[发明专利]一种基于神经网络的自适应谐波振荡抑制方法与系统在审
申请号: | 201810812903.8 | 申请日: | 2018-07-23 |
公开(公告)号: | CN109103875A | 公开(公告)日: | 2018-12-28 |
发明(设计)人: | 吴学光;邹乐;季柯;庞辉;朱琳;林畅 | 申请(专利权)人: | 全球能源互联网研究院有限公司 |
主分类号: | H02J3/00 | 分类号: | H02J3/00;H02J3/01;H02J3/38 |
代理公司: | 北京安博达知识产权代理有限公司 11271 | 代理人: | 徐国文 |
地址: | 102209 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 谐波分量 谐波振荡 谐振频率 自适应 神经网络 线性神经元模型 海上风电场 自适应能力 并网系统 相位计算 谐波检测 谐波频率 谐波数据 谐波抑制 运行稳定 正序谐波 计算量 负序 构建 滤除 环节 保证 | ||
1.一种基于神经网络的自适应谐波振荡抑制方法,其特征在于,所述方法包括:
当发生谐波振荡时,基于谐波数据和预先构建的自适应线性神经元模型获得设定的谐振频率;
基于设定的谐振频率,通过正序谐波抑制环节和负序谐波抑制环节对所述谐振频率的谐波分量进行滤除和抑制;
其中,所述自适应线性神经元模型由线性自适应神经网络和含有谐波的电流或电压周期信号函数确定。
2.如权利要求1所述的基于神经网络的自适应谐波振荡抑制方法,其特征在于,所述自适应线性神经元模型的构建,包括:
将历史谐波电流或电压和谐波周期信号函数带入到线性自适应神经网络获得所述谐波电流或电压的权值;
基于所述权值计算电流或电压的谐振信号;
基于所述谐振信号和谐波电流或电压数据获取设定的谐波电流或电压谐振频率;
其中,谐振信号包括:谐波频率、幅值和相位。
3.如权利要求1所述的基于神经网络的自适应谐波振荡抑制方法,其特征在于,所述基于设定的谐振频率,通过正序谐波抑制环节对所述谐振频率的谐波分量进行滤除和抑制,包括:
当含有负序谐波的电流或电压通过正序谐波环节时,基于设定的谐振频率和两倍频陷波器消除负序谐波分量;
基于消除负序谐波分量后的正序谐波分量在定交流电压控制中加入相反的电压分量,对正序谐波分量进行抑制。
4.如权利要求1所述的基于神经网络的自适应谐波振荡抑制方法,其特征在于,所述基于特定的谐振频率通过负序谐波环节对正序谐波分量进行抑制,包括:
当含有正序谐波的电流或电压通过负序谐波环节时,基于设定的谐振频率和两倍频陷波器消除正序谐波分量;
基于消除正序谐波分量后的负序谐波分量在定交流电压控制中加入相反的电压分量,对负序谐波分量进行抑制。
5.如权利要求2所述的基于神经网络的自适应谐波振荡抑制方法,其特征在于,所述幅值,计算式如下:
式中:k为电流或电压样本个数;w为电流或电压相应的权值;n为谐振频率。
6.如权利要求2所述的基于神经网络的自适应谐波振荡抑制方法,其特征在于,所述相位,计算式如下:
式中:k为电流或电压样本个数;w为电流或电压相应的权值;n为谐振频率。
7.一种基于神经网络的自适应谐波振荡抑制系统,其特征在于,所述系统包括:
获取模块:用于当发生谐波振荡时,基于谐波数据和预先构建的自适应线性神经元模型获得特定的谐振频率;
抑制模块:基于设定的谐振频率,通过正序谐波抑制环节和负序谐波抑制环节对所述谐振频率的谐波分量进行滤除和抑制;其中,所述自适应线性神经元模型由线性自适应神经网络和含有谐波的电流或电压周期信号函数确定。
8.如权利要求7所述的基于神经网络的自适应谐波振荡抑制系统,其特征在于,所述获取模块,还包括:构建模块;
用于将历史谐波电流或电压和谐波周期信号函数带入到线性自适应神经网络获得所述谐波电流或电压的权值;
基于所述权值计算电流或电压的谐振信号;
基于所述谐振信号和谐波电流或电压数据获取设定的谐波电流或电压谐振频率;
其中,谐振信号包括:谐波频率、幅值和相位。
9.如权利要求7所述的基于神经网络的自适应谐波振荡抑制系统,其特征在于,所述抑制模块,包括:正序抑制单元和负序抑制单元;
所述正序谐波抑制单元,用于当含有负序谐波的电流或电压通过正序谐波环节时,基于设定的谐振频率和两倍频陷波器消除负序谐波分量;
基于消除负序谐波分量后的正序谐波分量在定交流电压控制中加入相反的电压分量,对正序谐波分量进行抑制;
所述负序谐波抑制单元,用于当含有正序谐波的电流或电压通过负序谐波环节时,基于设定的谐振频率和两倍频陷波器消除正序谐波分量;
基于消除正序谐波分量后的负序谐波分量在定交流电压控制中加入相反的电压分量,对负序谐波分量进行抑制。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于全球能源互联网研究院有限公司,未经全球能源互联网研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810812903.8/1.html,转载请声明来源钻瓜专利网。