基于神經網絡算法的電力系統(tǒng)諧波分析與研究.pdf

1、電網中電力電子裝置等各種非線性設備的數量和額定容量日益增大，使得諧波已經成為電力系統(tǒng)的公害。諧波分析是諧波研究的一個重要分支和主要依據，諧波分析方法是諧波分析的核心環(huán)節(jié)。
　　 本文在詳細介紹了目前常用的幾種諧波分析算法的原理、應用現狀及存在的問題的基礎上，針對各種算法應用中存在的計算精度低、計算量大等若干問題，建立了基于電力系統(tǒng)諧波模型的傅立葉基神經網絡模型，研究了基于梯度下降法的改進算法。為了分析間諧波和較嚴重非同步采樣(即

2、基波頻率存在波動)的情況，在傳統(tǒng)模型的基礎上進行適當的改進，將基波頻率、激發(fā)函數的參數(也就是諧波頻率)和權值一樣參與調整，這樣便得到一種既能獲取高精度的電力系統(tǒng)基波頻率，又能分析整數次和間諧波的神經網絡算法。同時，對神經網絡的初始化過程進行改進，即將諧波信號進行FFT變換的結果作為網絡初始化的依據。由此，證明了諧波基函數神經網絡算法的收斂性，限定學習率的選取范圍，保證算法收斂；并進一步優(yōu)化學習率的選擇范圍，改善了算法的收斂性。權向量學