電力系統諧波測量方法綜述
1984年,日本學(xué)者H.Akagi等提出瞬時(shí)無(wú)功功率理論,并在此基礎上提出了2種諧波電流的檢測方法:p-q法和ip-iq法。這2種方法都能準確地測量對稱(chēng)的三相三線(xiàn)制電路的諧波值。ip-iq法適用范圍廣,不僅在電網(wǎng)電壓畸變時(shí)適用,在電網(wǎng)電壓不對稱(chēng)時(shí)也同樣有效。而使用p-q法測量電網(wǎng)電壓畸變時(shí)的諧波會(huì )存在較大誤差。這2種方法的優(yōu)點(diǎn)是當電網(wǎng)電壓對稱(chēng)且無(wú)畸變時(shí),各電流分量(基波正序無(wú)功分量、不對稱(chēng)分量及高次諧波分量)的測量電路比較簡(jiǎn)單,并且延時(shí)小。雖然被測量的電流中諧波構成和采用濾波器的不同,因而會(huì )有不同的延時(shí),但延時(shí)最多不超過(guò)1個(gè)電源周期。如電網(wǎng)中最典型的諧波源——三相整流器,其檢測的延時(shí)約為1/6周期?梢(jiàn),該方法具有很好的實(shí)時(shí)性,缺點(diǎn)是硬件多,花費大。此理論是基于三相三線(xiàn)制電路。對于單相電路,必須首先將三相電路分解,然后根據式(7)[10]構造基于瞬時(shí)無(wú)功功率理論的單相電路諧波測量框圖。仿真表明該方法是可行的,其檢測性能優(yōu)于以往的單相諧波電流的測量方法!
文獻[11]提出一種能適用于任意非正弦、非對稱(chēng)三相電路的基于dq0坐標系的廣義瞬時(shí)無(wú)功功率諧波電流測量方法。該方法較好地解決了前2種方法中存在的問(wèn)題,但由于耗費大而限制了該方法的實(shí)際應用。
瞬時(shí)無(wú)功功率理論解決了諧波和無(wú)功功率的瞬時(shí)檢測及不用儲能元件實(shí)現諧波和無(wú)功補償等問(wèn)題,對治理諧波和研發(fā)無(wú)功補償裝置等起到了很大的推動(dòng)作用。
4.4 基于神經(jīng)網(wǎng)絡(luò )的諧波測量
在理論上,神經(jīng)網(wǎng)絡(luò )在提高計算能力、對任意連續函數的逼近能力、學(xué)習理論及動(dòng)態(tài)網(wǎng)絡(luò )的穩定性分析等方面都取得了豐碩成果,已應用于許多重要領(lǐng)域,如模式識別與圖象處理[12,13]、控制與優(yōu)化、預測與管理、通信等。神經(jīng)網(wǎng)絡(luò )應用于電力系統諧波測量尚屬起步階段。它主要有3方面的應用:①諧波源辨識;②電力系統諧波預測;③諧波測量。將神經(jīng)網(wǎng)絡(luò )應用于諧波測量,主要涉及網(wǎng)絡(luò )構建、樣本的確定和算法的選擇,目前已有一些研究成果。
文獻[14]提出了基于人工神經(jīng)網(wǎng)絡(luò )的電力系統諧波測量方法。該方法利用多層前饋網(wǎng)絡(luò )的函數逼近能力,通過(guò)構造特殊的多層前饋神經(jīng)網(wǎng)絡(luò ),建立了相應的諧波測量電路。文中給出了電路的訓練算法和步驟,提出了訓練樣本的形成方法。仿真結果表明了此方法的有效性。
文獻[15]將神經(jīng)網(wǎng)絡(luò )理論和自適應對消噪聲技術(shù)相結合,ADLINE矩陣作為輸入,建立相應的測量電路,并利用Delta算法調節權值和閾值,這種方法的自適應能力較強。式(8)為ADLINE[16]矩陣的表達式。
文獻[17]提出了用人工神經(jīng)網(wǎng)絡(luò )實(shí)現諧波與無(wú)功電流檢測的網(wǎng)絡(luò )。仿真結果表明,該文檢測方案不僅對周期性變化的電流具有很好的跟蹤性能,而且對各種非周期變化的電流也能進(jìn)行快速跟蹤,對高頻隨機干擾有良好的識別能力。
4.5 利用小波分析方法進(jìn)行諧波測量
將小波分析作為調和分析已有重大進(jìn)展。它克服了傅立葉變換在頻域完全局部化而在時(shí)域完全無(wú)局部性的缺點(diǎn),即它在頻域和時(shí)域都具有局部性。
文獻[20]利用小波變換能將電力系統中產(chǎn)生的高次諧波變換投影到不同的尺度上會(huì )明顯地表現出高頻、奇異高次諧波信號的特性,特別是小波包具有將頻率空間進(jìn)一步細分的特性,從而為諧波分析提供了可靠依據。
文獻[21]通過(guò)對含有諧波的電流信號進(jìn)行正交小波分解,分析了電流信號的各個(gè)尺度的分解結果,并利用多分辨的概念將低頻段(高尺度)上的結果看作不含諧波的基波分量;谶@種算法,可以利用軟件構成諧波檢測環(huán)節,且能快速跟蹤諧波的變化。
小波變換應用在諧波測量方面尚處于初始階段。將小波變換和神經(jīng)網(wǎng)絡(luò )結合起來(lái)對諧波進(jìn)行分析,并設計和開(kāi)發(fā)基于小波變換的諧波監測儀將會(huì )是非常有意義的工作。
綜上所述,帶通濾波是早期模擬式諧波測量裝置的基本原理;傅立葉變換是目前諧波測量?jì)x器中廣泛應用的基本理論依據;神經(jīng)網(wǎng)絡(luò )理論和小波分析方法應用于諧波測量,是目前正在研究的新方法,它可以提高諧波測量的實(shí)時(shí)性和精度;瞬時(shí)無(wú)功功率理論可用于諧波的瞬時(shí)檢測,也可用于無(wú)功補償等諧波治理領(lǐng)域。
5 諧波測量的發(fā)展趨勢
1)由確定性的慢時(shí)變的諧波測量轉變?yōu)殡S機條件下的快速動(dòng)、暫態(tài)諧波跟蹤,是電力系統安全穩定運行深入發(fā)展的需要。
2)諧波測量算法向復雜化、智能化發(fā)展;求解方法從直觀(guān)的函數解析,進(jìn)入復雜的數值分析和信號處理領(lǐng)域;諧波測量與諧波分析如何相互配合。針對非穩態(tài)波形畸變,尋求新的數學(xué)方法,如小波變換等,是人們關(guān)注的方向。
3)硬件設備的精度、速度和可靠性的快速發(fā)展,為實(shí)現高性能算法和實(shí)時(shí)控制奠定了基礎,如研究多通道諧波分析儀和電能質(zhì)量檢測儀。
4)諧波測量與實(shí)時(shí)分析、控制目標相結合,使測量與控制集成化、一體化。
5)建立更為完善的功率定義和理論,將新理論應用于諧波測量,提出新的測量方法和測量手段,使諧波測量在精度和實(shí)時(shí)性方面取得突破。
6)研究諧波特性辨識方法,為高精度測量方法提供依據。
參考文獻
[1] 王兆安,等.諧波抑制和無(wú)功補償[M].北京:機械工業(yè)出版社,1998.
[2] 呂潤如,等.電力系統高次諧波[M].北京:中國電力出版社,1998.
[3] Sutherland P E.Harmonic measurements in industrial power system[J].IEEE Trans on IA,1995,31(1):175-183.
[4] 張伏生,等.電力系統諧波分析的高精度Fourier算法[J].中國電機工程學(xué)報,1999,10(3):63-66.
[5] Grandke T.Interpolation algorithms for discrete Fourier transforms of weighted signals[J].IEEE Trans on IM,1983,32:350-355.
[6] Xi Jiangtao.A new algorithm for improving the accuracy of periodic signal analysis[J].IEEE Trans on IM,1996,8:827-830.
[7] Ferrero A.High accuracy Fouier analysis based on synchronous sampling techniques[J].IEEE Trans on IM,1992,41(6):780-785.
[8] 李庚銀,等.快速傅立葉變換的兩種改進(jìn)算法[J].電力系統自動(dòng)化,1997,21(12):37- 40.
[9] Mao C S.A digital measurement scheme for timevarying transient harmonic[J].IEEE Trans on Power Delivery,1995,10(3).
[10] 楊君,等.一種單相電路諧波及無(wú)功電流的檢測新方法[J].電工技術(shù)學(xué)報,1996,11(3):42- 46.
[11] 李庚銀,等.dq0坐標系下廣義瞬時(shí)無(wú)功功率定義及其補償[J].中國電機工程學(xué)報,1996,16(3):176-179.
[12] 張乃饒,等.神經(jīng)網(wǎng)絡(luò )與模糊控制[M].北京:清華大學(xué)出版社,1998.
[13] 袁曾任.人工神經(jīng)元網(wǎng)絡(luò )及其應用[M].北京:清華大學(xué)出版社,1999.
[14] 王群,等.一種基于人工神經(jīng)網(wǎng)絡(luò )的諧波測量方法[J].電網(wǎng)技術(shù),1999,23(1):29-32.
[15] 危韌勇,等.基于人工神經(jīng)元網(wǎng)絡(luò )的電力系統諧波測量方法[J].電網(wǎng)技術(shù),1999,23(12):19-23.
[16] Morl H,Itou K.An artificial neural net based method for predicting power system voltage harmonic[J].IEEE Trans on Power Delivery,1992,7(1):402-409.
[17] 周雒維,等.基于補償電流最小原理的諧波與無(wú)功電流檢測方法[J].電工技術(shù)學(xué)報,1998,13(3):33-36.
[18] 羅世國,等.一種諧波及無(wú)功電流的自適應檢測方法[J].電工技術(shù)學(xué)報,1993,(3):42-46.
[19] Olejniczak F J,Ribeiro P,Time varying harmonics:Part I:Characterizing measured data[J].IEEE Trans on Power Delivery,1998,13(3):938-944.
[20] 任震,等.小波分析及其在電力系統中的應用[J].電力系統自動(dòng)化,1997,21(12):57,13-17.
[21] 楊樺,等.基于小波變換檢測諧波的新方法[J].電力系統自動(dòng)化,1996,21(10):39-41.
vel1 lfo236; tab-stops:list 12.75pt'>[11] 李庚銀,等.dq0坐標系下廣義瞬時(shí)無(wú)功功率定義及其補償[J].中國電機工程學(xué)報,1996,16(3):176-179.
[12] 張乃饒,等.神經(jīng)網(wǎng)絡(luò )與模糊控制[M].北京:清華大學(xué)出版社,1998.
[13] 袁曾任.人工神經(jīng)元網(wǎng)絡(luò )及其應用[M].北京:清華大學(xué)出版社,1999.
[14] 王群,等.一種基于人工神經(jīng)網(wǎng)絡(luò )的諧波測量方法[J].電網(wǎng)技術(shù),1999,23(1):29-32.
[15] 危韌勇,等.基于人工神經(jīng)元網(wǎng)絡(luò )的電力系統諧波測量方法[J].電網(wǎng)技術(shù),1999,23(12):19-23.
[16] Morl H,Itou K.An artificial neural net based method for predicting power system voltage harmonic[J].IEEE Trans on Power Delivery,1992,7(1):402-409.
[17] 周雒維,等.基于補償電流最小原理的諧波與無(wú)功電流檢測方法[J].電工技術(shù)學(xué)報,1998,13(3):33-36.
[18] 羅世國,等.一種諧波及無(wú)功電流的自適應檢測方法[J].電工技術(shù)學(xué)報,1993,(3):42-46.
[19] Olejniczak F J,Ribeiro P,Time varying harmonics:Part I:Characterizing measured data[J].IEEE Trans on Power Delivery,1998,13(3):938-944.
[20] 任震,等.小波分析及其在電力系統中的應用[J].電力系統自動(dòng)化,1997,21(12):57,13-17.
[21] 楊樺,等.基于小波變換檢測諧波的新方法[J].電力系統自動(dòng)化,1996,21(10):39-41.