论文部分内容阅读
随着电力电子技术的飞速发展，非线性设备在各领域中的广泛应用使得其谐波所造成的危害日益严重。有源电力滤波器(APF)是一种抑制电网谐波的有效手段，具有良好的发展前景和巨大的技术优势。作为APF的重要组成部分，谐波电流检测的实时性和准确度直接影响其谐波补偿效果，提高谐波检测效果对于提高APF的性能具有重要意义。本文对有源电力滤波器中的d-q法、FBD法和基于极限学习机的谐波检测方法进行了深入研究：1、针对传统d-q法和FBD法中存在的不足，即低通滤波器的固有延迟影响谐波检测实时性和在三相电压不对称情况下锁相环锁相不准确影响谐波检测精度，本文设计了基于积分组合的d-q和FBD方法，即用积分均值法代替低通滤波器提取直流分量提高谐波检测的实时性，用广义积分器代替锁相环提取基波电压正序分量提高谐波检测精度。在此基础上，分析了积分均值法积分区间和广义积分器前向通道增益k的变化对谐波检测效果的影响。2、搭建基于积分组合的d-q法和FBD法的simulink模型进行仿真实验。在不同工况下的仿真结果表明，d-q法和FBD法在检测效果上具有一致性，基于积分组合的d-q法和FBD法具有比传统检测方法更高的检测精度和更快的瞬时响应速度，并且能够用于三相电压不对称情况下基波正序有功电流的检测。3、在分析现有的神经网络用于谐波检测中存在的不足的基础上，提出了一种基于极限学习机(ELM)的谐波检测方法。首先详细给出了极限学习机的训练样本的组成和训练方法，然后构造检测模型实现对谐波电流幅值和相位的检测。仿真结果表明，该谐波电流检测方法的检测精度达到10-6，在有白噪声影响的情况下检测精度达到10-4，与基于传统神经网络的谐波检测方法相比具有更高的检测精度和更强的泛化能力，更加适用于谐波源固定的场合。本文所提出的谐波检测方法均通过仿真实验验证了其有效性和可行性，将其应用于实际工程中有望提高谐波检测的实时性和检测精度，进而提高有源电力滤波器的补偿性能。