基于DSP的有源电力滤波器设计与实现

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:waugh9071
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着21世纪电力电子技术的快速发展,越来越多的电力设备被投入到工厂与居民家用之中。随之而来的,是配电网中的谐波污染与三相不平衡的情况变得愈发严重,电能质量快速下降,引起电力设备的损耗甚至是损坏。如今,随着有源电力滤波器(Active Power Filter,APF)的出现,谐波污染与三相不平衡的问题得到了有效的治理。但传统APF设计方案设计出的装置存在动态性能不足与适应性不足的问题,针对此问题,在原有方案的基础上,提出一种APF新方案替代原方案,用以改进其动态性与适应性。具体的研究内容如下:(1)对传统APF只适用于电流含谐波而不适用于电流和电压同时含谐波的电力系统中的情况进行了分析,结果表明是APF在电压含谐波时无法准确提取相位所造成。针对此情况,提出了一种基于双坐标系下的锁相环改进算法,此算法可以使APF在电压含谐波时依然能够准确提取相位,同时提高了APF在三相不平衡下的相位检测速度与精准度。(2)针对传统APF方案动态性不足的问题,设计了一种动态谐波电流检测法用以替代传统APF方案中的ipiq谐波检测法。改进后的谐波检测法继承了原有检测法的全部功能之外,还能够对特定次的谐波进行补偿。大大提高了APF的动态治理谐波能力。(3)对目前设计APF所广泛采用的方案与文章中提出的改进方案分别进行仿真分析,利用MATLAB工具来在仿真层面上分析二者的优缺点。主要在于:锁相环锁相速度与精度方面、谐波检测动态性方面、电流追踪准确度方面。最后验证了文章提出方案相较于传统方案在锁相精度与动态性上的提升,此提升使得APF治理谐波速度更快,治理三相不平衡更准确,适应性更广。在验证了所设方案理论上的可行性之后,设计了一台APF样机,采用我国发布的电能质量标准与IEC发布的IEEE/ANSI Standard 519国际标准为测试要求,据此标准进行实物运行测试,测试结果表明在本设计的APF下,所接电力系统的谐波畸变率由33.68%降低到3.32%,功率因数由73.65%提高到92.50%,符合设定预期。
其他文献
期刊
期刊
以水利水电工程施工中的隧洞钻孔爆破技术为论述方向。首先对隧洞钻孔爆破注意事项进行论述,隧洞钻孔爆破注意事项主要以制炸药的用量、隧洞的掘进施工、钻孔爆破循环施工、装置和卸载方法及炮孔的布置布局为主。其次,对相关注意事项分析后选取A水利水电工程隧洞钻孔爆破施工为例。通过对A水利水电工程隧洞钻孔爆破的具体实施,旨在为我国水利水电工程施工中隧洞钻孔爆破提供理论指导与帮助。
期刊
期刊
吴蔚光(1743-1803)是清乾隆时期重要诗人,其诗歌兼法唐宋,博采众长。于唐,学杜甫、白居易、李商隐;于宋,学苏轼、陆游。他是清诗史上不可抹去的一笔靓丽风景。本文从文学角度研究吴诗,集中探讨了以下几个问题。第一,研究吴蔚光的家世与生平。主要以《素修堂诗集》《素修堂遗文》、《小湖田乐府》、《苏州府志》、《常昭合志稿》等为参考,并结合其朋友诗集中的相关作品,对吴蔚光的家世及生平进行梳理。家世部分主
学位
钻孔爆破技术是水利水电隧洞施工中最常见的一种施工方法,它的使用质量对整个水利水电工程的安全、质量和成本费用都有很大的影响。对隧洞钻孔爆破技术进行系统分析,既可以优化工艺,又可以提高其在隧洞施工中的应用,对于水利水电工程具有重要的作用。本文以隧洞钻孔爆破技术为例,对隧洞钻孔爆破技术的具体实施重点进行了探讨,并对钻孔爆破技术在水利水电隧洞施工中的应用情况进行说明。
期刊
水利水电工程作为我国基础性设施,与民生发展息息相关,高质量的水利水电工程,能更好地造福百姓惠及群众,加快推动国民经济发展的步伐。基于水利水电工程十分复杂的特点,在建造过程中很容易受多种外界因素的干扰,导致工程质量难以得到全面保障。而边坡开挖支护技术能够有效解决各种干扰问题,确保水利水电工程施工高效、有序进行。对水利水电工程施工中的边坡开挖支护技术进行研究,通过进一步优化与改进该项技术,可以保证水利
期刊
期刊
实体建模技术是CAD软件的“功能心脏”,相关基础理论与算法是CAD发展历史上最关键的成果之一,成功回答了为使计算机能够辅助产品设计与制造,需在计算机中存什么几何信息以及怎么存的问题。本文对实体建模的主要历史发展脉络做了简要介绍,同时对各发展阶段的关键问题以及研究现状进行了讨论,最后选取了3个方向对实体建模的未来做出展望,重点关注从Computer-Aided Design到Computer-Aut
期刊
股指数据是一种典型的非平稳时间序列数据,现有的研究框架在实际预测中,模型的预测精度一直处在较低的水平。在评价模型时,由于选用股指数据不同以及评价标准单一,模型间的可比性较差。同时,在模型预测的层面也缺少对跨市场数据的应用研究。为了提高模型的精度和解决评价标准不一致问题,本文定义了一个新的基于深度学习的预测模型。除股市之外,像海洋、大气以及电力等领域的数据也大多呈现非平稳的特征,因此,本文提出的预测
学位