基于复数值神经网络的区域性电网谐波治理方法及装置制造方法及图纸

本发明专利技术提供一种基于复数值神经网络的区域性电网谐波治理方法及装置，利用实时监控装置采集各节点的电压信息和电流信息，构成数据对；利用数据对训练复数值神经网络；利用复数值神经网络求解最优治理电流；控制APF输出最优治理电流给电网，完成治理，并实时调整最优治理电流，科学地考虑到电网中谐波的整体分布情况，从而达到对电网整体谐波问题更好的治理效果。效果。效果。

【技术实现步骤摘要】
基于复数值神经网络的区域性电网谐波治理方法及装置


[0001]本专利技术属于电网电能质量优化领域，特别涉及一种基于复数值神经网络的区域性电网谐波治理方法及装置。

技术介绍

[0002]随着近年来电力电子技术的发展，越来越多的电力电子设备诸如整流器、逆变器以及DC-DC变换器因其高效便利的变换电能的特点在电网中得到了广泛应用。然而，由于电力电子器件本身的非线性特性，电力电子设备的投入不可避免地在电网中产生了大量难以忽视的谐波问题，劣化了电网的电能质量。
[0003]为了解决这类问题，各种各样的电能质量治理设备应运而生。其中，有源电力滤波器(APF)由于补偿灵活，响应速度快等优势具有很好的发展前景。有源电力滤波器按照安装方式可分为并联型、串联型两种。其中并联型有源电力滤波器(SAPF)的工作方式一般是对问题负载进行就地补偿，通过将有源电力滤波器与待治理负载并联的方式进行补偿。首先检测负载向电网注入的谐波电流，并提取其中谐波分量，之后对谐波电流取反，将其作为主电路的输出指令，以此指令控制主电路向电网注入与负载相反的谐波电流，从而使由连接点流入电网的总电流不含谐波分量，达到谐波抑制的效果。从滤波的角度来看，相当于负载的谐波分量通过有源滤波器流出而不进入电网，因此称之为有源电力滤波器。
[0004]当有源滤波器用于对集中的大功率非线性负载进行治理时，能够取得很好的治理效果。但是，对于含有多个分布式非线性负载的局域电网来说，要使电网整体的电能质量得到优化，按照就地补偿的方法则需要多个有源电力滤波器同时进行治理。一方面来说，会导致成本增加。另一方面，如果仅有部分问题负载得到了治理，或者当安装位置和补偿负载选择不合理时，电网的整体电能质量并不能保证一定得到优化，严重时甚至会导致电能质量相比于治理前恶化。因此，如何利用少量有源电力滤波器对包含许多分布式非线性负载的局域电网的电压谐波进行系统级的综合优化治理便成为一个值得研究的问题。

技术实现思路

[0005]本专利技术的目的是提供一种基于复数值神经网络的区域性电网谐波治理方法及装置，解决了现有技术中含有多个分布式非线性负载的局域电网的治理成本高、整体电能质量不能得到保证的问题。
[0006]本专利技术的目的是通过以下技术方案实现的：
[0007]第一方面，本专利技术提供一种基于复数值神经网络的区域性电网谐波治理方法，包括以下步骤：
[0008]步骤S1、采集各节点的电压信息和电流信息，构成数据对；
[0009]步骤S2、利用数据对训练复数值神经网络；
[0010]步骤S3、利用复数值神经网络求解最优治理电流；
[0011]步骤S4、控制APF输出最优治理电流给电网，完成治理。
[0012]进一步的，所述的基于复数值神经网络的区域性电网谐波治理方法还包括实时监控谐波电流相量是否满足精度要求的步骤：
[0013]实时采集电网的各谐波源输出的谐波电流相量，记为[I'1,I'2,...,I'
n
]，若小于设定的阈值，则视为满足精度要求；否则循环步骤S3，直至小于设定的阈值。
[0014]进一步的，所述的采集各节点的电压信息和电流信息，是通过在电网的各个节点上安装实时监测装置，通过实时监测装置采集各节点的电压信息和电流信息。
[0015]进一步的，所述的复数值神经网络的构建方法为：每个数据对中的谐波电流相量作为输入，谐波电压相量作为输出，建立谐波电流与谐波电压之间的拟合关系。
[0016]进一步的，所述的谐波电流与谐波电压之间的拟合关系的表达式为：
[0017]其中：
[0018]代表各节点的h次谐波电压相量，代表n个分布式谐波源输出的h次谐波电流相量，代表APF输出的h次治理电流相量，代表电网的h次谐波传播特性。
[0019]进一步的，利用复数值神经网络求解最优治理电流的方法为：将实时采集的当前谐波源输出电流相量设为前n个输入，对其余p个的输入采取遍历法，遍历中取治理电流幅值范围为相位范围为[0,2π]，取使神经网络输出相量幅值平方和最小的一组输入作为最优治理电流。
[0020]第二方面，本专利技术提供一种基于复数值神经网络的区域性电网谐波治理装置，包括实时监测装置、有源电力滤波器和训练复数值神经网络；所述的实时监测装置安装在电网的各节点上，用于采集各节点的电压信息和电流信息；所述的训练复数值神经网络用于求解最优治理电流；所述的有源电力滤波器用于输出最优治理电流给电网，作为电网的补偿电流。
[0021]进一步的，所述的实时监测装置还用于实时监控谐波电流相量是否满足精度要求。
[0022]进一步的，所述的复数值神经网络的神经元采用实部-虚部型神经元，网络结构采用全连接结构，训练算法为复数值误差反向传播算法。
[0023]进一步的，所述的电流信息为谐波电流相量，所述的电压信息为谐波电压相量。
[0024]本专利技术的基于复数值神经网络的区域性电网谐波治理方法及装置，可以对分布有若干谐波源的电网进行综合治理，使得电网整体的电压谐波情况得到改善。利用监测设备得到若干组待治理电网中治理设备与谐波源输出的电流信息及其对应的各节点电压信息，利用复数值神经网络拟合建模得到治理电流与节点电压的关系，从而在有源电力滤波器APF补偿指令生成时不只基于单个节点，还科学地考虑到电网中谐波的整体分布情况，从而
达到对电网整体谐波问题更好的治理效果。
附图说明
[0025]图1为本专利技术的基于复数值神经网络的区域性电网谐波治理方法的算法流程示意图；
[0026]图2为18节点的电网系统结构示意图；
[0027]图3(a)为五次谐波神经网络误差随迭代变化折线图；
[0028]图3(b)为七次谐波神经网络误差随迭代变化折线图；
[0029]图4(a)为节点2五次谐波电压幅值；
[0030]图4(b)为节点3五次谐波电压幅值；
[0031]图4(c)为节点4五次谐波电压幅值；
[0032]图4(d)为节点5五次谐波电压幅值；
[0033]图4(e)为节点6五次谐波电压幅值；
[0034]图4(f)为节点7五次谐波电压幅值；
[0035]图4(g)为节点8五次谐波电压幅值；
[0036]图4(h)为节点9五次谐波电压幅值；
[0037]图4(i)为节点2～9五次谐波电压幅值平方和；
[0038]图5(a)为节点2七次谐波电压幅值；
[0039]图5(b)为节点3七次谐波电压幅值；
[0040]图5(c)为节点4七次谐波电压幅值；
[0041]图5(d)为节点5七次谐波电压幅值；
[0042]图5(e)为节点6七次谐波电压幅值；
[0043]图5(f)为节点7七次谐波电压幅值；
[0044]图5(g)为节点8七次谐波电压幅值；
[0045]图5(h)为节点9七次谐波电压幅值；
[0046]图5(i)为节本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于复数值神经网络的区域性电网谐波治理方法，其特征在于，包括以下步骤：步骤S1、采集各节点的电压信息和电流信息，构成数据对；步骤S2、利用数据对训练复数值神经网络；步骤S3、利用复数值神经网络求解最优治理电流；步骤S4、控制APF输出最优治理电流给电网，完成治理。2.根据权利要求1所述的基于复数值神经网络的区域性电网谐波治理方法，其特征在于，还包括实时监控谐波电流相量是否满足精度要求的步骤：实时采集电网的各谐波源输出的谐波电流相量，记为[I
′1,I
′2,...,I
′
n
]，若小于设定的阈值，则视为满足精度要求；否则循环步骤S3，直至小于设定的阈值。3.根据权利要求1所述的基于复数值神经网络的区域性电网谐波治理方法，其特征在于，所述的采集各节点的电压信息和电流信息，是通过在电网的各个节点上安装实时监测装置，通过实时监测装置采集各节点的电压信息和电流信息。4.根据权利要求1所述的基于复数值神经网络的区域性电网谐波治理方法，其特征在于，所述的复数值神经网络的构建方法为：每个数据对中的谐波电流相量作为输入，谐波电压相量作为输出，建立谐波电流与谐波电压之间的拟合关系。5.根据权利要求4所述的基于复数值神经网络的区域性电网谐波治理方法，其特征在于，所述的谐波电流与谐波电压之间的拟合关系的表达式为：其中：代表各节点的h次谐波电压相量，代表n个分...

【专利技术属性】
技术研发人员：金庆忍，姚知洋，郭敏，陈卫东，韩帅，周柯，阮诗雅，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：