基于自适应算法的APF谐波检测的研究

发布时间：2017-08-27 21:06

  本文关键词：基于自适应算法的APF谐波检测的研究

  更多相关文章： APF数学模型 检测方法 控制策略 自适应算法

【摘要】：随着工业的发展,电力电子设备广泛应用以及非线性负载的使用增加,电网系统中的谐波影响越来越严重。人们迫切需要质量较高电能质量。谐波电流检测有着重要的研究意义和实践意义。因此,本文探讨并研究了并联有源电力滤波器解决电网电能质量问题,增加了系统发的稳定性和安全性。从本文开始,简单的介绍了有源电力滤波器的发展情况以及谐波电流控制策略。建立并联有源电力滤波器数学模型,讨论了如何控制谐波电流相应的控制思想。分别给出了参考电压和参考电流两个角度上分析谐波电流的控制策略。因此,考虑无功电流补偿、谐波电流补偿情况,分别对广义积分器和选择带通滤波器提取基波正序电压或者基波正序电流给出了对比参考,并且讨论了在三相畸变且不平衡负载以及三相电网不对称情况。根据并联有源电力滤波器结构和原理设计了电路参数。在谐波电流的跟踪控制策略上,本文深入分析了空间矢量PWM电压滞环控制方法。根据经典的瞬时无功功率理论,参考了其谐波电流补偿情况以及稳定性和收敛性。本文使用自适应LMS算法进行电流检测,由于LMS算法在稳定性和收敛速度上存在一定的矛盾。本文在LMS算法结构上嵌入低通滤波器,进行了数学建模和性能分析,从一定的程度上减小了两者的依赖,并且证明了可实施性。在本章的最后出了MATLAB仿真结果。
【关键词】：APF数学模型 检测方法 控制策略 自适应算法
【学位授予单位】：辽宁科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM935
【目录】：

• 中文摘要5-6
• ABSTRACT6-9
• 1.绪论9-17
• 1.1 引言9-10
• 1.2 电力系统谐波问题10-12
• 1.2.1 有源电力滤波器的发展历史10
• 1.2.2 谐波产生原因和危害10-11
• 1.2.3 课题背景和研究意义11-12
• 1.3 谐波抑制技术研究现状12-13
• 1.4 有源滤波器概述13-15
• 1.4.1 串联型有源电力滤波器13-14
• 1.4.2 并联型有源电力滤波器14
• 1.4.3 有源电力滤波器的工作原理14-15
• 1.5 课题主要研究内容15-17
• 2.并联有源电力滤波器数学模型与电路参数设计17-24
• 2.1 APF三相三线制数学模型17-19
• 2.2 直流侧电容电压选取19-21
• 2.3 交流侧电感值选取21-22
• 2.3.1 主电路电抗器L最大值的选取21
• 2.3.2 主电路电抗器L最小值的选取21-22
• 2.4 直流侧电压控制22-23
• 2.5 本章小结23-24
• 3.有源滤波器功率理论和谐波检测电流技术24-47
• 3.1 瞬时无功功率理论和畸变电流的提取方法24-34
• 3.1.1 瞬时无功功率ip-iq谐波电流检测24-28
• 3.1.2 选择性滤波器的谐波电流检测28-32
• 3.1.3 广义积分器的谐波电流检测32-34
• 3.2 三角波比较控制方法34-36
• 3.3 滞环比较控制控制方法36-37
• 3.4 空间矢量控制方法37-45
• 3.4.1 空间矢量置滞环电压控制原理37-40
• 3.4.2 空间矢量电压分布40-41
• 3.4.3 误差电流区域的判定41-42
• 3.4.4 参考电压区域的判定42-44
• 3.4.5 APF输出电压区域的判定44-45
• 3.5 APF控制策略谐波电流跟踪对比分析45
• 3.6 本章小结45-47
• 4.自适应LMS算法的谐波检测47-63
• 4.1 定步长自适应LMS算法谐波电流检测47-52
• 4.1.1 自适应噪声相消技术47-48
• 4.1.2 自适应LMS算法的稳定性和收敛性48-49
• 4.1.3 定步长LMS算法性能分析和仿真49-52
• 4.2 嵌入低通滤波器LMS算法稳定性分析52-62
• 4.2.1 嵌入低通滤波器LMS的算法稳定性和收敛性分析52-58
• 4.2.2 嵌入低通滤波器LMS的性能分析和仿真58-62
• 4.3 本章小结62-63
• 5.结论和展望63-65
• 5.1 结论63-64
• 5.2 展望64-65
• 参考文献65-70
• 攻读硕士学位期间发表学术论文情况70-71
• 致谢71-72
• 作者简介72-73

【相似文献】

中国期刊全文数据库 前10条

1 王华;应晶;蒋涛;;基于审查不确定性的预见式软件自适应[J];浙江大学学报(工学版);2010年01期

2 张天开;;自适应PID控制算法及应用[J];青岛建筑工程学院学报;1990年01期

3 汤清明;;自适应输出跟随控制及应用[J];三峡大学学报(自然科学版);1993年01期

4 贾欣乐,杨承恩,颜德文;自适应舵控制策略[J];大连海运学院学报;1993年02期

5 周海涛;周建华;杭小宇;;基于自适应模糊PID控制方法的研究[J];机械工程与自动化;2014年03期

6 潘柏松,刘红,冯晓斐;基于功能单元的产品自适应设计系统研究[J];机械;2001年03期

7 陈光达,段宝岩,保宏,仇原鹰;非线性不确定系统的自适应反馈控制方法[J];工业仪表与自动化装置;2004年05期

8 卢志刚,易之光,赵翠俭,李兵,吴士昌;一种新型的自适应逆扰动消除器[J];仪器仪表学报;2004年S1期

9 任兰芳;周华春;秦雅娟;张宏科;;自适应移动IPv6切换时延优化的研究[J];北京交通大学学报;2006年05期

10 唐斌;董绪荣;;小波多分辨率分析及其在自适应消噪中的应用[J];装备指挥技术学院学报;2007年01期

中国重要会议论文全文数据库 前10条

1 卢志刚;易之光;赵翠俭;李兵;吴士昌;;一种新型的自适应逆扰动消除器[A];第二届全国信息获取与处理学术会议论文集[C];2004年

2 黄鹤;张丹;于伟东;严灏景;;功能自适应纺织品[A];第七届功能性纺织品及纳米技术应用研讨会论文集[C];2007年

3 王蓬;宋明玉;张林芳;王新远;;广义自适应相干累积算法改进及其在线谱增强中的应用[A];中国声学学会2007年青年学术会议论文集（上）[C];2007年

4 于慧君;陈章位;;道路模拟试验自适应时域复现控制方法研究[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

5 路迎晨;李兵;;一类自适应预测算法的全局收敛性[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

6 陈博;方滨兴;云晓春;;一种自适应的蠕虫检测和遏制方法的研究[A];全国网络与信息安全技术研讨会'2005论文集（上册）[C];2005年

7 李国;张心珂;杨国庆;高庆吉;;一种自适应的运动目标实时跟踪算法[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年

8 杨寒光;;电子地图中的自适应注记[A];工程设计与计算机技术：第十五届全国工程设计计算机应用学术会议论文集[C];2010年

9 孟宏;刘玉;;基于复调制的自适应细化谱算法[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）[C];2008年

10 王平;冯海朋;李勇;康燕;;一种工业无线网络的自适应节能机制[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 史晓雨;数据中心中自适应绿色控制技术研究及其应用[D];电子科技大学;2015年

2 陈思佳;非均匀强杂波下的目标检测问题研究[D];电子科技大学;2014年

3 李航标;基于数字负载最小能耗的自适应电压调节技术研究[D];电子科技大学;2014年

4 王蓉芳;基于协同进化优化和图像先验的分块自适应压缩感知[D];西安电子科技大学;2014年

5 王胜春;自适应时频分析技术及其在故障诊断中的应用研究[D];山东大学;2007年

6 刘亚;复杂非线性系统的智能自适应重构控制[D];南京航空航天大学;2003年

7 马国成;车辆自适应巡航跟随控制技术研究[D];北京理工大学;2014年

8 吴礼福;脉冲噪声自适应有源控制算法研究[D];南京大学;2012年

9 梁凌宇;人脸图像的自适应美化与渲染研究[D];华南理工大学;2014年

10 叶镇清;自适应聚类算法挖掘网络模块结构及其在酵母蛋白作用网络中的应用[D];浙江大学;2008年

中国硕士学位论文全文数据库 前10条

1 赵昆鹏;管道实时在线自适应仿真技术研究[D];西安石油大学;2015年

2 吕铖杰;串联弹性关节控制与交互刚度辨识[D];浙江大学;2015年

3 王波;两种基于万有引力定律自适应算法[D];渤海大学;2015年

4 韦翔鸿;雷达定量降水估测自适应优化算法研究[D];南京信息工程大学;2015年

5 查志远;自适应范数约束图像正则化重建研究[D];昆明理工大学;2015年

6 李威;射频一体式EAS抗干扰研究与设计[D];郑州大学;2015年

7 费强;多功能自适应伪装装置的研究与设计[D];南京理工大学;2015年

8 张宁;图像引导的体外自适应放疗在宫颈癌治疗中的应用研究[D];安徽医科大学;2015年

9 王帅;基于自适应重启的压缩感知算法[D];华中师范大学;2015年

10 刘金荣;种子流视觉检测系统自适应标定的软件研制[D];山西农业大学;2015年

，

本文编号：745839