。
關鍵詞:神經網絡;諧波分析;梯度下降法;權值向量
一、引言
近年來,隨着電力電子技術的廣泛應用,電力系統諧波污染日益嚴重,已成爲電能質量的公害。目前常用的諧波分析算法存在着計算精度低、計算量大等缺點,本文提出一種基於傅立葉基神經網絡的諧波分析方法,利用該方法可快速獲得電力系統的基波及各次諧波高精度的幅值和相位。
本文構建了基於傅立葉基神經網絡模型,採用梯度下降法作爲權值調整算法,透過神經網絡訓練即可獲得神經網絡權值,從而獲得電力系統諧波的幅值和相位。仿真結果表明,利用基於傅立葉基神經網絡算法進行諧波分析可快速獲得電力系統的基波及各次諧波高精度的'幅值和相位。
二、基於傅立葉基神經網絡算法的諧波檢測原理
(一)傅立葉基神經網絡模型的構建一個具有各次諧波的週期信號可表示爲:
N M
y(t)=∑An sin(2nfnt+尹。)+∑(2n厶f+‰) (1)
式中,石爲第n次整數諧波的頻率;f爲第m次間諧波的頻率a設採樣週期爲£,則式(1)可離散化爲:
y(k)= Aa +∑[Aj sinW,cos(jtookTs)+Aj cos~sin(jtuokT)]+l1(2)
∑[B, sin夠cos(co,kT.)]+旦cosrp,sin(cq kT,)l-l
式中∞0爲電力系統基波角頻率;j爲諧波次數;爲第f次間諧波的角頻率;ki+J採樣點序列號。
式(2)可進一步用傅立葉級數表示爲
y(k)= wo+-wj cosOcookT,)+∑M sin[(j-ⅣⅫ。kTs]+ (3)
∑w, cos(coikT,)+∑wisin(03i_^ckTs)
f=1 1.^f+l
由式(3)可建立傅立葉基神經網絡模型如圖1所示。c、:爲正交三角函數系,對應着不同的隱層神經元:w毛(掙l,2,2n+l)表示隱層與輸出層之間的連接權值。
由於傅立葉基神經網絡的輸入層單元和隱層神經單元直接的連接權值爲1,也就是說:輸入量是直接映射到隱層空間,沒有需要調節的參數,需要調節的參數是隱層和輸出層之間的連接權值。隱層空間到輸出層空間的映射是線性的,傅立葉基神經網絡的輸出單元的輸出是所有隱層單元的線性組合。由此可見,網絡由輸入到輸出的映射是非線性的,而網絡輸出對可調參數而言又是線性的,這樣就將輸入層與輸出層的非線性映射關係轉化成了隱層與輸出層之間的線性映射關係。
(二)權值調整算法
本文采用梯度下降法作爲權值調整算法,梯度下降法是最常用的神經網絡學習算法。在上面建立的神經網絡中,具體算法爲:誤差函數爲學習率,當o<,7<五再三萬百時神經網絡算法收斂,其中,2N+2M+1爲隱層神經元個數。
(三)諧波參數估計
若已知電力系統的工作頻率,按照上述神經網絡算法,透過神經網絡訓練即可獲得神經網絡權值向量w,而基波、諧波的幅值和相位可根據最後得到的權值向量矽並利用下述公式得到:
(四)神經網絡訓練步驟
1、以採樣週期T對信號滅f)採樣獲得訓練樣本;隨機產生權向量W,給定任意小正實數口,確定學習率o<,7<面再毫百萬。
2、由式(5)計算神經網絡的輸出。
3、由式(6)、(7)分別計算誤差與性能指標。
4、由式(8)與(9)進行權值調整。
5、判斷性能指標是否滿足J
三、仿真分析
爲了驗證本文提到的神經網絡算法的正確性,本文采用Matlab進行仿真試驗。輸入的信號表達式爲y(k)=∑4 cos(2霄fmkTs+‰)輸入信號包含的成分如表1所示。
表1輸入信號包含的成分
信號參數 基波 諧波 諧波 諧波 諧波 頻率 50 150 250 350 450 幅值 400 16.4 13.3 9.1 7.6 相位 10 60 90 120 150
隨機產生權值,經過2次神經網絡訓練,得到性能指標爲:J=2.4764x10'a,基於傅立葉基神經網絡算法的仿真結果如表2所示。
幅值 相位 頻率
幅值
相對誤差(%)
相位
相對誤差(%) 50 400.00l.3275x10"3 10.00001.5743x10"3 150 16.4001.9638x10-'2 60.0000-2.7523x10''' 250 13.3001.8754x10'u 90.0000-1.9856x10"z 350 9.100l.1985xl0"3 120.00002.7623xl0-'3 450 7.6002.4049x10n 150.00001.9750x10'''
由以上仿真結果可見,本文提出的基於傅立葉基神經網絡算法的諧波分析方法對各次諧波的幅值和相位的計算精度高,且速度快。
四、結論
利用基於傅立葉基神經網絡算法進行諧波分析可快速獲得電力系統的基波及各次諧波高精度的幅值和相位,因而在電力系統諧波測量中有較大的應用價值。
參考文獻:
[1]龐浩,李東霞,俎雲霄等,應用FFT進行電力系統諧波分析的改進算法[J]中國電機工程學報,2003,23(6):50-54.
[2]錢昊,趙榮祥.基於插值FFT算法的間諧波分析[J].中國電機工程學抿2005,1(21):87-91.
[3lMITRA S tal signal processinga computer-based approach[M]ing: Tsinghua University Press,2001.
[4]袁曾任.人工神經元網絡及其應用[M].北京:清華大學出版社.1999.
[5]李紅,馬新瑜.多層前饋神經網絡在電力系統諧波測量中的應用[J].電測與儀表,2003,40(446):15-17.
[6]張林利,王廣柱.一種基於人工神經網絡的諧波測量新方法[J].電力系統及其自動化學tEL2004,4(2):40-43.
-
幼兒水粉畫教學活動初探藝術論文
摘要:水粉畫是用粉質色彩與水調和進行繪畫的一種活動,其表現手法較爲誇張,易於激發出幼兒學習和創作的興趣。因此我結合幼兒身心發展的特點,利用塗鴉活動,引發學畫興趣;並藉助幼兒對遊戲的喜愛來,透過遊戲活動誘導他們,訓練其正確地使用水粉畫的工具;引領幼兒步入賦予幻...
-
淺談20世紀初歐洲油畫作品的運動感論文
【摘要】繪畫的魅力在於靈氣,而靈氣在於運動感。油畫中所包含的運動感尤爲重要,是油畫的靈氣,是其藝術價值的魅力所在。油畫作品中的運動感,有的用線條、筆觸、光線、力度、角和麪表現,有的透過物象本身呈現,而有的是包含在繪畫作品之中,需要仔細欣賞滿慢慢品位的。本...
-
淺層排水處理的施工工藝研究論文
1前言當軟土地基在荷載作用下,土中孔隙水將慢慢排出,孔隙水壓力u減小,地基發生固結變形,但在總應力δ不變的情況下,有效應力δ′就提高,地基土的強度逐漸增長。同時,其與孔隙水壓力u有以下關係:δ′=δ-u。ピ詬枚蔚乇砩喜賈們巢閂潘系統就是爲了改變地基原有的排水邊界...
-
論文:核電廠管道設計過程及特點分析
摘要:本文主要對核電廠管道佈置的設計原則和設計過程進行說明,並對核電廠管道設計特點以及在設計中應該注意的問題做了詳細分析。關鍵詞:管道;佈置;特點管道佈置設計是綜合佈置設計完成後進行施工設計的一個重要環節,其設計目的是明確核電廠廠房內工藝管道的走向,所有...