本文關鍵詞：神經(jīng)網(wǎng)絡算法的改進及其在有源電力濾波器中的應用

  更多相關文章： 有源電力濾波器 電流跟蹤控制 BP神經(jīng)網(wǎng)絡 代數(shù)算法 梯度算法

【摘要】：針對有源電力濾波器的電流跟蹤控制問題,設計了一種基于改進梯度算法的BP神經(jīng)網(wǎng)絡自適應PI控制器。該控制器將神經(jīng)網(wǎng)絡技術與PI參數(shù)設計相結(jié)合,與傳統(tǒng)的PI控制器相比,該控制器具有結(jié)構簡單、易于在線調(diào)整等優(yōu)點。同時,為了克服采用神經(jīng)網(wǎng)絡算法修正權值系數(shù)時,會存在局部極小、收斂速度慢的問題,對BP神經(jīng)網(wǎng)絡采用的梯度算法進行改進。利用代數(shù)法代替梯度下降法,從而解決了易出現(xiàn)局部極小問題,且使收斂速度更快。仿真實驗表明,改進后的神經(jīng)網(wǎng)絡自適應PI控制器較傳統(tǒng)的PI控制器有更快的響應速度和更高的補償精度,從而使系統(tǒng)更穩(wěn)定,而且電網(wǎng)電流的諧波畸變率更低。
【作者單位】： 中國礦業(yè)大學信電學院;
【關鍵詞】： 有源電力濾波器 電流跟蹤控制 BP神經(jīng)網(wǎng)絡 代數(shù)算法 梯度算法
【基金】：江蘇省自然科學基金項目(BK20130187)~~
【分類號】：TM761;TN713.8
【正文快照】： This work is supported by Natural Science Foundation of Jiangsu Province(No.BK 20130187).0引言隨著非線性負載的廣泛應用,電網(wǎng)諧波污染越發(fā)嚴重,這對電力系統(tǒng)造成了嚴重的的危害,因此諧波治理成為研究的熱點,有源濾波技術憑借其獨有的優(yōu)越性,成為治理諧波污染的主要手

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 白牧可;唐巍;張璐;叢鵬偉;;基于BP神經(jīng)網(wǎng)絡群的中壓配電網(wǎng)電壓降落估算[J];電力系統(tǒng)保護與控制;2014年02期

2 江全才;馬驍旭;李紅剛;;新型三相三線制模糊滑模控制并聯(lián)有源濾波器設計[J];電力系統(tǒng)保護與控制;2014年07期

3 張興;汪楊俊;余暢舟;喬彩霞;周巖峰;倪華;;采用PI+重復控制的并網(wǎng)逆變器控制耦合機理及其抑制策略[J];中國電機工程學報;2014年30期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 張莉;劉天羽;朱慶華;李如明;;雙饋風電變流器諧波抑制的控制策略研究[J];電器與能效管理技術;2015年15期

2 鄧宇恩;粟時平;劉桂英;楊安;桂永光;顏一帆;;三相LCL光伏并網(wǎng)逆變器的準比例諧振重復控制研究[J];電力科學與工程;2015年10期

3 鄭天文;陳來軍;陳天一;梅生偉;;虛擬同步發(fā)電機技術及展望[J];電力系統(tǒng)自動化;2015年21期

4 楊思學;董晨露;楊盼盼;;基于LCL濾波的新型礦用APF系統(tǒng)設計[J];煤礦機械;2015年08期

5 萬曉鳳;胡海林;余運俊;辛建波;;光伏并網(wǎng)逆變器電流線性調(diào)節(jié)器研究進展[J];科技導報;2015年16期

6 趙輝;呂新亞;王紅君;岳有軍;;基于復合控制策略的混合有源濾波器諧波治理研究[J];電力系統(tǒng)保護與控制;2015年21期

7 王鳴華;楊洪耕;;基于級聯(lián)動態(tài)電壓補償器的無功補償分析[J];水電能源科學;2015年04期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 朱浪;基于全自動生產(chǎn)流程的均質(zhì)機控制系統(tǒng)的設計與實現(xiàn)[D];江南大學;2014年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 唐欣;羅安;;基于重復控制的有源濾波器的三態(tài)滯環(huán)控制方法[J];電工技術學報;2009年09期

2 陳昌松;段善旭;殷進軍;;基于神經(jīng)網(wǎng)絡的光伏陣列發(fā)電預測模型的設計[J];電工技術學報;2009年09期

3 祝文姬;何怡剛;;容差模擬電路軟故障診斷的神經(jīng)網(wǎng)絡方法[J];電工技術學報;2009年11期

4 郭創(chuàng)新;游家訓;彭明偉;唐躍中;劉毅;陳濟;;基于面向元件神經(jīng)網(wǎng)絡與模糊積分融合技術的電網(wǎng)故障智能診斷[J];電工技術學報;2010年09期

5 胡志坤;張乾;劉守明;史宏偉;丁家峰;;三相并聯(lián)型有源濾波器的滑�？刂品椒╗J];電工技術學報;2011年12期

6 王盼;劉飛;;模糊—重復學習復合控制策略在并聯(lián)型有源濾波器中的應用[J];電工技術學報;2011年S1期

7 王成亮;王宏華;向昌明;徐鋼;;發(fā)電機進相能力的RBF神經(jīng)網(wǎng)絡模型[J];電工技術學報;2012年01期

8 李建林;張小蓉;李彩霞;張仲超;;基于滑模變結(jié)構控制的三相有源電力濾波器[J];電源技術應用;2004年10期

9 袁慧梅,郭喜慶,于海波;中壓配電網(wǎng)線損計算新方法[J];電力系統(tǒng)自動化;2002年11期

10 趙俊光;王主丁;樂歡;;中壓配電網(wǎng)規(guī)劃中饋線電氣計算的估算方法[J];電力系統(tǒng)自動化;2008年16期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李衛(wèi)東;基于神經(jīng)網(wǎng)絡算法的工程技術人員綜合評價方法的應用研究[J];太原科技大學學報;2005年02期

2 王會婷;張鵬;;神經(jīng)網(wǎng)絡算法在多目的地通信問題中的應用[J];重慶工學院學報(自然科學版);2007年01期

3 李良;吳紅娉;陳瑜;;基于BP神經(jīng)網(wǎng)絡算法及推導的研究[J];中國水運(學術版);2008年01期

4 潘雪濤;;基于改進BP神經(jīng)網(wǎng)絡算法的短期負荷預測[J];上海電力學院學報;2012年04期

5 申健;夏靖波;孫昱;王芳;王霖;;基于優(yōu)化BP神經(jīng)網(wǎng)絡算法的網(wǎng)絡質(zhì)量評價[J];空軍工程大學學報(自然科學版);2013年02期

6 李滿天;王春林;王鵬飛;查富生;郭偉;;一種基于萬有引力的自生長神經(jīng)網(wǎng)絡算法[J];機械與電子;2013年10期

7 孫守宇,鄭君里;一種改進的Hopfield神經(jīng)網(wǎng)絡算法用于單元布局[J];清華大學學報(自然科學版);1996年05期

8 宋曉華;李彥斌;韓金山;牛達;;對傳神經(jīng)網(wǎng)絡算法的改進及其應用[J];中南大學學報(自然科學版);2008年05期

9 張寶芳;李曉東;;基于多因素粒子群—神經(jīng)網(wǎng)絡算法的短期電價預測[J];科技信息;2009年24期

10 黃鵬;成怡;;改進的BP神經(jīng)網(wǎng)絡算法在航跡匹配中的應用[J];計算機工程;2011年11期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 呂慶U，

本文編號：544249