王 熾，方 華

(廣西科技大學(xué)電子信息與控制工程系，廣西柳州 545006)

隨著各種非線性、非對(duì)稱、非平穩(wěn)的電力電子裝置在電力機(jī)車、變頻裝置等方面的了廣泛使用，導(dǎo)致電力系統(tǒng)產(chǎn)生大量的諧波，嚴(yán)重影響了電能質(zhì)量。同時(shí)精密制造產(chǎn)業(yè)各種微電子裝置的廣泛使用，也對(duì)電力系統(tǒng)電能質(zhì)量的需求不斷提高。電力系統(tǒng)諧波問題涉及面較廣，包括諧波檢測(cè)、諧波分析、諧波源分析、電網(wǎng)諧波潮流計(jì)算、諧波抑制、諧波標(biāo)準(zhǔn)以及在諧波情況下各種電氣量的測(cè)量和分析等。諧波檢測(cè)是解決其他諧波問題的基礎(chǔ)。

1 電力諧波檢測(cè)方法分類

諧波檢測(cè)方法是諧波檢測(cè)的核心環(huán)節(jié)。諧波測(cè)量包括3個(gè)步驟:信號(hào)預(yù)處理、諧波幅值和相位測(cè)量、結(jié)果再處理。其中信號(hào)預(yù)處理和結(jié)果再處理是輔助算法，為諧波測(cè)量服務(wù)，以優(yōu)化測(cè)量性能，達(dá)到實(shí)際應(yīng)用的目的。諧波測(cè)量方法雖在算法設(shè)計(jì)和現(xiàn)實(shí)中占據(jù)主導(dǎo)地位，但輔助算法在較大程度上決定了其能否預(yù)期執(zhí)行和裝置的可靠性，因此不能忽視對(duì)其的設(shè)計(jì)。

1.1 基于頻域理論的模擬濾波檢測(cè)

早期的諧波測(cè)量是采用模擬濾波器實(shí)現(xiàn)的。該方法的優(yōu)點(diǎn)是實(shí)現(xiàn)電路簡(jiǎn)單、造價(jià)低、輸出阻抗低且品質(zhì)因素易于控制。但也存在較多不足，突出表現(xiàn)為:(1)實(shí)現(xiàn)電路的濾波中心頻率對(duì)元件參數(shù)過于敏感，受外界環(huán)境影響較大，難以獲得理想的幅頻和相頻特性。(2)電網(wǎng)頻率波動(dòng)不僅影響檢測(cè)精度，且檢測(cè)出的諧波中含有較多的基波分量。(3)當(dāng)需要檢測(cè)多次諧波分量時(shí)，實(shí)現(xiàn)電路復(fù)雜，其電路參數(shù)設(shè)計(jì)難度隨之增加。(4)運(yùn)行損耗大，由于頻域理論存在上述缺陷，隨著電力系統(tǒng)諧波檢測(cè)要求的提高以及新的諧波檢測(cè)方法日益成熟，該方法已不再優(yōu)先選用。

1.2 基于開關(guān)函數(shù)法的諧波檢測(cè)

開關(guān)函數(shù)諧波檢測(cè)法是分析周波變流電路諧波的有效手段，是將分析的波形表示成一系列已知波形與開關(guān)函數(shù)乘積和的形式，再將其中的已知波形和開關(guān)函數(shù)寫成三角級(jí)數(shù)的形式，通過整理化簡(jiǎn)，從而檢測(cè)出其中的諧波次數(shù)和含量。實(shí)際應(yīng)用過程中，多用晶閘管來實(shí)現(xiàn)開關(guān)函數(shù)的功能，受晶閘管的控制角度和導(dǎo)通參數(shù)影響較大，針對(duì)動(dòng)態(tài)負(fù)載電流電路，難以滿足實(shí)時(shí)性和精度要求。

1.3 基于Fryze功率定義的諧波檢測(cè)

該方法的原理是將負(fù)載電流分解為兩個(gè)分量:一個(gè)分量是與電源電壓波形相同的分量，作為有功分量;另一個(gè)分量作為廣義無功電流。因其實(shí)時(shí)性較差，檢測(cè)準(zhǔn)確度受電源電壓波形畸變影響較大的缺點(diǎn)，目前使用較少。

1.4 基于三相瞬時(shí)無功功率的諧波檢測(cè)

基于三相瞬時(shí)無功功率理論的諧波檢測(cè)法實(shí)時(shí)性好，既可檢測(cè)諧波又可補(bǔ)償無功，在有源電力濾波器中被廣泛應(yīng)用。瞬時(shí)無功功率理論突破了以周期為基礎(chǔ)的傳統(tǒng)功率定義，通過計(jì)算系統(tǒng)的瞬時(shí)功率值，達(dá)到了滿足諧波抑制和無功補(bǔ)償裝置快速連續(xù)動(dòng)作的要求。在瞬時(shí)無功功率理論的基礎(chǔ)上，常見三相電流諧波電流檢測(cè)方法有 p，q檢測(cè)法與 ip，iq檢測(cè)法，p，q檢測(cè)法可實(shí)時(shí)地檢測(cè)出電流當(dāng)中的高次諧波電流分量，經(jīng)適當(dāng)?shù)淖儞Q，還可檢測(cè)系統(tǒng)的無功電流分量，ip，iq檢測(cè)法能有效分離系統(tǒng)電流中的基波和諧波成分，該檢測(cè)誤差小、實(shí)時(shí)性強(qiáng)，可滿足實(shí)際情況需要，為諧波抑制與無功補(bǔ)償提供了條件。

1.5 基于傅里葉變換的諧波檢測(cè)

1.6 基于自適應(yīng)對(duì)消原理的諧波檢測(cè)

目前自適應(yīng)諧波檢測(cè)方法研究主要體現(xiàn)在，一是通過計(jì)算機(jī)軟件編程進(jìn)行仿真研究;二是通過硬件電路來實(shí)現(xiàn)。

圖1 自適應(yīng)諧波電流檢測(cè)原理框圖

基于自適應(yīng)對(duì)消原理的諧波檢測(cè)法其自適應(yīng)能力強(qiáng)，可較好地跟蹤檢測(cè)且精度較高，但缺點(diǎn)是動(dòng)態(tài)響應(yīng)較慢［1］。圖1是一種改進(jìn)型自適應(yīng)諧波電流檢測(cè)方法的原理圖，通過調(diào)整積分器的增益較好地解決了上述問題。

1.7 基于小波分析的諧波檢測(cè)

小波分析是時(shí)域分析的重要工具，尤其適合突變信號(hào)的分析與處理。其在頻域和時(shí)域中同時(shí)具有局部性，可算出某一特定時(shí)間的頻率分布并將各種不同頻率組成的頻譜信號(hào)分解成不同頻率的信號(hào)塊。用小波變換的奇異性判斷暫態(tài)干擾類型，既克服了傳統(tǒng)時(shí)域方法在檢測(cè)周期性暫態(tài)現(xiàn)象上的困難，又避免了當(dāng)前基于小波變換檢測(cè)方法中引入的復(fù)雜性問題。

1.8 基于神經(jīng)網(wǎng)絡(luò)的諧波檢測(cè)

神經(jīng)網(wǎng)絡(luò)應(yīng)用于電力系統(tǒng)諧波檢測(cè)尚屬起步階段，該方法的優(yōu)點(diǎn)是計(jì)算量小、檢測(cè)精度高、對(duì)數(shù)據(jù)流長(zhǎng)度的敏感性低和實(shí)時(shí)性好［2］。

神經(jīng)元是組成神經(jīng)網(wǎng)絡(luò)的基本單元，具有一定的映射能力、自適應(yīng)和自學(xué)習(xí)等功能，故單個(gè)神經(jīng)元可視為最簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)。通過研究單個(gè)神經(jīng)元的映射關(guān)系和學(xué)習(xí)算法，提出了基于單個(gè)神經(jīng)元的諧波檢測(cè)方法。所構(gòu)成的神經(jīng)元模型為

相應(yīng)修正權(quán)值的公式為

式中，η為學(xué)習(xí)率，取值過大將影響穩(wěn)定，過小會(huì)使收斂速度變慢，通過加入最后一項(xiàng)慣性項(xiàng)，可使η取值變大。

2 免疫神經(jīng)網(wǎng)絡(luò)在諧波檢測(cè)中的應(yīng)用

生物免疫系統(tǒng)是一個(gè)大規(guī)模并行處理的自適應(yīng)信息處理系統(tǒng)，由免疫器官、免疫組織以及多種淋巴細(xì)胞組成，因其具有較強(qiáng)的識(shí)別、學(xué)習(xí)和記憶能力以及分布式、自組織和多樣性等特性，相比目前的人工信息處理系統(tǒng)有較多優(yōu)點(diǎn)，尤其是魯棒性、自適應(yīng)和自治性。

抗體多樣性是免疫系統(tǒng)的一個(gè)重要特性，該多樣性可提高遺傳算法的全局搜索能力而不致陷于局部解。在免疫調(diào)節(jié)中，那些與抗原親和度大且濃度較低的抗體將受到促進(jìn)，而與抗原親和度小或濃度較高的抗體將會(huì)受到抑制，以此保證抗體的多樣性?？乖瓕?duì)應(yīng)于網(wǎng)絡(luò)優(yōu)化的目標(biāo)函數(shù)，抗體對(duì)應(yīng)于神經(jīng)元個(gè)體。依據(jù)目標(biāo)函數(shù)決定抗原與抗體的親和力，依據(jù)解的相識(shí)程度決定抗體間的親和力。利用這兩種親和力對(duì)解進(jìn)行評(píng)價(jià)和選擇。

免疫優(yōu)化算法是模擬生物免疫系統(tǒng)智能行為而提出的仿生算法，是一種確定性和隨機(jī)性選擇相結(jié)合并具有勘測(cè)與開采能力的啟發(fā)式隨機(jī)搜索算法。在電網(wǎng)中，諧波的產(chǎn)生時(shí)間和地點(diǎn)具有隨機(jī)性和多樣性的特點(diǎn)。將免疫優(yōu)化算法與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合，可得到一種新型的基于免疫神經(jīng)網(wǎng)絡(luò)的電網(wǎng)諧波電流檢測(cè)法，該方法在保持免疫算法免疫功能的基礎(chǔ)上，還可提高神經(jīng)網(wǎng)絡(luò)的實(shí)時(shí)性。

免疫神經(jīng)網(wǎng)絡(luò)［3］是對(duì)神經(jīng)網(wǎng)絡(luò)優(yōu)化設(shè)計(jì)的一種新嘗試，在原有神經(jīng)網(wǎng)絡(luò)模型基礎(chǔ)上，添加一個(gè)“疫苗接種單元”。圖2所示為L(zhǎng).Wang、M.Courant提出的一種基于免疫的人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network based on Immunity，ANNI)模型，其中的免疫單元是用來表達(dá)待解決問題的特征信息和先驗(yàn)知識(shí)。該模型分為3層，第一層為輸入層，由接受輸入信號(hào)的多個(gè)處理單元構(gòu)成;第二層為信號(hào)的處理層，根據(jù)輸入信號(hào)決定處理單元是否處于激活、抑制或非常態(tài)以及各狀態(tài)下信號(hào)的處理;第三層為輸出層，是根據(jù)第二層的結(jié)果決定處理單元的輸出類型。

免疫神經(jīng)網(wǎng)絡(luò)集合了免疫機(jī)制和神經(jīng)網(wǎng)絡(luò)的信息處理能力，且利用了待解決問題的背后信息和先驗(yàn)知識(shí)，因此大幅提高了網(wǎng)絡(luò)的搜索能力［4］。疫苗單元的加入，使得系統(tǒng)在待檢測(cè)源信號(hào)發(fā)生突變時(shí)能快速做出反應(yīng)，從而使信號(hào)具有較好的跟蹤能力，且在相同的誤差精度要求下，基于免疫算法的神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)要遠(yuǎn)少于普通神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)，既節(jié)省了訓(xùn)練時(shí)間，又提高了檢測(cè)的實(shí)時(shí)性，及時(shí)為諧波抑制提供了信息，同時(shí)網(wǎng)絡(luò)誤差也可快速下降至要求以下［5］。

圖2 ANNI模型

3 結(jié)束語

在電力諧波檢測(cè)中，較為成熟的是基于傅里葉變換的諧波檢測(cè)法，傳統(tǒng)的傅里葉變換諧波檢測(cè)技術(shù)需要一定時(shí)間的電流值，并進(jìn)行兩次變換，計(jì)算量大、計(jì)算時(shí)間長(zhǎng)、檢測(cè)結(jié)果實(shí)時(shí)性差，且易出現(xiàn)頻譜泄露和柵欄現(xiàn)象，因此采用快速傅里葉變換來提高運(yùn)算速度。隨著DSP、FPGA等高速運(yùn)算芯片的快速發(fā)展，基于人工神經(jīng)網(wǎng)絡(luò)結(jié)合小波變換、遺傳算法等智能檢測(cè)算法的研究日益增多，上述算法可有效提高電力諧波檢測(cè)的準(zhǔn)確性和實(shí)時(shí)性，為諧波抑制提供基礎(chǔ)。未來電力諧波檢測(cè)的發(fā)展趨勢(shì)為:(1)由確定性的慢時(shí)諧波測(cè)量轉(zhuǎn)變?yōu)殡S機(jī)條件下的快速、暫態(tài)諧波跟蹤;將諧波檢測(cè)的實(shí)時(shí)分析與控制目標(biāo)相結(jié)合，使檢測(cè)與控制一體化。(2)諧波檢測(cè)算法向智能化、多功能實(shí)用化發(fā)展，求解方法從直觀的函數(shù)解析過渡到精確的分析和信號(hào)處理。(3)諧波檢測(cè)效果向高精度、快速度和可靠性高的方向發(fā)展，需研究新的諧波特性辨識(shí)方法和數(shù)學(xué)方法，以滿足高精度測(cè)量的要求。(4)充分利用現(xiàn)有各種諧波檢測(cè)方法的優(yōu)點(diǎn)，提出如小波理論諧波檢測(cè)方法等新的綜合檢測(cè)法。(5)建立一套能將傳統(tǒng)功率理論包括在內(nèi)且物理意義明確的通用功率理論，并將新理論應(yīng)用于諧波測(cè)量中，使諧波測(cè)量在實(shí)時(shí)性和精度方面取得突破。

［1］舒雙焰，丁洪發(fā)，段獻(xiàn)忠.基于自適應(yīng)數(shù)字濾波的諧波檢測(cè)［J］.電力自動(dòng)化設(shè)備，2000(6):13-16.

［2］李慶華.基于人工神經(jīng)網(wǎng)絡(luò)的電網(wǎng)諧波檢測(cè)系統(tǒng)設(shè)計(jì)［J］.電氣應(yīng)用，2008(13):26-28.

［3］魏崴，王攀.層次化神經(jīng)網(wǎng)絡(luò)新方法研究［J］.武漢理工大學(xué)學(xué)報(bào)，2003，25(6):23-26.

［4］李圣清，彭玉樓，周有慶.一種改進(jìn)型自適應(yīng)諧波電流檢測(cè)方法的研究［J］.高電壓技術(shù)，2002，28(12):3-5.

［5］王群，謝品芳，吳寧，等.模擬電路實(shí)現(xiàn)的神經(jīng)元自適應(yīng)諧波電流檢測(cè)方法［J］.中國(guó)電機(jī)工程學(xué)報(bào)，1999，19(6):42-46.