基于神经网络的有源电力滤波器的研究和分析

鲁海霞 潘卫

【摘要】随着电力电子技术的发展，由于电力系统中的各种新型非线性负载带来的谐波危害也越来越严重，有源电力滤波器是对谐波进行检测、补偿并消除的有效方法，文中对有源电力滤波系统的工作原理进行了简要分析，同时提出了一种基于神经网络的检测方法，该方法主要是使用神经网络对电阻等负载造成的谐波进行有效分析，给原滤波器相对应的电力系统中的基波有功电流的检测更加完善和彻底，仿真结果验证了该设计理论及其分析结果是正确的。

【关键词】谐波;APF;神经网络

Abstract：With the development of the power of electronics technology，due to a variety of new non-linear loads are growing has caused much harmonic in power system，active power filter is the effective way to harmonic and compensate for the elimination.The working principle of active power filter system are briefly analyzed for this paper，and proposed a detection method based on neural networks，which are mainly using neural network load caused by harmonic resistance，etc.for effective analysis，to the original filter detection of the corresponding power system fundamental active current of more complete and thorough simulation results validate the design theory and analysis results are correct.

Key word：Harmonic;APF;neural networks

1.引言

在我国的可以发展和社会进步过程中，特别是各种高科技的产品以及衍生物的出现，发展进程不断加快，由于我国的地理结构，特别是资源分布不均决定了电网的地理结构配置，尤其是在恶劣环境状况下长远距离的电网配送传输，这样不得不造成电能在传输过程中的出现诸多问题，基于越来越到的三相交流正弦设备电压的稳定性，尤其是大量的非线性设备在交流电下产生的非正弦电流（电压等）信号，造成了其电能的有效性利用和一系列谐波的干扰等等。有源电力滤波器（Active Power Filter，APF）则应运而生，其优点是可以抑制一些谐波来提高电能的稳定性和电能的质量，其中在谐波处理这一块加入新型的神经网络，如现今的BP、FFT神经网络算法的运用在电力滤波器中，能够在谐波的处理过程中更加的准确和稳定，极大地加快了效率和保证了电能的质量，也是目前市场情景很广的一个重要课题。

2.电力谐波的检测方法

在现代的电力系统中，尤其的当前的三相交流电无时不刻地出现各种干扰性谐波，影响电能质量和效率。在传统的谐波检测中有一些比较传统的方法，特别在最初使用的无源滤波器进行简单且原始地滤波，这种滤波器在使用的同时也带来了很多的不便和出现更多新的问题，在后来也慢慢被淘汰。于是在后来演变了几种比较常用的方法，每种方法有其各自特点及应用范围，因此了解各种谐波检测方法的优缺点及其适用场合对拟制谐波是非常重要的。就目前广泛应用的是那些基于瞬时无功功率理论的p-q法，法和同步检测法以及基于正弦函数正交特性法的检测等方法，然后通过一些仿真比较各自的优缺点及适用场合，为有效拟制谐波提供理论及实际指导。分析及仿真表明，有效利用各种谐波检测方法的特点进行谐波拟制是非常有效、实用的，这是充分利用其反向特点分析的。

2.1 检测法

就目前大部分的谐波检测而言，基本都是运用检测法进行谐波检测，在谐波检测的基本工作原理是：将电压或电感器输出的电流信号转化为电压信号并进行适当的放大或缩小（根据实际信号的输出情况进行放大或缩小）。首先指令运算电路就是谐波检测的重要部分，其作用是在有源电力滤波器的补偿作用下得出其补偿电路的指令信号（电流信号），其中常用且最为重要的部分是三相电路的检测方法，在实际生活中常用的有两种：一种是电路谐波检测法，另一种是无功电流检测法。如下图1是电路-谐波检测的原理示意图.其方法的基本原理是利用三相电压源中的其中一项与同相位的正弦信号和相对应的余弦信号sinωt_cosωt，然后他们由一个相锁环（PLL）和sinωt_cosωt信号的发生电路模块得到。再根据定以及其公式计算出、。在图中、是由、、产生的、于是由、可以计算出、、，进而计算出、、。运算公式如图1所示。

图1 三相电流谐波检测原理示意图

（6）

（7）

（8）

（9）

用给定这些式子可以理想化的酸楚相应的补偿电流出来，这样根据所需的参数量来进行可控补偿。最终达到谐波抑制的目的。

2.2 基于神经网络的电流检测

在传统的APF（有源电力滤波器）中，我们很难有准确的测量方法，即是根据理想化的公式也只能进行理想的运算，然而在实际运行过程中，其测量参数准确度的有很大差距，于是我们提出了一种基于神经网络电流检测方法，这样在有源电力滤波器中有了很好检作用，其神经网络原理图 如下图2所视，它具有多种跟踪捕捉参数的能力，也能更为快速、准确地检测出来，达到的结果更接近理想值，在有源电力滤波器中加入运用神经网络是现今以及未来的一个趋势。

图2 神经网络结构图      图3 基于神经网络的基本原理图

3.建立相关模型并仿真

在APF的滤波基础上加入需要的神经网络模块，更能有效且准确地检测谐波并进行有效的补偿，最终得到需要的电流（电压）信号供日常实际生产。在被控参数的前馈期加入神经网络，可以很好的前馈控制，这样的优点是互惠产生不必要的延迟，同时可以减小工作时间。

3.1 模型建立

由于该研究主要针对于日常用的三相电力系统中，所以本文也是以三相交流为研究对象，其主要原理框图如图4所示

图4 加入神经网络的有源滤波的简易原理框图

我们可以很弄清楚地看到，滤波装置（APF）中加入可控串补神经经网调节模块，由图中可以看出主要对一些交流电流等相关参数进行补偿和抑制，在实际的运行环境中一系列的谐波、内外振荡和非稳定因素等干扰就得到了很好的抑制和处理，电压（电流）变得更稳定并且得到补偿和提高，很接近预期理论计算值，最终改善了运行环境，提高了电能的质量，同时更能有效地节省资源和提高电能有用功率。在每个模块达到自己的理论使用效果后，就可以很好地达到预期的结果。

3.2 仿真结果

本文研究对象主要是针对于三相交流电的电流参数进行测试，得到了一些列的仿真结果，基本能够反映研究的基本目的。下列图形分别给出了其三相交流电流谐波补偿抑制的仿真图像。

（1）当给定电压在380v、50Hz、α=30°时，在给与一定负载，得到的电流波形图如下图5所示，谐波很明显，三相正弦电流波形受到的干扰很明显，在有源滤波器的作用，谐波得到了很好的抑制并且提供了相应的补偿，是电流波形接近正常。

（2）当给定电压为380V、50Hz、α=30°时，同时给与一定负载，得到的电流波形图如下图6所示，谐干很明显，可知三相正弦电流波形受到的干扰很明显，在有加入神经网络后的有源滤波器的作用下，我们能够很明显地看到谐波得到了很好的抑制，且给予的补偿也很充分，电流的曲线图像变得更接近理想值，振幅也比以前增大了，从图像中我们可以得出在神经网络的作用下，有源电力滤波器的作用能够发挥得更加充分和完善，也是我们研究的重点和趋势。

4.总结

本文主要是在谐波污染现状上，对谐波进行系统的研究，尤其是在谐波检测的基础上进行研究，并设计了一种基于神经网络的有源电力谐波检测法，利用神经网络具有逼近任意非线性函数能力，响应快、超调小、误差小、鲁棒性好等一些优点，克服了有源电力滤波器补偿性能不足，检测效率低等缺点。其仿真结果表明基于该神经网络的谐波检测模块的试验中，可以得出其具有快速且准确的检测抑制效果，对今后的谐波抑制方面具有很好的发展前景。

参考文献

[1]杨军，王兆安.三相电路谐波电流两种检测方法的对比研究[J].电工技术学报，2005，6（7）.

[2]王兆安，刘建军.电力电技术[M].北京：机械工业出版社，2010.

[3]于志豪，刘志珍，徐文尚.基于电路模型和神经网络的谐波电流检测方法[J].电工技术学报，2004，19（9）.

[4]王兆安，杨君，刘进军.谐波抑制和无功功率补偿[M].北京：机械工业出版社，1998.

作者简介：鲁海霞（1985—），女，湖北黄冈人，硕士，现供职于武汉生物工程学院机电工程系，主要研究方向：自动化以及电工电子。