增强型自适应神经网络谐波分析方法的应用研究.pdfVIP

2010年 12月 Dec．2010 第 38卷 第 6期 (总第211期) VoI．38 No．6 (Ser．No．211) 增强型 白适应神经网络谐波 分析方法的应用研究 StudyonApplicationofEnhancedAdalineNeuralNetworkHarmonicAnalysisM eth08 许寒冰 (浙江大学 ，杭州 310007) 摘 要：通过对比当前几种主流谐波分析方法的优缺点，提 出了较为理想 的增强型 自适应神经网络模 ，。并重点讨 论了学习算法 中频率学习率以及频率延迟率调整策略对于算法收敛性能的影响，给出了较为合适的参数优化设定 值，并通过仿真实验验证 了增强型 自适应神经网络模型具有较高的谐波分析精度 以及较快的学习收敛速度，并且 无需 同步采样 以及长周期采样 ，是一种比较理想 的谐波分析方法 。 关键词 ：自适应神经网络模型；谐波 ；收敛速度 ；参数优化 ；仿真 Abstract：Based on the comparative analysis ofthe severalmainstream harmonic analysis methods and the comparisonofadvantagesanddisadvantagesoftheanalysismethods，abriefanalysisonthetheoryofenhanced Adalineneuralnetwork hasbeenpresented in thispaper．Theinfluence oflearning frequencyratein learning algorithm andthefrequencydelayrateadjustmentstrategyontheconvergenceperformancearefocusedon．A moresuitableparameteroptimization settinghasbeensetandverifiedbyexperimentalexamples．Theresearch showsthatenhanced Adalineneuralnetwork harmonicanalysismethod hashigheraccuracy and fasterlearning convergencerate．Long—periodandsynchronoussamplingarenotrequired．Itisanidealharmonicanalysismethod whichcouldbewidelyusedinthefuture． Keywords：Adatineneuralnetworkmodel；harmonic；convergencerate；parametersoptimization；simulation 中图分类号：TM714 文献标志码 ：A 文章编号 ：1009—5306(2010)06—0008—04 近年来 ，随着交流柔性输电和整流逆变等技术 实现同步采样 FFT算法、基于Hanning窗的插值 的引入，解决了一些特定领域的输电效率问题 ，但同 FFT、基于Blackman窗的插值FFT等等 ，但通常需 时其产生的谐波对 电力系统 的影响 已引起广泛关 要多周期采样才能保证其准确性L】]。 注 。电力电子装置谐波是一个周期内电压或者电流 近年来，电力行业开始将研究的重点转向神经 量的正弦波分量，为基波频率整数倍的高次谐波。谐 网络与小波分析方法。基于小波的谐波分析是将含 波的存在对于电力系统的稳定运行以及周围设备的 有谐波的电流信号分解成不同的频率成块 的信号 ， 正常通信均有着很大 的影响和