基于BP神经网络算法的最优虚拟谐波电阻控制方法技术

本发明专利技术涉及有源滤波器APF的控制领域，为基于BP神经网络算法的最优虚拟谐波电阻控制方法，包括以下步骤：S1、设计基于最优虚拟谐波电阻的BP神经网络，最优虚拟谐波电阻使有源滤波器APF吸收的谐波功率最大；S2、将设计好的BP神经网络，加入有源滤波器APF，以控制有源滤波器APF运行在最优虚拟谐波电阻值处。本发明专利技术通过采集不同虚拟谐波电阻时PCC点的电压和电流，得到训练数据，基于BP神经网络算法，不断更新APF运行时的开关管PWM波形，当BP神经网络输出与上一次相比满足误差要求时，APF运行在最优虚拟谐波电阻值处，从而使得APF从电网最大程度地吸收谐波功率。

【技术实现步骤摘要】
基于BP神经网络算法的最优虚拟谐波电阻控制方法
本专利技术涉及有源滤波器(ActivePowerFilter，APF)的控制领域，具体为基于BP神经网络算法的最优虚拟谐波电阻控制方法。
技术介绍
传统的电力有源滤波器APF具有很明显的缺点：首先其需要安装在负载附近，另外其补偿对象固定单一。虚拟谐波电阻是通过控制逆变器输出的谐波电流，使得输出谐波电流相位和电网电压相位一致，从而吸收电网的谐波功率。虚拟谐波电阻值大小对系统的影响如下：当虚拟谐波电阻较小时，可以较大程度地降低并网点电压的畸变率，此时吸收的谐波功率较大；当虚拟谐波电阻值继续下降直至为零时，理想情况下，并网点电压的畸变率则会一直下降直至为零，此时吸收的谐波功率会先上升再下降直至为零。另外，逆变器的容量有限以及考虑到电网系统的稳定性问题，一直降低虚拟谐波电阻值并不是最优的策略。
技术实现思路
为解决现有技术所存在的技术问题，本专利技术提供基于BP神经网络算法的最优虚拟谐波电阻控制方法，通过采集不同虚拟谐波电阻时PCC点(PointofCommonCoupling本文档来自技高网...

【技术保护点】
1.基于BP神经网络算法的最优虚拟谐波电阻控制方法，其特征在于，包括以下步骤：/nS1、设计基于最优虚拟谐波电阻的BP神经网络，最优虚拟谐波电阻使有源滤波器APF吸收的谐波功率最大；/nS2、将设计好的BP神经网络，加入有源滤波器APF，以控制有源滤波器APF运行在最优虚拟谐波电阻值处。/n

【技术特征摘要】
1.基于BP神经网络算法的最优虚拟谐波电阻控制方法，其特征在于，包括以下步骤：
S1、设计基于最优虚拟谐波电阻的BP神经网络，最优虚拟谐波电阻使有源滤波器APF吸收的谐波功率最大；
S2、将设计好的BP神经网络，加入有源滤波器APF，以控制有源滤波器APF运行在最优虚拟谐波电阻值处。


2.根据权利要求1所述的最优虚拟谐波电阻控制方法，其特征在于，步骤S2包括：
S21、首先APF以虚拟谐波电阻方式运行；
S22、检测PCC点处的电压、电流，经过FFT傅里叶变换分析得到各次谐波电压、各次谐波电流，然后改变各次虚拟谐波电阻的阻值，继续测量PCC点处的各次谐波电压、各次谐波电流，将各次谐波电压、谐波电流数据进行相关的数据处理得到训练数据，输入给BP神经网络；
S23、给定虚拟谐波电阻初始值，启动加入了BP神经网络的APF；
S24、再次检测PCC点处的电压、电流，经过BP神经网络得到新的输出值，然后经过正弦化处理得到PWM发生器的调制波，最后通过载波调制得到具体的PWM脉冲信号，作用于电网系统；
S25、判断BP神经网络的输出与上一次相比是否满足误差要求，如果此时BP神经网络的输出与上一次相比不满足误差要求，返回步骤S24；否则，判断此时APF已经运行在最优虚拟谐波电阻值处。


3.根据权利要求2所述的最优虚拟谐波电阻控制方法，其特征在于，步骤S2还包括步骤：
S26、如果电网系统运行方式发生变化，适当更改输出作用系数n，返回步骤S22，再次使得APF运行在最优虚拟谐波电阻值处。


4.根据权利要求1所述的最优虚拟谐波电阻...

【专利技术属性】
技术研发人员：李志华，曾江，冯健磊，熊陶君，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44