欢迎来到天天文库
浏览记录
ID:34776373
大小:1.74 MB
页数:62页
时间:2019-03-10
《探析集成化电力谐波智能监测系统的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中南大学硕士学位论文集成化电力谐波智能监测系统的研究姓名:穆帅申请学位级别:硕士专业:交通信息工程及控制指导教师:危韧勇20030201硕士学位论文摘要随着各种非线性电力电子装置的广泛应用,电网中的谐波污染日益严重。为了加强对谐波污染的治理、管理和收费,研究实时、准确、连续测量的电力谐波监测系统具有重要的理论和工程实际意义。目前已有的电力谐波监测系统大多采用基于快速傅立叶变换的检测方法。该方法的信号采集和处理需要较长的时间延迟,信号处理时存在栅栏效应和频谱泄漏现象,导致谐波检测的实时性较差、精确度不高。另外,
2、快速傅立叶变换仅适用于分析平稳渐变的信号,不能适应负荷动态变化的电力谐波检测。本文在对已有电力谐波检测方法进行分析比较的基础上,深入研究了基于单个人工神经元的自适应检测原理,建立了利用自适应噪声抵消技术和人工神经网络理论对电力谐波的完整检测方法。该方法采用单个人工神经元实现多路自适应滤波器,能够在线实时动态地检测奇次、偶次、特定次以及总谐波的含量。仿真研究表明,所建立的方法具有响应速度快、检测精度高、自适应能力强等优点,并且不受电压畸变和基波频率漂移的影响。本文以上述所建立的方法为核心,利用数字信号处理器完成
3、电力谐波检测的功能。通过工业Pc机和数字信号处理器通信,接收所检测到的谐波数据。利用虚拟仪器软件开发环境LabVIEw对所接收到的谐波数据加以综合处理,计算电力谐波的含量、含有率、总畸变率以及电网的有功功率、无功功率等重要参数,从而研究开发出集电力谐波的检测、显示、分析、预测、报警和保护等功能于一体的集成化电力谐波智能监测系统。集成化电力谐波智能监测系统可用于单相电路、三相平衡系统以及三相不平衡系统,为实时、连续的谐波监测提供了一种实用而有效的方法。关键词:谐波检测,快速傅立叶变换,自适应噪声抵消,人工神经网
4、络,数字信号处理器,虚拟仪器硕士学位论文AbstractWiththewideapplicationofvariouselectronicdeviceswhicharenon—linear,theharmo力icspollutioninelectricsystemsismuchJI】oreserious.Topreventandmanage,evenchargeforharmonicsp01lution,itisnecessarytoresearchintoharmonics—monitorthatisrea
5、卜time,accurateandcontinuous—detected.Theresearchissignificanttotheoryandengineering.Mostofpresentharmonics—monitorsadoptthetechniqueofFastFourierTransform(FFT)todetectharmonics.However,FFTneedslongertimetoc011ectandprocessthesignal.Furthermore,therearegrid—
6、effectandfrequency—leakintheprocessing,whichleadstoinferiorreal—timeandprecision.Inaddition,FFTisapplicabletoanalyzegradually—changedsignalsinsteadofdetectingharmonicswhentheloadbreaks.Byanalysisandcomparisonwithpresentmethods,thispaperresearchesindepthinto
7、theself乙adaptivedetectingprinciplethatisbasedontheartificialneuralcell.Furthermore,acompleteapproachforharmonicsdetectionisfoundedmakinguseofself—adaptivenoisecountervailingtechniqueandartificialneuralnetworktheory.Theapproachappliesanartificialneuralcellto
8、realizethe叫ltiself-adaptivefilter.Asaresult,itcouldaccuratelycompletedynamicdetectionforodd,even,specific,。rtotalharmonics.Besidesthevirtuesofrapidresponse,highprecisionandoutstandingself—adaptiveabili
此文档下载收益归作者所有