有源电力滤波器谐波及无功电流的一种检测方法

提出一种基于畸变电流有效值最小原理的谐波和无功电流检测新方法,并利用负反馈原理实现了基于该方法的检测电路。该方法不仅适用于单相,也适用于三相电路。     

神经元自适应谐波电流检测系统的仿真研究

根据有源电力滤波器神经元自适应谐波电流检测方法的算法公式和系统结构,提出了神经元自适应谐波电流检测系统的一种模拟电路实现方案,并用ＰＳＰＩＣＥ软件做了计算机仿真研究。仿真结果证实了所提出的模拟电路实现方法的有效性和可行性。     

一种基于神经网络的谐波电流抑制方法

在传统谐波注入法基础上提出一种神经网络自适应谐波电流抑制方法,根据自适应噪声抵消技术运用人工神经网络的自适应和自学习特性检测出谐波电流并注入电力系统,达到抑制谐波的目的。通过对一典型正弦电流的仿真研究结果表明,该方法是可行和有效的,它不但有较高的精测精度,而且能跟踪检测,根据环境的变化能自适应地调整神经网络的权值,以便正确地检测出线路的谐波电流。     

一种快速自适应谐波检测的APF仿真研究

提出了一种快速自适应谐波检测算法和三角载波电流控制相结合的方法,以基波电流作为控制参考,运用于三相三线制有源电力滤波器中.仿真结果表明该方案在电网电流存在畸变的情况下,能很好地自适应跟踪谐波,并且具有很好的动态响应和较高的检测精度等优点.     

谐波电流检测的改进方法

提出了一种基于瞬时无功功率理论的改进的谐波电流检测方法，可以在电网不平衡状态下检测出谐波电流，而不会把基波负序电流与谐波电流同时提取出来，便于工程中有源滤波器只对谐波电流进行补偿。该方法也适用于电网平衡时的谐波电流检测。     

一种单相电路谐波电流检测的新方法

根据非线性负载的等效电路模型,以“当负载电流为周期电流时,负载电流与负载基波有功电流差的绝对值在一个周期内的积分值最小”为检测原理,提出了一种基于迭代算法的有源电力滤波器单相电路谐波电流检测方法．使用该方法先计算出产生基波有功电流的电阻部分对应的电导,则可求出基波有功电流,用负载电流减去基波有功电流,就得到实际要补偿的谐波及无功电流．该方法具有计算量非常小,实时性好,检测精度高等特点．理论分析与仿真研究证实了该方法的有效性．     

基于DSP谐波与无功电流同步检测方法

针对传统同步检测算法在三相电压不对称或畸变时存在的缺陷,提出了利用PARK变换提取基波正序电压代替相电压的改进算法.考虑到系统实时性和稳定性,采用TMS320VC5402数字信号处理器实现该算法,可完成对三相不对称系统中不对称、无功和高次谐波电流的检测与补偿.理论推导和仿真结果验证了所提方法的正确性.     

低通滤波器对谐波检测电路的影响

通过对基于瞬时无功功率理论的一种谐波电流检测方法的研究,利用ＭＡＴＬＡＢ仿真软件建立了相应的仿真电路,就其中的低通滤波器对谐波电流检测效果的影响进行了仿真研究。结果表明,低虎波顺的截频率、阶数和类型对检测电路的动态响应过程、检测精度都有很大影响。文中的仿真研究结果能为设计谐波检测电路提供指导。     

单相无锁相环单次谐波电流检测方法

谐波电流检测是有源电力滤波器的重要环节,提出了一种单相无锁相环的单次谐波检测方法.分析了检测方法中由低通滤波器引起的检测误差,应用滑动均值滤波器提高了检测精度和响应速度,在单相系统中检测单次谐波电流并将其分解.理论分析和仿真结果表明:该方法具有良好的可靠性和优越性.     

瞬时无功功率理论在谐波电流检测中的应用

为解决谐波电流长延时问题，根据三相电路的瞬时无功功率理论推导，采用三相／两相坐标变换方法，实现了一种有源电力滤波器的谐波电流实时检测方法。计算结果表明，该方法可以准确，实时地检测出谐波电流。     

不对称三相电路谐波及基波负序电流实时检测方法研究

电力有源滤波器是一种新型谐波抑制装置，对于不对称三相电路，可同时抑制其中的基波负序电流，为此需准确检测出谐波与基波负序电流之和，文中对一种基于三相电路瞬时无功功率伯检测方法进行了理论分析，仿真及实验、结果表明，该方法能准确地检测出谐波及其波负序电流。     

一种高精度的电力系统谐波分析方法

针对电力系统谐波的危害和谐波治理的需要,提出了一种高精度的电力系统谐波分析算法,利用该算法可快速获得电力系统基波及各次谐波的高精度幅值和相位.提出并证明了该算法的收敛性定理,给出了利用该算法进行谐波分析的仿真实例.仿真结果表明,提出的谐波测量方法与其他方法相比具有更高的计算精度高和更快的计算速度,因而在电力系统谐波测量中有较大的应用价值.     

一种同时检测高次谐波电流及无功电流新方法

基于瞬时无功功率理论提出了一种能同时检测瞬时无功电流和高次谐波电流的检测方法,并通过计算机仿真研究证明了这一算法的正确性及可行性     

人工神经网络在结构振动控制中应用

对人工神经网络在结构工程振动控制中的应用做了综合评述 .简要介绍了人工神经网络的发展历程和基本性能 ;重点阐述了人工神经网络在结构振动控制中的应用情况 ,并对未来的发展方向进行了展望 .     

综合有源电力滤波系统研究

有源电力滤波器是当前对电网中谐波污染的有效手段 ,文中对综合式有源电力滤波系统的工作原理进行了理论研究和分析 ,提出了基于 80C1 96KC系统的控制电路 ,以大功率MOSFET作为主电路实现电压源PWM逆变器 ,采用一种高次谐波和无功电流同时能被检测的方法 ,由有源电力滤波器与无源滤波器相串联构成综合有源滤波系统 ,结果表明系统加入小容量的有源滤波器 ,系统滤波和补偿特性得以明显提高     

基于神经网络的有源电力滤波器预测控制方法

提出了一种基于神经网络的有源电力滤波器预测控制方法。此方法将神经网络内模控制技术应用到有源电力滤波器（ＡＰＦ）的控制系统中,同时针对ＡＰＦ控制系统中神经网络计算时延问题,引入了一个神经网络预测模型。仿真分析表明,这种控制方法补偿了系统滞后,能充分利用神经网络的自适应特性,有很好的控制效果。     

M-P人工神经网络用于核电站故障诊断系统

按照实际情况,将人工神经网络M-P模型应用于核电站机组故障诊断系统的部分诊断网络。根据核电站故障诊断信号和故障事件特点,提出在特定诊断网络中使用M-P模型的可能性和具体构建诊断网络的方法,对其优缺点进行了比较。使用M-P模型对核电站重要厂用水系统建立了简单诊断网络,进行了验证。该模型简单直接,可以避免若干使用其他人工神经网络模型时遇到的问题。该模型与其他模型结合使用于核电站故障诊断系统,尤其在处理逻辑判断性较强的诊断任务时,可以达到更好的效果。     

基于人工神经网络超临界流体萃取动力学模拟

采用设计的SCFE装置进行了沙棘籽油的超临界流体（CO2）卒取。实验条件为压力15-30MPs,温度303-323K,流速0.05-0.40m^3/h。在30MPa、313K时得到最高油产率。将人工神经网络技术用于超临界萃取过程动力学模拟。网络结构为三层BP网。以压力、温度、萃取时间为输入信息,以萃取量为输出网络进行训练。由此得到的网络可以对萃取速率和单位时间床高方向的萃取量进行准确的模拟和预测。进一步发展后,该方法可为放大设计提供科学依据。