有源濾波柜諧波檢測方法
有源濾波柜的基本原理是從補償對象中檢測出諧波電流,由裝置產生一個與該諧波電流大小相等而極性相反的補償電流,使電網電流只含基波分量。因此諧波檢測算法的快速性、準確性直接影響著有源濾波柜的動態響應性能和穩態補償精度。
目前實際中應用的諧波檢測方法眾多,為了不斷優化檢測方法的性能,許多學者進行了廣泛而深入的研究。諧波檢測方法通常分為時域和頻域兩類,根據檢測方法依據的理論可分為基于功率理論定義和數字信號處理技術兩類。隨著智能化和自動化技術的不斷發展,大量智能算法逐漸應用到諧波檢測中。
1)時域檢測技術a、模擬濾波柜檢測法。
模擬濾波柜有帶通和帶阻兩種,基本思想都是分離基波分量和諧波分量,電路結構簡單,造價低廉。缺點在于對電路參數較敏感,設計難、誤差大,且不能分離出無功電流。目前這種方法被數字技術取代,已很少使用。
2)頻域檢測技術
a、基于傅里葉變換(Fourier)的檢測方法。以傅里葉變換為基礎,包括離散傅里葉變換(DFT)、快速傅里葉變換(FFT)和遞歸離散傅里葉變換(RDFT)。要求信號是周期性的,采樣計算后反變換得出。DFT應用較多,其優點是可以檢測出各次諧波分量,缺點是延時至少一個工頻周期,計算量大,受電網電壓波形及姨率的影響,容易產生失真和泄漏問題,檢測精度難以滿足要求。
b、基于小波變換的檢測方法。利用了小波分析的優點,自動調節采樣疏密,對時間和頻率逬行局部變換,不需要對信號整周期采樣克服了傅里葉變換法僅有頻域局部化而無時域局部化的缺點,適合于突變信號的分析與處理。然而其理論還不夠完善,工程應用尚遠。
3)其他檢測技術
a、基于自適應對消原理的檢測方法。利用信號處理中的自適應噪聲對消原理,自適應濾波器自動調整系數并處理信號,使輸出結果與期望結果一致優點是抗干擾能力強,能夠進行自我調節,檢測精度較高。缺點是動態響應速度較慢。提出一種采用模糊控制器改變算法步長的方法,提高了響應速度。
b、基于人工神經網絡(Artificial Neural Network, ANN)的檢測方法。該方法隨著神經控制理論的發展而備受關注,人工神經網絡模擬人腦的功能,具有自我學習能力,檢測所需計算量小,精度高,抗干擾能力強。但其離實際應用較遠,存在不少問題。將自適應技術與神經網絡技術相結合,提高了有源濾波柜諧波的檢測精度。綜合看來,各種諧波檢測方法有利有弊,不少先進算法還未成熟。作者認為改善已有的方法、結合多種檢測方法將是未來的發展方向。
| 【上一個】 變頻器產生諧波對電動機影響及其治理措施 | 【下一個】 幾種常用的動態無功補償裝置及原理 |
| ^ 三相三線有源電力濾波柜特性解 | ^ 有源濾波柜諧波檢測方法 |
| ^ 電力有源濾波柜的應用場合 | ^ 晶閘管控制無源濾波柜功能特征和應用 |
| ^ 無源濾波柜的工作原理 |