【文章內(nèi)容簡介】 LFNN 神經(jīng)網(wǎng)絡有多種算法，本文采用 BP 算法，BP 網(wǎng)絡實質(zhì)上是對任意非線性映射關系的一種逼近，神經(jīng)元的變換函數(shù)采用 Sigmoid 函數(shù)，因此輸出量是 0到 1 直接的連續(xù)量，它可實現(xiàn)從輸入到輸出的任意的非線性映射。在圖 所示的多層前向神經(jīng)網(wǎng)絡中，設第 q(q=1,2, ,Q)層的神經(jīng)元個數(shù)為，輸入到第 q 層的第 i 個神經(jīng)元的連接權系數(shù)為。該網(wǎng)絡的入輸出變化關系式為：, (27) (28)利用樣本集首先對 BP 網(wǎng)絡進行訓練，也即對網(wǎng)絡的連接權系數(shù)進行學習，以使該網(wǎng)絡學習從而實現(xiàn)給定的輸入輸出映射關系。當給定不是樣本集內(nèi)的輸入時，網(wǎng)絡也能給出正確輸出。BP 網(wǎng)絡的學習算法如下： () 訓練樣本的形成方法在構建好神經(jīng)網(wǎng)絡層數(shù)，各層間傳遞關系以及所選用的算法后，就可以開始對構建好的網(wǎng)絡進行訓練，最終是神經(jīng)網(wǎng)絡達到能夠預測諧波的目的。訓練神經(jīng)網(wǎng)絡的任務由訓練樣本來完成，訓練樣本是若干組已知的輸入和輸出序列，每組輸入對應一組輸出，對于諧波檢測系統(tǒng)而言，輸入是采樣點值構成的向量，輸出則是式(23)和(24)中描述的待測諧波的 A 和 B。在形成諧波檢測系統(tǒng)的訓練樣本時應針對不同的測量對象，根據(jù)實際畸變波形收集訓練樣本，但在電力系統(tǒng)中畸變波形千差萬別，含有的諧波成分也很不相同，不可能收集到所有類型的畸變波形，而且如果訓練樣本過大，可能會出現(xiàn)樣本冗余現(xiàn)象，并導致網(wǎng)絡過擬合。所以，應該從理論上合理抽取訓練樣本。分析電力系統(tǒng)中典型的非線性負載所產(chǎn)生的畸變波形可以發(fā)現(xiàn)，諧波在其中占的比重不大，且大多是奇次諧波，特別是整流型非線性負載，產(chǎn)生諧波的幅值一般不會超過基波幅值的 50%，諧波次數(shù)越高幅值越小[9]。所以在實際測量時可以只測量其中的奇次諧波，這樣就可以把訓練樣本的范圍縮小。下面以 5 次諧波為例，說明訓練樣本的形成方法，首先構造含有 5次諧波的電流： ()式中： 基波角頻率, f 電網(wǎng)頻率。一個工頻周期內(nèi)的采樣次數(shù)為 50 次，采樣周期為 ，即采樣頻率，5 次諧波頻率為 ,滿足采樣定理。由公式(25)和(26)可知5和可以唯一確定 5 次諧波的幅值和相位，所以在訓練神經(jīng)網(wǎng)絡時將和設置為輸出，而對應的 50 個采樣點值則作為神經(jīng)網(wǎng)絡的輸入。按諧波幅值不會超過基波幅值 50%的原則合理構建樣本集。即基波幅值取 1， 至 ，步進 10%則一共有 121 組，對應的輸入也有 121組。下面利用 MATLAB 工具將形成的樣本集導入 ANN 進行訓練。 MLFNN 的仿真分析利用 MATLAB 提供的神經(jīng)網(wǎng)絡工具箱(nntool)，可以方便的通過圖形化界面構建自己的神經(jīng)網(wǎng)絡。 圖 導入輸入輸出向量圖 是神經(jīng)網(wǎng)絡工具箱的 manager 界面，通過 inport 按鈕可以導入生成好的輸入和輸出向量。圖 多層前向網(wǎng)絡 圖 創(chuàng)建網(wǎng)絡圖 所示界面用于是創(chuàng)建神經(jīng)網(wǎng)絡，input ranges 是輸入范圍，Number oflayers 是網(wǎng)絡的層數(shù)，number of neurons 是指對應層的神經(jīng)元個數(shù)。因為輸入層有 50 個值，所以對應隱層神經(jīng)元個數(shù)為 50。傳輸函數(shù)為 S 型。同樣方法建立輸出層，神經(jīng)元個數(shù)為 2，對應式(236)中的和。創(chuàng)建完畢的網(wǎng)絡結(jié)構如圖 。 圖 網(wǎng)絡結(jié)構圖由圖 可以看出在訓練達到 50 次時，誤差為，已經(jīng)完全滿足檢測誤差精度要求。但按上述方法訓練的神經(jīng)網(wǎng)絡只能檢測特定環(huán)境下的 5 次諧波，如果要檢測其他環(huán)境下的諧波或者更多次的諧波含量，需要重新構建樣本進行訓練，訓練好的神經(jīng)網(wǎng)絡只能在和訓練樣本采集環(huán)境相同的條件下檢測，這樣就對前向型神經(jīng)網(wǎng)絡的應用帶來了不便，因為諧波檢測環(huán)境各有不同，比如有的電網(wǎng)節(jié)點檢測到 3 次諧波含量較高，而有的卻不含 3 次諧波。下面介紹一種新的諧波檢測方法，這種檢測方法不僅實時性好，精度高而且容易利用現(xiàn)有軟硬件技術實現(xiàn)。 圖 學習過程誤差曲線 基于瞬時無功功率理論的諧波檢測法瞬時無功功率理論的提出是在 1983 年，主要針對三相三線制電路諧波的實時檢測，在有源電力濾波器中的應用較多[10]，使電力有源濾波理論從實驗室研究走向工業(yè)應用，對治理諧波和研發(fā)無功補償裝置起到了很大的推動作用。該理論最初是以瞬時實功率 p 和瞬時虛功率 q 為基礎提出的，經(jīng)過發(fā)展完善又補充了瞬時有功電流和瞬時無功電流等物理量。目前基于該理論的檢測方法有 pq 檢測法和檢測法。對于電網(wǎng)電壓或電流有畸變時，pq 檢測法有很大的誤差，而檢測法能有效地避免電壓畸變和三相電壓不平衡帶來的影響[11]，本文設計的電網(wǎng)諧波檢測系統(tǒng)就是采用檢測法。 基于功率不變條件下的坐標變換基礎假設在某坐標系下的電路或系統(tǒng)的電壓和電流相量分別為 u 和 i，在新的坐標下，電壓和電流相量變?yōu)?和 ，定義新相量與原相量的坐標變換關系為： ipiq 算法基礎算法是根據(jù) 的瞬時功率理論推導出來的[12]。假設三相電網(wǎng)電壓對稱無畸變，三相電路各相電壓的瞬時值分別為、幅值為 E，各相電流的瞬時值分別為、通過三相至兩相的坐標變換，把它們變換到αβ坐標系中。 () ()，圖中的矢量e、i分別是、和、的合成矢量，因此有： e=+=e (226) i=+=i 的瞬時功率理論定義三相電路瞬時有功電流 和瞬時無功電流分別為電流合成矢量 i 在電壓合成矢量 e 及其法線上的投影。即 圖 α β坐標系和 abc 坐標系位置關系 的瞬時功率理論定義三相電路瞬時有功電流 和瞬時無功電流 分別為電流合成矢量 i 在電壓合成矢量 e 及其法線上的投影。即 =icos (227)根據(jù)式(224)有 ()式中：電網(wǎng)基波電壓的角頻率。e 電壓矢量的模。定義三相瞬時無功功率 q（瞬時有功功率 p）為電壓矢量 e 的模和三相電路瞬時無功電流 (三相電路瞬時有功電流)的乘積。即： ()結(jié)合式(228)有 (2/30)分解、為直流分量和交流分量得： ()在三相電網(wǎng)電壓對稱無畸變的情況下，對應于基波正序有功電流，對應于基波正序無功電流，~和~則對應于負序和諧波電流。對、 中不同的電流分量逆變換，且由于，可得：αβ坐標系下的負序和諧波電流：αβ坐標系下的負序和諧波電流： ()αβ坐標系下的基波正序有功電流： (αβ坐標系下的基波正序無功電流： ()αβ坐標系下的廣義無功電流： ()再通過αβ坐標到 abc 坐標的變換，即可得到對應的三相電網(wǎng)電流分量： ()綜合式(224)和式(230)，可得： ()綜合式和式(236)，可得： ()基于 的瞬時功率理論的算法是在假設電網(wǎng)電壓為對稱正弦波的條件下推導出來的[13]，實際上，當電網(wǎng)電壓出現(xiàn)不對稱或發(fā)生畸變的情況下，采取一定的措施，算法同樣可準確地檢測出不同的諧波分量。 任意次諧波的檢測常規(guī)法計算的是電流矢量i在三相電網(wǎng)基波正序電壓合成矢量e1及其法線上的投影。在αβ坐標系中，只有基波正序分量和 是同步旋轉(zhuǎn)的，處于相對靜止的狀態(tài)，而其他所有的分量相對于 均是動態(tài)的，因此，只有基波正序分量在e1及其法線上的投影是常量，其他分量在 及其法線上的投影均是交變的。提取、中的直流分量，經(jīng)過反變換，即可求得電網(wǎng)基波正序分量。根據(jù)上述原則，若欲檢測某次諧波分量，參考電壓矢量選為 k 次諧波電壓合成矢量即可，此時的 pq變換及其逆變換變?yōu)椋? () ()當 k=1 時，檢測結(jié)果即為基波正序電流分量。 瞬時無功功率法的仿真分析在 MATLAB 平臺下的仿真設計，建立 M 文件輸入代碼，進行仿真。(1)原始信號輸入序列構建：構建三相電流信號，代碼如下，三相電流中包含了三次和五次諧波，Im 表示幅值。clear。st=。 % stop timef=。w=2*f*pi。Im1=35*sqrt(2)。Im3=*sqrt(2)。Im5=*sqrt(2)。dt=1/6400。 % Sampling timet=0:dt:st。ia=Im1*sin(w*t)+Im3*sin(3*w*t)+Im5*sin(5*w*t)。ib=Im1*sin(w*t2*pi/3)+Im3*sin(3*w*t+2*pi/3)+Im5*sin(5*w*t+2*pi/3)ic=Im1*sin(w*t+2*pi/3)+Im3*sin(3*w*t2*pi/3)+Im5*sin(5*w*t2*pi/3)(2)轉(zhuǎn)換矩陣的實現(xiàn)ialpha=sqrt(2/3)*(ia1/2*ib1/2*ic)。ibeta=sqrt(2/3)*(sqrt(3)/2*ibsqrt(3)/2*ic)。(3)C 轉(zhuǎn)換矩陣的實現(xiàn)，從而分離出有功與無功分量。ip=sin(w*t).*ialphacos(w*t).*ibeta。iq=cos(w*t).*ialphasin(w*t).*ibeta。(4)利用之前構建好的濾波器得到直流分量，其中 a b 參數(shù)需根據(jù) IIR 階數(shù)計算得到。izhiliu=filter(b,a,ip)。iwugong=filter(b,a,iq)。(4) 的實現(xiàn)ialphafund=sin(w*t).*izhiliucos(w*t).*iwugong。ibetafund=cos(w*t).*izhiliusin(w*t).*iwugong。(6)的實現(xiàn)iafund=sqrt(2/3)*ialphafund。ibfund=sqrt(2/3)*(1/2*ialphafund+sqrt(3)/2*ibetafund)。icfund=sqrt(2/3)*(1/2*ialphafundsqrt(3)/2*ibetafund)。(7)用 figure 函數(shù)繪制結(jié)果。第一層為原始信號，中間層為基波信號，最后一層為分離出來的諧波成分。 圖 瞬時無功功率法仿真結(jié)果由圖 的仿真結(jié)果可以看出，在含有 3 次和 5 次的諧波信號里，采用的法可以很快的分離出諧波和基波成分，延遲大約為一個工頻周期（），而采用傅立葉分析方法進行諧波檢測時，首先要采集一個信號周期的電流值，才能進行計算，而且計算量很大，運算時間較長，遠超過 ?？梢娀谒矔r無功功率理論的諧波檢測方法具有實時性好的優(yōu)點，這對于有源電力濾波器等對諧波檢測速度要求較高的治理裝置也具有一定意義。 本章小結(jié)本章闡述了前向型神經(jīng)神經(jīng)網(wǎng)絡的檢測原理，設計了神經(jīng)網(wǎng)絡訓練樣本的形成方法，并結(jié)合 MATLAB 工具構建三層前向型神經(jīng)網(wǎng)絡，然后用訓練樣本對其訓練，分析訓練結(jié)果。本章深入討論了利用瞬時無功功率法進行諧波檢測的原理，通過MATLAB 工具對算法的諧波檢測效果進行仿真分析，得到與傳統(tǒng)的傅立葉變換法相比瞬時無功功率法檢測實時性更好的結(jié)論。第 3 章 基于嵌入式系統(tǒng)的諧波檢測 嵌入式系統(tǒng)概述本課題基于嵌入式系統(tǒng)架構實現(xiàn)諧波的實時監(jiān)測，下面介紹嵌入式系統(tǒng)的定義、特點及其組成。 嵌入式系統(tǒng)的定義嵌入式系統(tǒng)(Embedded system)，是一種“完全嵌入受控器件內(nèi)部，為特定應用而設計的專用計算機系統(tǒng)”，根據(jù)英國電器工程師協(xié)會(. Institution ofElectrical Engineer)的定義[14]，嵌入式系統(tǒng)是“用于控制、監(jiān)視或者輔助操作機器和設備的裝置”(devices used to control, monitor, or assist the operationof equipment, machinery or plants)。即與個人計算機這樣的通用計算機系統(tǒng)不同，嵌入式系統(tǒng)通常執(zhí)行的是帶有特定要求的任務。 嵌入式系統(tǒng)的特點嵌入式系統(tǒng)一般具備以下幾個特點：(1)專用性強。對于嵌入式系統(tǒng)而言，他的開發(fā)往往是在確定應用領域和功能之后進行的，所以具有一定的專用性。(2)實時性好。目前，嵌入式系統(tǒng)廣泛應用于生產(chǎn)過程控制、數(shù)據(jù)采集、傳輸通信等場合，主要用來對宿主對象進行控制，所以都有或多或少的實時性要求。例如本文設計的諧波檢測系統(tǒng)對采樣頻率以及數(shù)據(jù)處理速度的要求就比較高，一般的處理器難以勝任。也正因為這種需求