[发明专利]一种基于径向基函数神经网络的电力系统谐波检测方法

说明书

本发明公开了一种基于径向基函数神经网络的电力系统谐波检测方法，包括以下步骤：（1)采集待检测的电流信号，得到RBF神经网络期望输入信号，确定神经网络输入层、隐含层及输出层节点数，初始化权向量、高斯函数的中心值和宽度，确定学习效率和动态因子；(2)：计算隐含层输出；(3)计算输出层实际输出；(4)计算性能指标；(5)根据性能指标梯度下降法获得权向量、高斯函数的中心值及宽度的更新公式；（6）更新权向量、高斯函数的中心值和宽度；（7）判断性能指标是否符合范围要求，如不符合执行步骤（2)；如符合执行步骤(8)；(8)计算谐波的振幅、频率和相位。本发明具有能够更快速、更精确地检测出谐波电流的优点。

技术领域

本发明涉及电能质量动态检测技术领域，特别是一种基于径向基函数神经网络的电力系统谐波检测方法。

背景技术

电力系统中，理论上的电压和电流波形是工频下的正弦波，但实际的波形总有不同的非正弦畸变。国际上公认的谐波定义为：“谐波是一个周期电气量的正弦波分量，其频率为基波的整数倍”。在电力系统中，我们通常所说的谐波主要是指频率是基波频率整数倍的正弦波，也常称为高次谐波。

谐波对公用电网和其它系统的危害主要有以下几个方面：(1)谐波使公用电网中的设备产生附加的功率损耗，降低发电、输电及用电设备的效率；(2)影响各种电气设备的正常工作；(3)谐波会导致继电保护和自动控制装置的误动或拒动，并使电气测量仪表的计量不准确；(4)谐波会对邻近的通信系统产生干扰，轻者产生噪声，降低通信质量；重者导致信丢失，使通信系统无法正常工作；(5)谐波会引起公用电网中局部的并联谐振和串联谐振，从而使谐波放大，这就使前几个方面的危害大大增加，甚至引起严重事故。

面对电力谐波危害日益广泛的状况，治理问题就显得十分必要，治理问题的前提即是发现问题，即检测谐波。

传统的谐波检测有傅里叶变换，短时傅里叶变换，i_p-i_q法，但是傅里叶变换来检测谐波存在一些问题，如非同步采样，频谱泄露和栅栏效应等，i_p-i_q法也会在检测过程中出现滞后和误差问题。由于人工神经网络具有一定的自学习和自适应能力，即使出现了未知的信息，只要未知信息和训练集类似，神经网络针对此未知信息同样有很强的分析处理能力，因而亟需发明一种基于径向基(RBF)神经网络的谐波快速检测方法。

发明内容

本发明的目的是提供一种能够更快速、更精确地检测出谐波电流的基于径向基函数神经网络的电力系统谐波检测方法。

为实现上述目的，本发明采用了如下技术方案：所述的一种基于径向基函数神经网络的电力系统谐波检测方法，包括以下步骤：

步骤一：采集待检测的电流信号，得到RBF神经网络的期望输入信号，根据期望输入信号确定RBF神经网络的输入层节点数、隐含层节点数及输出层节点数，同时初始化权向量、高斯函数的中心值和宽度参数，并且确定学习效率和动态因子；

步骤二：将高斯基函数确定为RBF神经网络中隐含层的径向基函数，并且根据高斯函数计算出隐含层的输出；

步骤三：根据隐含层的输出和权向量计算出输出层的实际输出；

步骤四：根据输出层的实际输出和期望输出计算出性能指标；

步骤五：根据性能指标梯度下降法获得权向量的更新公式、高斯函数的中心值的更新公式、以及高斯函数的宽度的更新公式；

步骤六：根据步骤五得到的权向量的更新公式、高斯函数的中心值的更新公式、以及高斯函数的宽度的更新公式更新权向量、高斯函数的中心值和宽度参数；

步骤七：判断步骤四得到的性能指标是否符合范围要求，如不符合范围要求，则跳转执行步骤二；如符合范围要求，则执行步骤八；