提高有源电力滤波器(APF)谐波电流的补偿效果,首先就必须采用适当的谐波电流检测方法,使组成的谐波电流检测电路检测精度高、实时性强,当非线性随机性负载电流发生变化时有良好的自适应特性和跟踪检测特性.该文通过把数字信号处理中的自适应噪声对消技术与人工神经网络(ANN)相结合,探讨了ANN在APF谐波电流检测方面的应用以及ANN自适应控制方法,并在此基础上提出了一种ANN自适应谐波电流检测方法,共推出两种多层前馈神经网络(MLFNN)自适应谐波电流检测电路和两种神经元自适应谐波电流检测电路.文中首先对非正弦周期电流从时域上进行分解,并分析了其中各电流分量之间的关系,探讨了将自适应噪声对消技术用于APF谐波电流检测的可能性,为构成ANN谐波电流检测方法提供了理论依据.然后详细地阐述了ANN同自适应噪声对消技术的结合,提出了ANN自适应谐波电流检测方法.根据该方法,推出了两类基于ANN的自适应谐波电流检测电路.第一类是由改进的MLFNN组成,它可以通过网络把输出反馈回输入端,使网络具有动态跟踪特性.第二类是基于神经元模型,它结构简单、算法容易,特别适应于用模拟硬件电路实现.文中对两类自适应谐波电流检测电路都作了详细的理论分析,探讨了其相应的学习迭代算法,并通过MATLAB分别对相应谐波电流检测电路进行了较为详细的数值算法仿真研究.从算法的数值仿真得出的结果来看,这两种基于ANN的自适应谐波电流检测电路的谐波电流检测精度高,检测速度快,跟踪效果好,且抗干扰能力强,有良好的自适应性,检测效果不会受电源频率漂移的影响.特别是神经元自适应谐波电流检测电路,由于电路结构简单,其电路可调整的参数少,算法容易,且谐波电流的检测速度快,检测效果好,便于模拟硬件电路实现.