基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的船舶APF諧波檢測(cè)

黃巧亮

(江蘇科技大學(xué)電子信息學(xué)院，江蘇鎮(zhèn)江 212003)

基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的船舶APF諧波檢測(cè)

黃巧亮

(江蘇科技大學(xué)電子信息學(xué)院，江蘇鎮(zhèn)江 212003)

針對(duì)船舶有源電力濾波器諧波檢測(cè)實(shí)時(shí)精度高的要求，在傳統(tǒng)自適應(yīng)檢測(cè)方法的基礎(chǔ)上，提出了基于自適應(yīng)Hopfield神經(jīng)網(wǎng)絡(luò)的船舶有源電力濾波器諧波檢測(cè)方法。根據(jù)自適應(yīng)噪聲對(duì)消技術(shù)的基本原理，為了有效的進(jìn)行噪聲抵消，采用了基于Hopfield神經(jīng)網(wǎng)絡(luò)的自適應(yīng)非線性濾波器，將基波有功電流從負(fù)載電流中濾除從而得到基波無(wú)功電流和諧波電流。實(shí)驗(yàn)仿真結(jié)果表明，改進(jìn)型自適應(yīng)諧波檢測(cè)方法能實(shí)時(shí)準(zhǔn)確地檢測(cè)出諧波電流，可用于船舶有源電力濾波器的諧波電流檢測(cè)。

有源電力濾波器;自適應(yīng);諧波檢測(cè);船舶電力系統(tǒng);Hopfield神經(jīng)網(wǎng)絡(luò)

0 引言

近年來(lái)，隨著電力電子裝置，尤其是非線性電力裝置在船舶上日益廣泛的應(yīng)用，使船舶電力系統(tǒng)的諧波污染變得越來(lái)越嚴(yán)重。諧波會(huì)給船舶的發(fā)電機(jī)、輸電線路、用電設(shè)備、導(dǎo)航通訊設(shè)備等造成巨大的危害，直接影響到船舶運(yùn)行的經(jīng)濟(jì)性、安全性和可靠性。因此，正確分析船舶電力系統(tǒng)諧波產(chǎn)生的根源和機(jī)理進(jìn)行實(shí)時(shí)監(jiān)測(cè)，進(jìn)而采取有效措施最大限度地抑制其影響，保障船舶電網(wǎng)的安全運(yùn)行是非常重要和必要的［1，2］。有源電力濾波器作為一種抑制諧波、補(bǔ)償無(wú)功損耗的有效手段，有著傳統(tǒng)無(wú)源濾波器無(wú)法比擬的優(yōu)點(diǎn)，近年來(lái)已成為學(xué)者們研究的熱點(diǎn)［3］。如何將這一方法成功運(yùn)用于船舶電力諧波抑制，關(guān)鍵技術(shù)之一就在于如何快速、準(zhǔn)確地檢測(cè)出負(fù)載諧波電流。本文提出了一種新的基于自適應(yīng)濾波器的諧波檢測(cè)方法，將Hopfield神經(jīng)網(wǎng)絡(luò)用于自適應(yīng)濾波，從而克服傳統(tǒng)方法中因運(yùn)算量過(guò)大導(dǎo)致運(yùn)算時(shí)間太長(zhǎng)的問(wèn)題，使系統(tǒng)實(shí)現(xiàn)了實(shí)時(shí)處理，實(shí)驗(yàn)仿真結(jié)果驗(yàn)證了該方法的可行性。

1 基于連續(xù)時(shí)間Hopfield神經(jīng)網(wǎng)絡(luò)的自適應(yīng)濾波

1.1 連續(xù)時(shí)間Hopfield神經(jīng)網(wǎng)絡(luò)

Hopfield神經(jīng)網(wǎng)絡(luò)一般分為離散型(DHNN)和連續(xù)型(CHNN)。本文主要采用連續(xù)型模型，連續(xù)的Hopfield網(wǎng)絡(luò)實(shí)際上是一個(gè)連續(xù)的非線性動(dòng)力學(xué)系統(tǒng)，它可以用一組非線性方程來(lái)描述［4］，如式(1)所示。當(dāng)給定初始狀態(tài)，通過(guò)求解非線性微分方程即可求出網(wǎng)絡(luò)狀態(tài)的運(yùn)動(dòng)軌跡。如果系統(tǒng)是穩(wěn)定的，它將最終收斂到一個(gè)穩(wěn)定狀態(tài)。

定義系統(tǒng)的能量函數(shù)為:

式中:ui、vi分別為神經(jīng)元i的輸入和輸出;vj為神經(jīng)元j的輸出;Tij為神經(jīng)元i和j的連接權(quán)值;Ii為神經(jīng)元i的網(wǎng)絡(luò)外輸入;gi(ui)為第i個(gè)神經(jīng)元的傳遞函數(shù)，一般為S型函數(shù)，g-1(v)是vi=g(ui)的逆函數(shù)，Ri為傳遞電阻?？梢宰C明，能量函數(shù)E是有界的，有≤0，因而說(shuō)明系統(tǒng)是穩(wěn)定的。隨著時(shí)間的演變，網(wǎng)絡(luò)的狀態(tài)朝E減小的方向運(yùn)動(dòng)，一直到E取得極小值，這些能量的局部極點(diǎn)就是網(wǎng)絡(luò)的穩(wěn)定點(diǎn)或者稱為吸引子。所以，這種神經(jīng)網(wǎng)絡(luò)具有自動(dòng)求極小值的計(jì)算功能。

1.2 CHNN應(yīng)用于自適應(yīng)噪聲對(duì)消

噪聲對(duì)消可以看作是一種從有噪聲信號(hào)空間到無(wú)噪信號(hào)空間的映射［5］，噪聲對(duì)消是使用1個(gè)或多個(gè)傳感器，將其安置在信號(hào)很弱或信號(hào)不可檢測(cè)的噪聲場(chǎng)合中，得到參考輸入或輔助輸入，將此輸入加以過(guò)濾，并從信號(hào)加噪聲的原始輸入中減去，從而使噪聲衰減或消除。

噪聲對(duì)消器結(jié)構(gòu)見(jiàn)圖1，其中有用信號(hào)s(t)被噪聲d(t)污染，d(t)是由某個(gè)噪聲源x(t)經(jīng)過(guò)一個(gè)噪聲濾波器產(chǎn)生的，x(t)直接輸入到自適應(yīng)濾波器，自適應(yīng)濾波器的輸出為y，2路輸入噪聲必須統(tǒng)計(jì)相關(guān)?？梢约俣ㄆ錇榱憔档钠椒€(wěn)隨機(jī)過(guò)程，用輸出誤差e=s+d-y訓(xùn)練該濾波器，使得(d-y)2的數(shù)學(xué)期望值最小。

選擇性能函數(shù)

對(duì)上式兩邊取數(shù)學(xué)期望，而且由于s(t)及d(t)和x(t)不相關(guān)，s(t)和y(t)也不相關(guān)，所以

信號(hào)功率E(s2)與自適應(yīng)濾波器的調(diào)節(jié)無(wú)關(guān)。自適應(yīng)濾波器調(diào)節(jié)使E最小，即使E((d-y)2)最小，即自適應(yīng)噪聲抵消器的輸出信號(hào)e(t)和有用信號(hào)s(t)的均方誤差最小。在理想情況下，d=y，則e=s。此時(shí)自適應(yīng)濾波器自動(dòng)調(diào)節(jié)其脈沖響應(yīng)，將x加工成d，與原始信號(hào)的d相減，輸出信號(hào)e中的噪聲可完全被抵消，而等于有用信號(hào)s，達(dá)到消除噪聲的目的。

圖1 自適應(yīng)噪聲對(duì)消器結(jié)構(gòu)原理圖

本文采用最陡下降法［6］，使誤差函數(shù)最小化來(lái)修正權(quán)值。為了使系統(tǒng)的權(quán)值修正是在系統(tǒng)運(yùn)行中進(jìn)行(權(quán)值的計(jì)算是實(shí)時(shí)的)，濾波器的在線訓(xùn)練算法依賴于誤差的定義。在線訓(xùn)練算法是指在當(dāng)前迭代時(shí)，權(quán)值修正僅取決于在迭代(i=1，…，N-1，N)時(shí)的系統(tǒng)狀態(tài)，即系統(tǒng)的當(dāng)前值和過(guò)去值，與系統(tǒng)的未來(lái)值無(wú)關(guān)。將式(5)變?yōu)?/p>

隨著二孩政策的放開(kāi)，越來(lái)越多的女性選擇生育二孩，其中有很多孕婦屬于高齡孕婦。和年輕孕婦相比，二胎高齡孕婦的身體機(jī)能如應(yīng)激能力、代償能力等均處于下滑趨勢(shì)，不僅導(dǎo)致妊娠合并癥發(fā)生概率升高，也會(huì)引發(fā)孕婦產(chǎn)生焦慮抑郁等心理問(wèn)題，給孕婦和胎兒均造成不良影響[12-13]。研究表明，孕婦發(fā)生焦慮抑郁等不良心理問(wèn)題的可能性達(dá)到12%～54%，且二胎高齡產(chǎn)婦的出現(xiàn)焦慮抑郁的可能性更大，而焦慮抑郁的產(chǎn)生又可能導(dǎo)致孕婦分娩出現(xiàn)風(fēng)險(xiǎn)[14-15]。因此對(duì)二胎高齡孕婦焦慮抑郁產(chǎn)生因素進(jìn)行分析并采取相應(yīng)措施對(duì)孕婦及胎兒的健康有重要意義。

濾波器權(quán)值更新算法如下:

(1)設(shè)定初值，包括兩路噪聲輸入x和d以及所有神經(jīng)元的初始狀態(tài)。

(2)根據(jù)權(quán)值迭代公式進(jìn)行迭代，隨機(jī)和異步的更新神經(jīng)元的狀態(tài)。

(3)檢查能量函數(shù)是否達(dá)到最小值和是否趨于漸近穩(wěn)定，是就結(jié)束迭代，轉(zhuǎn)到(4)，反之轉(zhuǎn)到(2)。

(4)得到輸出結(jié)果，結(jié)束更新。

2 有源電力濾波器的工作原理

有源電力濾波器主要由信號(hào)檢測(cè)電路、控制電路、驅(qū)動(dòng)電路和主電路四大部分組成，其總體構(gòu)成如圖2所示。圖中，ic為控制電流，is為電源處流過(guò)的電流，il為電力線中流過(guò)的電流

圖2 有源電力濾波器的總體構(gòu)成

負(fù)載從電網(wǎng)獲取的電流il按傅里葉級(jí)數(shù)展開(kāi)為:

圖中檢測(cè)及控制電路部分對(duì)負(fù)載電流進(jìn)行檢測(cè)，分離出諧波及基波無(wú)功電流部分，將二者之和作為控制指令，通過(guò)控制電路產(chǎn)生控制信號(hào)，控制信號(hào)經(jīng)過(guò)驅(qū)動(dòng)電路控制主電路電子開(kāi)關(guān)的通斷，從而由主電路輸出相應(yīng)的補(bǔ)償電流，補(bǔ)償電流與負(fù)載電流中的諧波及無(wú)功電流抵消。這時(shí)，經(jīng)過(guò)補(bǔ)償后的電網(wǎng)電流只含基波有功電流，不含諧波和無(wú)功電流，是和電網(wǎng)電壓同頻、同相的正弦波。

3 基于CHNN自適應(yīng)濾波的諧波檢測(cè)方法

有源濾波器諧波電流檢測(cè)電路通常不需要單獨(dú)檢測(cè)出各次諧波，只需檢測(cè)出除基波有功電流之外的總的諧波電流，對(duì)檢測(cè)速度和實(shí)時(shí)性要求較高。有源濾波器諧波電流檢測(cè)采用上述的CHNN自適應(yīng)濾波電路，CHNN自適應(yīng)濾波技術(shù)的單相電路電流檢測(cè)系統(tǒng)如圖3所示，其中自適應(yīng)濾波器采用連續(xù)型Hopfield神經(jīng)網(wǎng)絡(luò)(CHNN)實(shí)現(xiàn)。系統(tǒng)的輸出作為有源電力濾波器控制電路的指令電流信號(hào)，也是調(diào)節(jié)CHNN濾波器權(quán)值向量的誤差信號(hào)。圖中，電網(wǎng)電壓為參考輸入，負(fù)載從電網(wǎng)獲取的電流il為原始輸入，設(shè)電網(wǎng)電壓us=Ussinωt，il按傅里葉級(jí)數(shù)展開(kāi)，如式(9)所示。由三角函數(shù)特性可知，諧波和基波無(wú)功電流與基波有功電流是線性無(wú)關(guān)的，其中的諧波和基波無(wú)功電流作為需要檢測(cè)出來(lái)的信號(hào)，基波有功電流ilp看作噪聲，通過(guò)調(diào)整權(quán)值w可以使y(t)逐步逼近基波有功電流ilp，然后和il相減，將基波有功電流ilp濾除，所得即為諧波和無(wú)功電流，實(shí)現(xiàn)了諧波檢測(cè)的目標(biāo)，同時(shí)id作為誤差信號(hào)e對(duì)權(quán)值w進(jìn)行調(diào)節(jié)。

圖3 基于CHNN自適應(yīng)濾波的諧波檢測(cè)原理方框圖

4 仿真結(jié)果與分析

為了驗(yàn)證本文所提出的CHNN自適應(yīng)諧波電流檢測(cè)方法的船舶有源電力濾波器諧波補(bǔ)償特性，在Matlab-simulink軟件環(huán)境下搭建了APF仿真電路圖，其中，選用三相可編程電源模塊作為該系統(tǒng)的電源，選用三相橋和三相電阻作為主要的負(fù)載。電壓、電流的檢測(cè)和控制指令的生成都是用Matlab的M文件編寫(xiě)程序，然后在Simulink里利用S-Function模塊進(jìn)行調(diào)用來(lái)實(shí)現(xiàn)的，主功率電路采用Simulink提供的三相橋模塊，以A相電流為例。

仿真實(shí)驗(yàn)結(jié)果如圖4和圖5所示。圖4是負(fù)載電流補(bǔ)償前后波形對(duì)比圖。從圖中可以看出，由于存在諧波電流，導(dǎo)致負(fù)載電流發(fā)生畸變，經(jīng)過(guò)APF補(bǔ)償后，A相電流明顯得到改善，系統(tǒng)大概需要半個(gè)周期就可以輸出穩(wěn)定已經(jīng)非常接近完美的正弦波。圖5為檢測(cè)出的諧波電流波形，可以看出只需要約半個(gè)周期就能得到穩(wěn)定的諧波輸出波形。

5 結(jié)論

本文將Hopfield神經(jīng)網(wǎng)絡(luò)用于自適應(yīng)濾波，研究了基于Hopfield神經(jīng)網(wǎng)絡(luò)自適應(yīng)濾波的艦船有源電力濾波器諧波檢測(cè)方法，從而克服傳統(tǒng)方法中因運(yùn)算量過(guò)大導(dǎo)致運(yùn)算時(shí)間太長(zhǎng)的問(wèn)題，使系統(tǒng)實(shí)現(xiàn)了實(shí)時(shí)處理。從仿真結(jié)果可以看出該方法有很好的實(shí)時(shí)性和準(zhǔn)確性，并具有良好的參數(shù)自適應(yīng)能力，可用于APF的諧波電流檢測(cè)。

圖4 A相負(fù)載電流補(bǔ)償前后波形對(duì)比

圖5 A相諧波電流波形

［1］ 趙懷軍，宋倩楠，邱宗明，陳明.艦船電力系統(tǒng)單位功率因數(shù)諧波電流檢測(cè)方法的研究［J］，兵工學(xué)報(bào)，2007，28(11):1 388-1 392.

［2］ 李玉梅.全電力船用電力系統(tǒng)諧波計(jì)算方法［J］.武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版)，2009，33(3):549-552.

［3］ 趙小英，王平.基于MATLAB的并聯(lián)有源電力濾波系統(tǒng)的仿真研究［J］.自動(dòng)化技術(shù)與應(yīng)用，2005，24(3):28-31.

［4］ Hopfield J J.Neurons with graded response have collective computational properties like those of two state neurons.Proc.Natl.Acad.Sci.，USA，1984，81:3 088-3 092.

［5］ 羅發(fā)龍，李衍達(dá).神經(jīng)網(wǎng)絡(luò)信號(hào)處理［M］.北京:電子工業(yè)出版社，1993.

［6］ 姚天任，孫洪.現(xiàn)代數(shù)字信號(hào)處理［M］.武漢:華中科技大學(xué)出版社，2002.

TM712

A

2011-09-27

黃巧亮(1970-)，男，博士研究生，副教授，研究方向?yàn)榇半娏ο到y(tǒng)、電力傳動(dòng)控制。