電力諧波檢測研究與應(yīng)用進(jìn)展

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。同時精密制造產(chǎn)業(yè)各種微電子裝置的廣泛使用，也對電力系統(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、諧波分析、諧波源分析、電網(wǎng)諧波潮流計算、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量和分析等。諧波檢測是解決其他諧波問題的基礎(chǔ)。

1 電力諧波檢測方法分類

諧波檢測方法是諧波檢測的核心環(huán)節(jié)。諧波測量包括3個步驟:信號預(yù)處理、諧波幅值和相位測量、結(jié)果再處理。其中信號預(yù)處理和結(jié)果再處理是輔助算法，為諧波測量服務(wù)，以優(yōu)化測量性能，達(dá)到實際應(yīng)用的目的。諧波測量方法雖在算法設(shè)計和現(xiàn)實中占據(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，因此不能忽視對其的設(shè)計。

1.1 基于頻域理論的模擬濾波檢測

早期的諧波測量是采用模擬濾波器實現(xiàn)的。該方法的優(yōu)點是實現(xiàn)電路簡單、造價低、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)實現(xiàn)電路的濾波中心頻率對元件參數(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)頻率波動不僅影響檢測精度，且檢測出的諧波中含有較多的基波分量。(3)當(dāng)需要檢測多次諧波分量時，實現(xiàn)電路復(fù)雜，其電路參數(shù)設(shè)計難度隨之增加。(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)諧波檢測要求的提高以及新的諧波檢測方法日益成熟，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

開關(guān)函數(shù)諧波檢測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)寫成三角級數(shù)的形式，通過整理化簡，從而檢測出其中的諧波次數(shù)和含量。實際應(yīng)用過程中，多用晶閘管來實現(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，針對動態(tài)負(fù)載電流電路，難以滿足實時性和精度要求。

1.3 基于Fryze功率定義的諧波檢測

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

1.4 基于三相瞬時無功功率的諧波檢測

基于三相瞬時無功功率理論的諧波檢測法實時性好，既可檢測諧波又可補(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，通過計算系統(tǒng)的瞬時功率值，達(dá)到了滿足諧波抑制和無功補(bǔ)償裝置快速連續(xù)動作的要求。在瞬時無功功率理論的基礎(chǔ)上，常見三相電流諧波電流檢測方法有 p，q檢測法與 ip，iq檢測法，p，q檢測法可實時地檢測出電流當(dāng)中的高次諧波電流分量，經(jīng)適當(dāng)?shù)淖儞Q，還可檢測系統(tǒng)的無功電流分量，ip，iq檢測法能有效分離系統(tǒng)電流中的基波和諧波成分，該檢測誤差小、實時性強(qiáng)，可滿足實際情況需要，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

1.6 基于自適應(yīng)對消原理的諧波檢測

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

圖1 自適應(yīng)諧波電流檢測原理框圖

基于自適應(yīng)對消原理的諧波檢測法其自適應(yīng)能力強(qiáng)，可較好地跟蹤檢測且精度較高，但缺點是動態(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

小波分析是時域分析的重要工具，尤其適合突變信號的分析與處理。其在頻域和時域中同時具有局部性，可算出某一特定時間的頻率分布并將各種不同頻率組成的頻譜信號分解成不同頻率的信號塊。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)時域方法在檢測周期性暫態(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

神經(jīng)網(wǎng)絡(luò)應(yīng)用于電力系統(tǒng)諧波檢測尚屬起步階段，該方法的優(yōu)點是計算量小、檢測精度高、對數(shù)據(jù)流長度的敏感性低和實時性好［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，故單個神經(jīng)元可視為最簡單的神經(jīng)網(wǎng)絡(luò)。通過研究單個神經(jīng)元的映射關(guān)系和學(xué)習(xí)算法，提出了基于單個神經(jīng)元的諧波檢測方法。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，過小會使收斂速度變慢，通過加入最后一項慣性項，可使η取值變大。

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

生物免疫系統(tǒng)是一個大規(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，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受到抑制，以此保證抗體的多樣性。抗原對應(yīng)于網(wǎng)絡(luò)優(yōu)化的目標(biāo)函數(shù)，抗體對應(yīng)于神經(jīng)元個體。依據(jù)目標(biāo)函數(shù)決定抗原與抗體的親和力，依據(jù)解的相識程度決定抗體間的親和力。利用這兩種親和力對解進(jìn)行評價和選擇。

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)生時間和地點具有隨機(jī)性和多樣性的特點。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)的實時性。

免疫神經(jīng)網(wǎng)絡(luò)［3］是對神經(jīng)網(wǎng)絡(luò)優(yōu)化設(shè)計的一種新嘗試，在原有神經(jīng)網(wǎng)絡(luò)模型基礎(chǔ)上，添加一個“疫苗接種單元”。圖2所示為L.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知識。該模型分為3層，第一層為輸入層，由接受輸入信號的多個處理單元構(gòu)成;第二層為信號的處理層，根據(jù)輸入信號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知識，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)在待檢測源信號發(fā)生突變時能快速做出反應(yīng)，從而使信號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)練時間，又提高了檢測的實時性，及時為諧波抑制提供了信息，同時網(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

在電力諧波檢測中，較為成熟的是基于傅里葉變換的諧波檢測法，傳統(tǒng)的傅里葉變換諧波檢測技術(shù)需要一定時間的電流值，并進(jìn)行兩次變換，計算量大、計算時間長、檢測結(jié)果實時性差，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算法的研究日益增多，上述算法可有效提高電力諧波檢測的準(zhǔn)確性和實時性，為諧波抑制提供基礎(chǔ)。未來電力諧波檢測的發(fā)展趨勢為:(1)由確定性的慢時諧波測量轉(zhuǎn)變?yōu)殡S機(jī)條件下的快速、暫態(tài)諧波跟蹤;將諧波檢測的實時分析與控制目標(biāo)相結(jié)合，使檢測與控制一體化。(2)諧波檢測算法向智能化、多功能實用化發(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處理。(3)諧波檢測效果向高精度、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方法和數(shù)學(xué)方法，以滿足高精度測量的要求。(4)充分利用現(xiàn)有各種諧波檢測方法的優(yōu)點，提出如小波理論諧波檢測方法等新的綜合檢測法。(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)用于諧波測量中，使諧波測量在實時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［J］.電力自動化設(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)諧波檢測系統(tǒng)設(shè)計［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，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.模擬電路實現(xiàn)的神經(jīng)元自適應(yīng)諧波電流檢測方法［J］.中國電機(jī)工程學(xué)報，1999，19(6):42-46.