1 导言
油田配电网中很多运用变频、整流和开关电源技能制作的节能设备,特别是变频调速电机、永磁同步电机、变频器、高频开关电源等新式节能设备以及非线性电子设备如节能灯、核算机和家用电器等非线性负荷,这些设备在节约能源和进步出产功率的一起,也产生了很多的电力谐波并注入到电网中,使供电质量变坏,对电气设备产生极大的损害[1]。
针对谐波的损害,可依照配电网的结构、参数和负荷状况,通过电能质量剖析,检测体系的谐波参数调和波幅值,并通过核算剖析判断电力体系中的电压电流波形畸变是否控制在答应的规模内、并给出预警预告。对油田配电网来说,通过频率扫描,谐波核算能够挑选适宜的滤波器,使其对电网的谐波污染控制在规范规模之内,并防备谐振事端的产生。
跟着我国工业化进程的不断加速,对电能质量的要求也越来越高,但是实践却是越来越严峻,日趋严峻的“电力污染”问题不仅对油田配电网的安全安稳的运转形成损害,而且很简单呈现某些问题,而形成无法挽回的巨大经济损失[2]。所以,谐波及其管理将是科研工作者和企业亟待解决的问题。
本文首要针对有天油田配电网的组织特性,树立模仿的谐波产生规则模型,选用神经网络进行猜测预告,
并通过MATALB进行仿真研讨。
2 油田配电网谐波体系模型剖析
油田配电网结构杂乱,网络体系结构中谐波成分很不相同,畸变波形也是千差万别,搜集一切类型的畸变波形具有很大难度,何况并不是一切的畸变波形都能够用作练习样本的。因此很难从树立一个理论上的具有必定精度的数学模型。从对油田配电网中典型的非线性负载所产生的畸变波形的研讨剖析发现,偶次谐波成分占得比重不大,奇次谐波比重较高且损害很大,而且从剖析中发现,任一奇次谐波的幅值一般状况下不会超越基波幅值的50%,谐波次数越高幅值越小。因此在实践丈量的时分,咱们能够只需求丈量其间的奇次谐波。
电力体系中的一些非正弦周期电流可用傅立叶级数打开:
假定奇次谐波以必定的起伏逐步由0开端递加,但上限为基波起伏的50%,为简化模型,油田配电网中5次和7次谐波损害严峻,因此,本文假定丈量谐波电流中的只存在5次谐波,则模型变为:
式(2)中,假定初相角必定的状况下,为完结5次谐波幅值的猜测,首要确认(2)式中的三个电流变量,等式左面总的电流值变量和等式右边的基波电流值变量为输入,等式右边的五次谐波电流值变量为输出,且其幅值能够从基数值按份额添加到50%以上。
图1 神经网络模型结构
神经网络建模的模型如图1所示[3],输入为总的电流值和基波电流值,输入样本能够挑选一个周期的随机值,输出为5次谐波的幅值。隐含层神经元数量为8个,隐含层个数要依据实践仿真时的练习样本数据剖析状况进行恰当调整,没有详细的确认计划,以模型输出差错和神经网络权值、阈值作为调整的依据。
3 依据神经网络的配电网谐波猜测研讨过程
依据油田配电网谐波结构的特色,本文选用BP神经网络进行谐波猜测,完结过程如下[4-5]:
(1) 数据收集与数据的归一化。
首要包含和油田配电网谐波猜测相关的电压、电流、谐波波次幅值等参数。
(2) 练习样本、测验样本和校验样本的树立。
(3) 构建神经网络,以总电流和基波电流为输入,以5次谐波幅值为输出,隐含层挑选8个进行构建神经网络。
(4) 指定练习参数进行练习。
(5) 完结练习后,就能够调用练习成果,输入测验数据,进行测验。
(6) 数据进行反归一化。
(7) 差错剖析。
4 依据BP神经网络的谐波产生猜测仿真研讨
BP网络作为一种多层前向神经网络,具有相对比较老练的理论和算法,是现在在该范畴研讨比较多的ANN,它能够完结从输入到输出的恣意非线性映射。这种BP网络能够在油田配电网体系中用于对谐波进行实时丈量。这是由于电网中的被丈量是由各次谐波和基波所构成的非正弦周期波形。完结对谐波信息的实时丈量,首要需求依据实践的状况挑选相应的网络结构,然后将待丈量的采样数据施加在通过合理样本充沛练习后的网络中。由于相角、幅值改动规模大而且不具有规则,所以一起改动相角和幅值来对网络练习的话,将会添加网络的担负,因其一起担负两种改动的回忆,如此一来,对谐波丈量的速度和精度都会形成很大的影响,因此本文是以假定初相角己经确认为条件的状态下。
