基于神經(jīng)網(wǎng)絡(luò)的有源電力濾波器應(yīng)用研究

圖3.1基于BP網(wǎng)絡(luò)的諧波電流檢測方案

　　3.2BP諧波檢測網(wǎng)絡(luò)的實(shí)現(xiàn)

　　BP網(wǎng)絡(luò)中的一個(gè)關(guān)鍵步驟是關(guān)于隱含層的設(shè)計(jì)，包括隱含層的數(shù)量和對應(yīng)關(guān)系等問題。若BP網(wǎng)絡(luò)中的每個(gè)輸出諧波都與同一個(gè)隱層相連接，輸出層和隱層之間的連接權(quán)對對諧波濾波值可以給出最佳值，但是整個(gè)系統(tǒng)的記憶負(fù)擔(dān)太重，而降低系統(tǒng)的效能，并有可能相互影響。但是如果使每次諧波分別對應(yīng)于一個(gè)隱層，即都有自己的隱層，每個(gè)隱層只負(fù)責(zé)記憶自己所對應(yīng)的那個(gè)諧波的隱含映射關(guān)系，將會(huì)更好地克服由于一個(gè)隱層帶有的諧波之間相互影響的問題。

　　在本文中我們對圖3.1所示的多層前饋神經(jīng)網(wǎng)絡(luò)的訓(xùn)練采用的是一種啟發(fā)式學(xué)習(xí)算法即動(dòng)量BP算法（MOBP），該算法采用動(dòng)量法調(diào)整策略，可顯著降低網(wǎng)絡(luò)對于誤差曲面局部細(xì)節(jié)的敏感性，有效的抑制網(wǎng)絡(luò)陷入局部極小，在網(wǎng)絡(luò)訓(xùn)練中MOBP采用式（3.1）和式（3.2）修正權(quán)值和閾值。

　　在式（3.1）和（3.2）中：是學(xué)習(xí)速率，γ是動(dòng)量系數(shù)。m是指網(wǎng)絡(luò)的第m層，是近似均方誤差對m層輸入的敏感性，b是網(wǎng)絡(luò)權(quán)值，w是網(wǎng)絡(luò)閾值，Y是網(wǎng)絡(luò)輸出層的輸出，T是矩陣轉(zhuǎn)置。

四.仿真研究

　　用上述構(gòu)成的組合控制進(jìn)行仿真，將電流檢測應(yīng)用到有源電力濾波器中觀察波形，神經(jīng)網(wǎng)絡(luò)輸出層采用非線性激活函數(shù)logsig和線性激活函數(shù)pureline進(jìn)行檢測結(jié)果對比，根據(jù)仿真值計(jì)算所得的THD平均值如表1所示：

　　表1測試樣本補(bǔ)償前后的平均THD值

　　采用訓(xùn)練好的BP網(wǎng)絡(luò)檢測實(shí)驗(yàn)仿真濾波器電路的電流波形，其中電源電流波形和濾波器注入電流波形分別如圖4.1至圖4.5所示。

圖4.1電源電流波形

圖4.2濾波器注入電流波形

圖4.3沒有濾波裝置時(shí)的系統(tǒng)電流

圖4.4投入混合型有源濾波器后的系統(tǒng)電流

圖4.5不同情況下系統(tǒng)電流頻譜比較

　　表1和圖4.1、圖4.2表明總諧波畸變率經(jīng)諧波補(bǔ)償后得到了明顯的下降，說明該諧波電流檢測方法能較好的進(jìn)行諧波電流檢測并比較好的進(jìn)行補(bǔ)償。

結(jié)束語

　　本文從瞬時(shí)無功功率入手，通過對BP網(wǎng)絡(luò)模型、檢測方法等方面的改進(jìn)進(jìn)行組合控制,在負(fù)載突變時(shí)引進(jìn)神經(jīng)網(wǎng)絡(luò)提高準(zhǔn)確實(shí)時(shí)性，得到了準(zhǔn)確實(shí)時(shí)性好的諧波檢測方法，結(jié)合有源濾波器將檢測方法應(yīng)用到檢測環(huán)節(jié)通過仿真結(jié)果可以看出該方法為分析和設(shè)計(jì)諧波動(dòng)態(tài)檢測提供了有效的手段和工具。