基于神经网络的动态电压补偿控制方法技术

基于神经网络的动态电压补偿控制方法。涉及电网配电技术领域，尤其涉及对动态电压补偿装置控制方法的改进。包括动态电压补偿装置，所述动态电压补偿装置并接在所述主交流电源输入端和负载端之间，所述动态电压补偿装置包括控制器以及依次连接的备用交流电源、整流装置和逆变装置，所述控制器通过所述动态电压补偿控制方法控制逆变装置；本发明专利技术使得该控制方式能够取得良好的控制效果，能够很好的提高DVR系统的负载适应性。DVR系统的负载适应性。DVR系统的负载适应性。

【技术实现步骤摘要】
基于神经网络的动态电压补偿控制方法


[0001]本专利技术涉及电网配电
，尤其涉及对动态电压补偿装置控制方法的改进。

技术介绍

[0002]电力系统发生短路时，伴随短路所产生的基本现象是:电流剧烈增加，例如发电机出线端处三相短路时，电流的最大瞬时值可能高达额定电流的10到15倍，从绝对值来讲可达上万安培，甚至十几万安培。在电流急剧增加的同时，系统中的电压将大幅度下降，例如系统发生三相短路时，短路点的电压将降到零，短路点附近各点的电压也将明显降低，由于短路时有上述现象发生，因而短路所引起的后果是破坏性的。
[0003]具体表现可以表现为短路点的电弧有可能烧坏电气设备，同时很大的短路电流通过设备会使发热增加，当短路持续时间较长时，可能使设备过热而损坏。当很大的短路电流通过导体时，要引起导体间很大的机械应力，如果导体和它们的支架不够坚固，则可能遭到破坏。短路时，系统电压大幅度下降，对用户工作影响很大。系统中最主要的负荷是异步电动机，它的电磁转矩同它的端电压的平方成正比，电压下降时，电磁转矩将显著降低，使电动机停转，以致造成产品报废及设备损坏等严重后果。当电力系统中发生短路时，有可能使并列运行的发电厂失去同步，破坏系统稳定，使整个系统的正常运行遭到破坏，引起大片地区的停电。这是短路故障最严重的后果。不对称接地短路所造成的不平衡电流，将产生零序不平衡磁通，会在邻近的平行线路内(如通信线路，铁道信号系统等)感应出很大的电动势。这将造成对通信的干扰，并危及设备和人身的安全。
[0004]为避免上述危害，备用电源自动投入成为了主要的研究方向。动态电压补偿装置(DVR)是一种理想的用户端电压电能质量调节装置，能有效补偿各种电压跌落且造价比UPS(不间断电源)等其他装置低廉，是改善电压型电能质量问题的经济、有效手段,各国学者已经达成了这样的共识。现有技术中，高压电网经过变压器降压后直接向负载进行供电，但是当主电路电压跌落或者发生短路后，负载无法正常运行，造成无法挽回的损失，因此DVR成了解决这一技术问题的重要装置。主电路中包括主交流电源、负载以及动态电压补偿装置，在主交流电源和负载之间的线路上并联有动态电压补偿装置，主电路上在主交流电源输入端和负载端分别设有电压采集模块对该处电压实时监测，此时，通过主电路上并联的动态电压补偿装置对负载端电压实时采样后，在主电路发生异常时及时向主电路补偿电压，以保证负载的正常运行。
[0005]现有技术中，对动态电压补偿装置一般采用双闭环PI控制，在线性负载下，其控制方法下的电压补偿稳态误差大，稳态精度低；而在非线性负载条件下，其负载谐波畸变率也相对较高。

技术实现思路

[0006]本专利技术针对现有技术存在的缺陷，提出了一种具有良好控制效果且能提高DVR的负载适应性的基于神经网络的动态电压补偿控制方法。
[0007]本专利技术的技术方案是：包括动态电压补偿装置，所述动态电压补偿装置并接在所述主交流电源输入端和负载端之间，所述动态电压补偿装置包括控制器以及依次连接的备用交流电源、整流装置和逆变装置，所述控制器通过所述动态电压补偿控制方法控制逆变装置；
[0008]所述动态电压补偿控制方法包括以下步骤：
[0009]1)、对主交流电源负载端的负载电压U
load
进行采样，对负载电压U
load
标幺化处理得到负载电压U；
[0010]2)、对负载电压U进行dq变换，得到相应的有功电压实际值U
d
与无功电压实际值U
q
；
[0011]3)、引入有功电压参考值U
dref
和无功电压参考值U
qref
，将参考值与实际值分别进行作差得到有功电压差值Error_U
d
、无功电压差值Error_U
q
；
[0012]4)、将差值Error_U
d
、Error_U
q
代入到神经网络中计算，计算得到结果Y
k1
、Y
k2
；
[0013]5)、将计算得到的结果以及0分量进行dq逆变换，得到逆变装置的参考输入信号；
[0014]6)、最后将参考输入信号送入PWM发生器中，产生逆变装置的驱动波形，驱动逆变装置产生补偿电压输出。
[0015]所述步骤1)中，标幺化处理得到：U、U
load
均为三相电压。
[0016]所述步骤2)中，有功电压实际值U
d
与无功电压实际值U
q
的算法公式为：
[0017][0018]其中θ＝ωt，为随着时间变换的锯齿波，Ua、Ub和Uc分别为负载电压分量值，U0是0分量。
[0019]所述步骤3)中，所述有功电压参考值U
dref
＝1、无功电压参考值U
qref
＝0，作差得到Error_U
d
、Error_U
q
的算法公式为：
[0020]Error_U
d
＝U
d
‑
1，
[0021]Error_U
q
＝U
q
‑
0。
[0022]所述步骤4)中神经网络模型的构建步骤如下：
[0023]4.1)、初始化网络，通过输入样本来确定输入的维数n、输出的维数m，初始化输入层、隐含层和输出神经元之间的权值V、W，初始化隐含层和输出阈值，并设置学习率和激活函数；
[0024]4.2)、计算隐含层输出；
[0025]4.3)、计算输出层；
[0026]4.4)、计算误差e，
[0027]4.4)、更新权值和阈值，通过预测误差e对网络连接权值更新；
[0028]4.5)、判断迭代是否可以结束，如果没有结束，就返回4.2)步，直到算法结束。
[0029]所述步骤5)中，将经神经网络计算出的结果Y
k1
、Y
k2
以及0分量进行dq逆变换，可得：
[0030][0031]其中，ωt为随着时间变换的锯齿波，u
a
，u
b
和u
c
即为逆变装置的参考输入信号。
[0032]所述步骤2)中的dq变换和步骤5)中的dq逆变换都结合锁相环模块进行。
[0033]本专利技术的动态电压补偿控制方法主要是用神经网络调参的方法对DVR补偿装置中备用交流电源的输出电压参考值进行调控。当主电源发生故障时，DVR补偿装置负载侧检测出电压跌落，通过标准的负载参考电压与实际检测到的跌落电压来计算得到逆变单元输出电压参考值，将该参考值与相关信号当作神经元网络的输入对象，通过给定的标准负载参考电压与实际负载电压作差来作为神经网络实现自适应控制的准则，利用神经网络逼近逆变单元输入信号，从而备用电源输出补偿电压,实现重要负载的正常运行。
[0034本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于神经网络的动态电压补偿控制方法，包括动态电压补偿装置，所述动态电压补偿装置并接在所述主交流电源输入端和负载端之间，所述动态电压补偿装置包括控制器以及依次连接的备用交流电源、整流装置和逆变装置，所述控制器通过所述动态电压补偿控制方法控制逆变装置；其特征在于，所述动态电压补偿控制方法包括以下步骤：1)、对主交流电源负载端的负载电压U
load
进行采样，对负载电压U
load
标幺化处理得到负载电压U；2)、对负载电压U进行dq变换，得到相应的有功电压实际值U
d
与无功电压实际值U
q
；3)、引入有功电压参考值U
dref
和无功电压参考值U
qref
，将参考值与实际值分别进行作差得到有功电压差值Error_U
d
、无功电压差值Error_U
q
；4)、将差值Error_U
d
、Error_U
q
代入到神经网络中计算，计算得到结果Y
k1
、Y
k2
；5)、将计算得到的结果以及0分量进行dq逆变换，得到逆变装置的参考输入信号；6)、最后将参考输入信号送入PWM发生器中，产生逆变装置的驱动波形，驱动逆变装置产生补偿电压输出。2.根据权利要求1所述的基于神经网络的动态电压补偿控制方法，其特征在于，所述步骤1)中，标幺化处理得到：U、U
load
均为三相电压。3.根据权利要求1所述的基于神经网络的动态电压补偿控制方法，其特征在于，所述步骤2)中，有功电压实际值U
d
与无功电压实际值U
q
的算法公式为：其中θ＝ωt，为随着...

【专利技术属性】
技术研发人员：邵大明，耿文逸，李佳乐，江静，顾继文，王健，
申请(专利权)人：扬州永茂电力建设有限公司国网江苏省电力有限公司扬州供电分公司国网江苏省电力有限公司，
类型：发明
国别省市：