| 摘要: |
| 以非线性负荷的差分方程模型为理论基础，提出了一种基于BP（Back Propagation）神经网络的负荷谐波电流辨识方法。针对电网频率时变的特点，采用加窗离散傅里叶变换和双峰谱线插值算法确定供电系统的频率和施加在负荷上的基波电压；为提高BP神经网络的泛化能力，对在公用电网联接点处实测到的电压电流数据进行甄选，并采用贝叶斯正则化训练算法；借助已训练的具有负荷非线性特性的BP神经网络，获取基波电压激励下的负荷电流。仿真结果证明：在公用电网谐波电压限值范围内，基于BP神经网络的负荷电流总谐波畸变率与供电系统的电网容量和谐波电压几乎无关，有利于谐波责任划分以及谐波治理。 |
| 关键词: 神经网络 非线性负荷 贝叶斯正则化 总谐波畸变率 谐波治理 |
| DOI：10.7667/j.issn.1674-3415.2012.20.016 |
| 分类号: |
| 基金项目:国家重点基础研究发展计划(973项目)资助项目(2009CB219700)；国家自然科学基金资助项目(50625722，50837001) |
|
|
|
荆志朋
|
| Abstract: |
|
| Key words: |
