基于改进小波神经网络的电力系统谐波检测方法研究

发布时间：2023-03-23 00:51

　　我国生活水平和生产步伐的快速发展使得其对电力的需求呈现逐年上升的趋势,同时对电力系统的稳定性和安全性要求也日益提高。电力系统中大量非线性设备的使用,使电力系统受到谐波的污染。谐波会使电力系统中的电力设备产生额外的损耗,使设备中的线路过热,加速设备与线路的老化,甚至可能引发火灾与事故;还有可能引起电力系统中的谐振,存在烧毁电网中的重要电容、电感的风险;引起继电保护和自动装置的误动作,影响电力系统的稳定性,进而导致人身和设备的巨大损失。因此,为了确保电力系统安全,有必要研究如何快速、准确地检测电力系统中谐波信号。文献调研结果表明,相关研究已经为电力系统谐波检测提供了丰富的手段,但是仍存在未解决的问题,主要包括:(1)小波神经网络收敛速度较慢,网络性能受多个参数的影响。(2)实际电力系统的噪声中脉冲噪声占主要成分;现有谐波检测方法大多对噪声比较敏感,尤其是在环境比较恶劣、信号中噪声成分较多时,易导致谐波检测性能不佳。(3)电力系统中的基波存在波动,会影响谐波检测的精度。本文为解决上述问题选取小波神经网络方法对电力系统谐波检测这一课题开展研究,主要研究内容包括:(1)对小波神经网络方法进行研究...

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 背景及意义
    1.2 国内外研究现状
        1.2.1 谐波检测方法的研究现状
        1.2.2 小波神经网络的研究现状
    1.3 本文主要研究内容
    1.4 本文结构安排
第二章 小波神经网络理论基础
    2.1 神经网络理论
    2.2 小波分析理论
    2.3 小波神经网络概述
        2.3.1 小波神经网络的构造
        2.3.2 小波神经网络的性质
    2.4 仿真验证
    2.5 本章小结
第三章 小波神经网络的优化方法
    3.1 小波神经网络学习算法优化
        3.1.1 添加动量项
        3.1.2 变学习率学习算法
    3.2 小波神经网络结构优化
        3.2.1 隐含层层数与节点数确定
        3.2.2 小波基函数选择
    3.3 小波神经网络初始参数优化
        3.3.1 优化算法选择
        3.3.2 遗传算法的实现步骤
        3.3.3 遗传算子的改进
        3.3.4 遗传算法仿真
        3.3.5 遗传算法与小波神经网络结合方式
    3.4 分析与对比
    3.5 本章小结
第四章 电力系统谐波检测预处理
    4.1 基于中值滤波的脉冲噪声滤除
        4.1.1 电力系统噪声成分
        4.1.2 中值滤波原理
        4.1.3 基于中值滤波的谐波信号仿真
    4.2 电力系统基波检测
        4.2.1 电力系统基波检测意义
        4.2.2 基于BP神经网络的基波检测
        4.2.3 BP神经网络基波检测仿真验证
    4.3 本章小结
第五章 基于改进小波神经网络的电力系统谐波检测
    5.1 传统谐波检测方法
        5.1.1 基于FFT的谐波检测方法
        5.1.2 基于BP神经网络的谐波检测方法
    5.2 基于改进小波神经网络的谐波检测方法实现
        5.2.1 待测信号与谐波关系
        5.2.2 网络结构确定
        5.2.3 训练样本生成
        5.2.4 改进小波神经网络谐波检测仿真验证
    5.3 本章小结
第六章 总结与展望
    6.1 全文总结
    6.2 工作展望
致谢
参考文献
课题来源



本文编号：3767933