一種基于人工神經(jīng)元網(wǎng)絡(luò)算法的諧波多路同步快速檢測(cè)裝置

陳有根，李曉光，郭海濤，李志勇

?

一種基于人工神經(jīng)元網(wǎng)絡(luò)算法的諧波多路同步快速檢測(cè)裝置

陳有根1，李曉光1，郭海濤2，李志勇1

(1. 中南大學(xué) 信息科學(xué)與工程學(xué)院，湖南 長(zhǎng)沙 410075； 2. 廣州鐵路(集團(tuán))公司 供電處高鐵科，廣東 廣州 510088)

通過對(duì)高鐵牽引供電系統(tǒng)中諧波傳輸特性進(jìn)行分析，設(shè)計(jì)以人工神經(jīng)元網(wǎng)絡(luò)算法為核心的快速諧波檢測(cè)算法，實(shí)現(xiàn)牽引供電系統(tǒng)多路諧波數(shù)據(jù)同步檢測(cè)。試制裝置現(xiàn)場(chǎng)測(cè)試表明，該裝置可實(shí)現(xiàn)牽引供電系統(tǒng)多路饋線50次以內(nèi)諧波的同步快速檢測(cè)，并具有較高的精度及良好的實(shí)時(shí)性。

牽引供電系統(tǒng)；諧波；人工神經(jīng)元網(wǎng)絡(luò)；多路同步快速檢測(cè)

隨著高速鐵路飛速發(fā)展，牽引負(fù)荷表現(xiàn)出大功率、高密度和非線性等特性[1]，特別是近年來(lái)各線路運(yùn)行密度日益增加，部分線路甚至出現(xiàn)重聯(lián)重載動(dòng)車或多型號(hào)動(dòng)車混跑現(xiàn)象，加上各次諧波的疊加效應(yīng)及其傳輸特性，使得原來(lái)不甚突出的諧波問題對(duì)牽引供電系統(tǒng)的正常運(yùn)行影響日益突出，造成部分牽引變饋線的不規(guī)則跳閘、壓互爆管和牽引閉鎖等事故[2]。而我國(guó)目前對(duì)牽引供電系統(tǒng)中電能質(zhì)量的系統(tǒng)評(píng)估和治理缺乏成套體系[3]，特別是諧波的快速檢測(cè)方面有一定欠缺，所以研究適合高鐵牽引供電系統(tǒng)的諧波快速檢測(cè)算法顯得十分必要。鐵路樞紐牽引供電系統(tǒng)結(jié)構(gòu)復(fù)雜、饋線回路多，如貴陽(yáng)北牽引變電所27.5 kV饋線達(dá)26路，廣州南牽引變電所27.5 kV饋線達(dá)14路，對(duì)這類型的牽引變電所的諧波檢測(cè)勢(shì)必要多路同步進(jìn)行，以完成對(duì)各路饋線諧波的多路同步快速檢測(cè)要求。用于諧波檢測(cè)的算法主要有基于FFT的諧波檢測(cè)法、基于小波變換的諧波檢測(cè)法、基于瞬時(shí)無(wú)功功率的諧波檢測(cè)法和基于神經(jīng)元網(wǎng)絡(luò)的諧波檢測(cè)法[4?7]。基于FFT的諧波檢測(cè)法存在頻譜泄露和柵欄效應(yīng)[8]，無(wú)法進(jìn)行時(shí)域分析，難以實(shí)現(xiàn)諧波實(shí)時(shí)動(dòng)態(tài)分析的需求；基于小波變換的諧波檢測(cè)法只能對(duì)低頻段進(jìn)行分解，無(wú)法對(duì)高頻段進(jìn)行精確度較高的分析，且混疊現(xiàn)象嚴(yán)重[9]；基于瞬時(shí)無(wú)功功率的諧波檢測(cè)法主要用于三相電網(wǎng)的諧波檢測(cè)，對(duì)于單相電路的檢測(cè)算法復(fù)雜且檢測(cè)結(jié)果誤差大[10]，只進(jìn)行時(shí)域變換，不利于頻譜分析，不適用于牽引供電系統(tǒng)的諧波檢測(cè)；基于人工神經(jīng)元網(wǎng)絡(luò)的諧波檢測(cè)法具有自適應(yīng)和自學(xué)習(xí)能力，能夠?qū)?shù)據(jù)進(jìn)行大規(guī)模并行處理，特別適用于處理非線性問題[11]。通過FFT檢測(cè)諧波數(shù)據(jù)時(shí)，通常需要幾十個(gè)周期的信號(hào)數(shù)據(jù)，檢測(cè)速度較慢[12]；小波變換檢測(cè)諧波的速度比FFT快一個(gè)數(shù)量級(jí)[13]，但為了克服混疊現(xiàn)象，多采用組合小波來(lái)處理[14]，間接增加了系統(tǒng)計(jì)算量，當(dāng)進(jìn)行多路信號(hào)檢測(cè)時(shí)，進(jìn)一步加大了計(jì)算時(shí)間；使用人工神經(jīng)元網(wǎng)絡(luò)算法時(shí)，只需對(duì)一個(gè)周波數(shù)據(jù)進(jìn)行處理即可得出諧波檢測(cè)結(jié)果，權(quán)值學(xué)習(xí)算法的存在，加快了系統(tǒng)的迭代過程[15]，總的權(quán)值調(diào)整步數(shù)較小，保證了諧波檢測(cè)的快速性。對(duì)于諧波監(jiān)測(cè)設(shè)備來(lái)說(shuō)，國(guó)內(nèi)多基于單片機(jī)實(shí)現(xiàn)，在高精度測(cè)量和功能方面與進(jìn)口儀器還有一定差距，難以進(jìn)行實(shí)時(shí)性的在線監(jiān)測(cè)。張青[16]基于加拿大Power Measurement公司研制的ION7600測(cè)量單元設(shè)計(jì)了一個(gè)諧波在線監(jiān)測(cè)與分析系統(tǒng)，可以對(duì)一路三相電壓和一路三相電流進(jìn)行2-63次諧波在線監(jiān)測(cè)，實(shí)現(xiàn)了顯示、報(bào)警、控制和分析等功能，由于數(shù)據(jù)采集通道的限制，無(wú)法實(shí)現(xiàn)多路諧波數(shù)據(jù)同步監(jiān)測(cè)。危韌勇等[17]基于人工神經(jīng)元網(wǎng)絡(luò)算法設(shè)計(jì)了一個(gè)便攜式電力諧波檢測(cè)裝置，利用DSP平臺(tái)進(jìn)行數(shù)據(jù)處理，實(shí)現(xiàn)電力諧波的顯示、分析、報(bào)警和數(shù)據(jù)管理等功能，算法設(shè)計(jì)的限制導(dǎo)致不能滿足諧波數(shù)據(jù)多路同步快速檢測(cè)的問題。本文通過對(duì)高鐵牽引供電系統(tǒng)和高鐵諧波傳輸特性的分析，利用人工神經(jīng)元網(wǎng)絡(luò)算法在處理非線性問題和海量數(shù)據(jù)時(shí)的獨(dú)特優(yōu)勢(shì)，設(shè)計(jì)以人工神經(jīng)元網(wǎng)絡(luò)算法為核心的高鐵牽引供電系統(tǒng)諧波多路同步快速檢測(cè)算法。硬件設(shè)計(jì)和安裝試運(yùn)行表明，該裝置實(shí)現(xiàn)了牽引供電系統(tǒng)多路饋線50次內(nèi)諧波數(shù)據(jù)的快速同步檢測(cè)，并具有較高的精度及良好的實(shí)時(shí)性。

1 諧波傳輸特性

高鐵牽引供電系統(tǒng)中含牽引變電所、AT所、接觸網(wǎng)系統(tǒng)和高速動(dòng)車組等，采用110 kV和220 kV電壓等級(jí)電力系統(tǒng)進(jìn)行供電，結(jié)構(gòu)如圖1所示。

圖1 高鐵牽引供電系統(tǒng)結(jié)構(gòu)

接觸網(wǎng)系統(tǒng)結(jié)構(gòu)復(fù)雜，由接觸線、正饋線、鋼軌和保護(hù)線等組成，當(dāng)進(jìn)行諧波傳輸特性計(jì)算時(shí)，把牽引網(wǎng)化簡(jiǎn)成一個(gè)T型等效電路進(jìn)行分析，如圖2所示。其中s是系統(tǒng)電源電壓；s是電源部分等效阻抗；1是機(jī)車到牽引變電所的距離；2是機(jī)車到分區(qū)所的距離。設(shè)考慮諧波影響的等效參數(shù)如下：Z()為機(jī)車等效阻抗；U()為機(jī)車電壓，()為機(jī)車電流；1()為機(jī)車流向牽引變電所方向的電流；2()為機(jī)車流向分區(qū)所方向的電流，T1()和T2()為機(jī)車兩側(cè)牽引網(wǎng)的等效阻抗，其中：為諧波次數(shù)，為角頻率。

根據(jù)基爾霍夫電流定律有

圖2 牽引網(wǎng)T型等效電路

Fig. 2 Equivalent T circuit diagram of traction network

由傳輸線理論得到牽引供電系統(tǒng)中的分布參數(shù)傳輸方程

通過式(2)得出[18]

此時(shí)，從機(jī)車側(cè)看牽引變電所等效輸入阻抗可以表示為：

從機(jī)車側(cè)看牽引網(wǎng)等效輸入阻抗可以表示為：

2 諧波在線監(jiān)測(cè)算法

2.1 人工神經(jīng)元網(wǎng)絡(luò)算法

人工神經(jīng)元網(wǎng)絡(luò)算法的優(yōu)勢(shì)在于對(duì)大數(shù)據(jù)的大規(guī)模處理，特別適用于處理非線性問題，還具有自適應(yīng)和自學(xué)習(xí)能力，文獻(xiàn)[17]和[19]已經(jīng)將人工神經(jīng)元網(wǎng)絡(luò)算法應(yīng)用于電力系統(tǒng)中諧波檢測(cè)，且初見成效，本文利用人工神經(jīng)元網(wǎng)絡(luò)算法進(jìn)行高鐵牽引供電系統(tǒng)中的諧波在線監(jiān)測(cè)。

高鐵中的牽引動(dòng)車是一種典型的非線性負(fù)載，當(dāng)機(jī)車運(yùn)行時(shí)，負(fù)載電流L的諧波成分可以通過傅里葉級(jí)數(shù)展開表示為：

將人工神經(jīng)元網(wǎng)絡(luò)用于諧波檢測(cè)時(shí)，其檢測(cè)的諧波電流可以表示為：

將輸入的鎖相信號(hào)sin，cos和倍頻信號(hào)sin和cos(≥2，為正整數(shù))作為人工神經(jīng)元網(wǎng)絡(luò)參考輸入，輸入矢量為

則神經(jīng)元的輸出可以表示為

式中：為諧波檢測(cè)次數(shù)；w和w為連接權(quán)值；為神經(jīng)元閾值。

利用人工神經(jīng)元網(wǎng)絡(luò)算法檢測(cè)到的次諧波電流幅值為

相位角可以表示為

次諧波含有率表示為

通過上述結(jié)果可以看出，只需求出特定次諧波對(duì)應(yīng)的權(quán)值即可得出所有諧波數(shù)據(jù)，故人工神經(jīng)元網(wǎng)絡(luò)檢測(cè)諧波的輸出結(jié)果可以用式(14)表示：

權(quán)值調(diào)節(jié)依據(jù)為

神經(jīng)元閾值調(diào)節(jié)依據(jù)為

圖3 人工神經(jīng)元網(wǎng)絡(luò)諧波檢測(cè)原理圖

人工神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)過程屬于在線學(xué)習(xí)，通過最小均方法實(shí)現(xiàn)權(quán)值空間的快速收斂，不需要離線樣本集進(jìn)行學(xué)習(xí)，具有其他算法不可比擬的 優(yōu)勢(shì)。

2.2 多路同步快速檢測(cè)算法實(shí)現(xiàn)

高鐵牽引供電系統(tǒng)饋線回路多且牽引變壓器高壓側(cè)和低壓側(cè)也需要進(jìn)行諧波檢測(cè)，為保證諧波檢測(cè)的實(shí)時(shí)性和快速性，需要設(shè)計(jì)多路同步快速檢測(cè)算法，本文設(shè)計(jì)的多路同步快速檢測(cè)算法主要從多路同步采樣、統(tǒng)一人工神經(jīng)元網(wǎng)絡(luò)參考輸入基準(zhǔn)、多路程序并行處理和基于共享知識(shí)庫(kù)的多路人工神經(jīng)元同步學(xué)習(xí)這幾方面實(shí)現(xiàn)。

2.2.1 多路同步采樣

在多路諧波檢測(cè)中均采用等間隔采樣方式進(jìn)行采樣，采樣間隔為s，為保證有較高的測(cè)量精度，設(shè)置每周波采樣點(diǎn)數(shù)為400個(gè)。為減小系統(tǒng)采樣所帶來(lái)的誤差，采用同步采樣的方法進(jìn)行信號(hào)采樣，即要保證=400s(為牽引網(wǎng)中信號(hào)周期)，這種信號(hào)采樣機(jī)制保證了信號(hào)檢測(cè)端有較高的信噪比。

2.2.2 統(tǒng)一人工神經(jīng)元網(wǎng)絡(luò)參考輸入基準(zhǔn)

在多路同步檢測(cè)的人工神經(jīng)元網(wǎng)絡(luò)算法中，多條支路人工神經(jīng)元網(wǎng)絡(luò)的參考輸入可以選用同一組經(jīng)過倍頻處理的鎖相信號(hào)，這是因?yàn)楦哞F牽引供電系統(tǒng)中多路饋線與變壓器低壓側(cè)直接相連，其電壓信號(hào)中相位和頻率完全相同。只需要采樣低壓側(cè)的電壓信號(hào)進(jìn)行倍頻處理，生成一個(gè)參考信號(hào)X，使其作為各個(gè)檢測(cè)點(diǎn)的人工神經(jīng)元網(wǎng)絡(luò)共同參考輸入，減少了多條諧波檢測(cè)支路分別進(jìn)行鎖相信號(hào)倍頻處理的時(shí)間，實(shí)現(xiàn)了多路諧波檢測(cè)過程中在時(shí)間上完全同步化的效果。

2.2.3 多路程序并行處理

不同支路之間的諧波檢測(cè)在算法上并無(wú)差異，都是通過單個(gè)神經(jīng)元網(wǎng)絡(luò)算法進(jìn)行諧波檢測(cè)，且共用同一個(gè)參考信號(hào)，但在算法設(shè)計(jì)中實(shí)現(xiàn)不同支路之間諧波檢測(cè)數(shù)據(jù)處理的并行性，即要求處理器處理數(shù)據(jù)時(shí)進(jìn)行多路數(shù)據(jù)并行處理，減小檢測(cè)結(jié)果在時(shí)間上的差異性。

2.2.4 基于共享知識(shí)庫(kù)的多路人工神經(jīng)元同步學(xué)習(xí)

為實(shí)現(xiàn)多路諧波數(shù)據(jù)的快速檢測(cè)，對(duì)多路人工神經(jīng)元網(wǎng)絡(luò)算法的學(xué)習(xí)過程進(jìn)行同步學(xué)習(xí)并將學(xué)習(xí)結(jié)果共享，形成共享學(xué)習(xí)知識(shí)庫(kù)，以對(duì)各路諧波進(jìn)行同步檢測(cè)及處理，學(xué)習(xí)處理過程如圖4所示。人工神經(jīng)元網(wǎng)絡(luò)算法用于檢測(cè)諧波的優(yōu)勢(shì)在于其學(xué)習(xí)能力上，當(dāng)其處理了足夠大的樣本容量時(shí)，對(duì)應(yīng)權(quán)值調(diào)整的學(xué)習(xí)收斂速度則會(huì)加快，最終確認(rèn)出各次諧波的最佳學(xué)習(xí)率s和最佳慣性項(xiàng)值s。不同型號(hào)機(jī)車對(duì)應(yīng)不同的特征諧波，包括諧波電流值和特征次諧波含有率等，根據(jù)式(15)~(16)得出不同的車型對(duì)應(yīng)特征次諧波的s和s，而車型數(shù)據(jù)則根據(jù)當(dāng)前檢測(cè)支路與線路列車運(yùn)行時(shí)刻表結(jié)合得出。根據(jù)樣本的積累，將不同支路學(xué)習(xí)的不同型號(hào)機(jī)車對(duì)應(yīng)的和組成人工神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí)知識(shí)庫(kù)，在后續(xù)進(jìn)行支路諧波檢測(cè)時(shí)，只需調(diào)用單個(gè)或組合的知識(shí)庫(kù)中的學(xué)習(xí)單元即可實(shí)現(xiàn)人工神經(jīng)元網(wǎng)絡(luò)諧波檢測(cè)時(shí)的快速收斂，加快多支路的諧波檢測(cè)速度。根據(jù)信號(hào)處理的同步性，將不同支路中諧波檢測(cè)時(shí)調(diào)用的學(xué)習(xí)單元同步傳遞給低壓側(cè)，通過上述學(xué)習(xí)單元中的s和s進(jìn)行疊加組合后實(shí)現(xiàn)低壓側(cè)的諧波數(shù)據(jù)快速檢測(cè)。高壓側(cè)的特征諧波與低壓側(cè)的特征諧波有很大的關(guān)聯(lián)性，但由于變壓器的變比和結(jié)構(gòu)帶來(lái)的差異，故在對(duì)高壓側(cè)的諧波數(shù)據(jù)進(jìn)行檢測(cè)時(shí)，將上述影響因素折算成受變壓器影響的學(xué)習(xí)率和受變壓器影響的慣性項(xiàng)，然后疊加組合低壓側(cè)的s和s進(jìn)行學(xué)習(xí)，從而實(shí)現(xiàn)高壓側(cè)的諧波快速檢測(cè)。

圖4 多路同步學(xué)習(xí)處理框圖

3 系統(tǒng)實(shí)現(xiàn)與測(cè)試

高鐵牽引供電諧波多路同步快速檢測(cè)系統(tǒng)以人工神經(jīng)元網(wǎng)絡(luò)算法為核心，其實(shí)現(xiàn)方式如圖5所示。將高壓側(cè)、低壓側(cè)和饋線側(cè)的傳感器回路接入系統(tǒng)中，通過硬件電路實(shí)現(xiàn)電流、電壓信號(hào)的采集和鎖相，經(jīng)AD轉(zhuǎn)換輸入到PC中。PC首先對(duì)鎖相信號(hào)進(jìn)行倍頻處理，使其作為人工神經(jīng)元網(wǎng)絡(luò)的參考輸入，之后CPU通過人工神經(jīng)元網(wǎng)絡(luò)算法程序?qū)Σ杉降臄?shù)據(jù)進(jìn)行諧波分析，得到50次以內(nèi)的諧波權(quán)值矩陣，通過公式計(jì)算出各次諧波電流有效值和相位，然后將諧波權(quán)值矩陣、諧波電流有效值和相位數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)中，同時(shí)形成特征車型的學(xué)習(xí)知識(shí)庫(kù)進(jìn)行存儲(chǔ)，完成諧波的檢測(cè)。

圖5 高鐵牽引供電系統(tǒng)諧波多路同步快速檢測(cè)系統(tǒng)結(jié)構(gòu)

系統(tǒng)在實(shí)現(xiàn)基礎(chǔ)諧波檢測(cè)的功能同時(shí)，還實(shí)現(xiàn)了如圖6所示的計(jì)量、分析、顯示和報(bào)警等功能。由于目前沒有牽引供電系統(tǒng)諧波方面的國(guó)家(或行業(yè))標(biāo)準(zhǔn)，系統(tǒng)中設(shè)計(jì)的諧波標(biāo)準(zhǔn)參照文獻(xiàn)[20] 制定。

圖6 諧波在線監(jiān)測(cè)裝置功能

本文設(shè)計(jì)的高鐵牽引供電系統(tǒng)諧波多路同步快速檢測(cè)裝置安裝在武廣高速鐵路中某牽引變電所中，其高壓側(cè)輸入220 kV，低壓側(cè)輸出27.5 kV，牽引變壓器容量為2×75 MVA。該裝置對(duì)2路高壓側(cè)、2路低壓側(cè)和6路饋線側(cè)電壓和電流諧波進(jìn)行在線監(jiān)測(cè)，柜體安裝如圖7所示。

圖7 高鐵牽引供電系統(tǒng)諧波在線監(jiān)測(cè)裝置

該所饋線運(yùn)行的主要車型有CRH380A，CRH380B和CRH380AL(重聯(lián))等，同一線路中出現(xiàn)多機(jī)車混跑時(shí)，常會(huì)出現(xiàn)諧波總畸變率超標(biāo)，此時(shí)對(duì)應(yīng)監(jiān)測(cè)線路指示燈呈紅色狀態(tài)，監(jiān)測(cè)界面如圖8所示。

圖8 諧波在線監(jiān)測(cè)裝置監(jiān)測(cè)面板

根據(jù)算法原理，系統(tǒng)實(shí)現(xiàn)了多路同步在線監(jiān)測(cè)的功能，圖9所示為其中一路(212F)的諧波監(jiān)測(cè)實(shí)時(shí)數(shù)據(jù)，50次內(nèi)的諧波譜以棒狀圖方式輸出，左側(cè)提供不同監(jiān)測(cè)點(diǎn)切換選項(xiàng)，同時(shí)也可以提供表格顯示，方便查詢具體諧波次數(shù)的諧波含量。

機(jī)車運(yùn)行密度較大時(shí)，線路中的諧波含量十分豐富，對(duì)應(yīng)電能質(zhì)量問題也越突出。被監(jiān)測(cè)的牽引變電所在11:00~16:00時(shí)間段內(nèi)機(jī)車進(jìn)出站密集，故選取其中某一時(shí)刻點(diǎn)(13:12)的諧波監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析，如表1所示，由于只有畸變率超標(biāo)的線路的諧波含量比較豐富，且只有一些特征次諧波較為突出，故表1只列出部分監(jiān)測(cè)數(shù)據(jù)。

圖9 諧波監(jiān)測(cè)實(shí)時(shí)數(shù)據(jù)

從表1可以看出，不同饋線側(cè)支路在同一時(shí)刻的諧波電流特性不一致，這是各支路上的負(fù)載差異所致。對(duì)比低壓側(cè)與各饋線側(cè)支路數(shù)據(jù)發(fā)現(xiàn)對(duì)應(yīng)諧波次數(shù)的低壓側(cè)的諧波電流值與饋線側(cè)諧波電流的有效值之和并不相等，低壓側(cè)的諧波含有率與各個(gè)饋線側(cè)相比也有較大的差異，原因主要有2點(diǎn)：一方面是由于低壓側(cè)諧波電流有效值是各饋線側(cè)諧波電流的矢量和，說(shuō)明不同饋線側(cè)支路之間的諧波電流存在一定的相位差；另一方面是由于饋線側(cè)差異負(fù)載下產(chǎn)生的諧波數(shù)據(jù)共同影響低壓側(cè)數(shù)據(jù)，使其表征的各次諧波含有率與饋線側(cè)各支路之間有較大差異，進(jìn)一步體現(xiàn)了諧波電流在牽引網(wǎng)中的疊加效應(yīng)。對(duì)比高壓側(cè)和低壓側(cè)的諧波數(shù)據(jù)可以看出，諧波電流值受牽引變壓器的變比影響，且3的整數(shù)次倍的諧波數(shù)據(jù)在高壓側(cè)全部消失，說(shuō)明變壓器的結(jié)構(gòu)及接線方式對(duì)諧波傳輸特性有一定影響。

表1 部分特征諧波監(jiān)測(cè)數(shù)據(jù)

4 結(jié)論

1) 牽引供電系統(tǒng)中的諧波處于動(dòng)態(tài)變化中，與機(jī)車型號(hào)和位置密切相關(guān)，且諧波通過牽引網(wǎng)進(jìn)行傳播。

2) 所設(shè)計(jì)的高鐵牽引供電系統(tǒng)諧波多路同步快速檢測(cè)算法能夠?qū)Χ嗦窋?shù)據(jù)同步監(jiān)測(cè)，且通過多路同步學(xué)習(xí)處理的方式加快了各路檢測(cè)速度。

3) 諧波在線監(jiān)測(cè)裝置的運(yùn)行結(jié)果驗(yàn)證了所設(shè)計(jì)算法的可行性，通過對(duì)部分?jǐn)?shù)據(jù)的分析驗(yàn)證了諧波的傳輸特性，同時(shí)分析結(jié)果表明算法具有較高的諧波檢測(cè)精度。

[1] 何正友, 胡海濤, 方雷, 等. 高速鐵路牽引供電系統(tǒng)諧波及其傳輸特性研究[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2011, 31(16): 55?62. HE Zhengyou, HU Haitao, FANG Lei, et al. Research on the harmonic in high-speed railway traction power supply system and its transmission characteristic[J]. Proceedings of the CSEE, 2011, 31(16): 55?62.

[2] 李宗壘, 劉明光, 屈志堅(jiān), 等. 交直交機(jī)車諧波特性及其誘發(fā)過電壓的治理[J]. 鐵道學(xué)報(bào), 2015, 37(10): 26?34. LI Zonglei, LIU Mingguang, QU Zhijian, et al. Harmonics characteristic of AC-DC-AC locomotive and the disposal of resonance overvoltage[J]. Journal of the China Railway Society, 2015, 37(10): 26?34.

[3] 王雨竹. 交直交型傳動(dòng)機(jī)車(動(dòng)車組)對(duì)供電系統(tǒng)的影響[D]. 北京: 中國(guó)鐵道科學(xué)研究院, 2014. WANG Yuzhu. The influence of LCI-type drive locomotive (EMU) on power supply system[D]. Beijing: China Academy of Railway Sciences, 2014.

[4] 杜天軍, 陳光, 雷勇. 基于混疊補(bǔ)償小波變換的電力系統(tǒng)諧波檢測(cè)方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2005, 25(3): 54?59. DU Tianjun, CHEN Guang, LEI Yong. A novel method for power system harmonic detection based on wavelet transform with aliasing compensation[J]. Proceedings of the CSEE, 2005, 25(3): 54?59.

[5] Subtirelu G E, Dobriceanu M, Linca M. Power quality analyzer[C]// Advanced Topics in Electrical Engineering (ATEE), 2017 10th International Symposium on. IEEE, 2017: 909?914.

[6] Loureiro P C, Variz A M, de Oliveira L W, et al. ANN-based SVC tuning for voltage and harmonics control in microgrids[J]. Journal of Control, Automation and Electrical Systems, 2017, 28(1): 114?122.

[7] 徐浩. 高速鐵路牽引電流諧波及其對(duì)軌道電路影響分析[D]. 北京: 北京交通大學(xué), 2016. XU Hao. Analysis of harmonic current in high-speed railway and its influence on track circuit[D]. Beijing: Beijing Jiaotong University, 2016.

[8] 賈清泉, 姚蕊, 王寧, 等. 一種應(yīng)用原子分解和加窗頻移算法分析頻率相近諧波/間諧波的方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2014, 34(27): 4605?4612. JIA Qingquan, YAO Rui, WANG Ning, et al. An approach to detect harmonics/inter-harmonics with closing frequencies using automatic decomposition and windowed frequency shifting algorithm[J]. Proceedings of the CSEE, 2014, 34(27): 4605?4612.

[9] 周龍華, 付青, 余世杰, 等. 基于小波變換的諧波檢測(cè)技術(shù)[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào), 2010(1): 80?85. ZHOU Longhua, FU Qing, YU Shijie, et al. Harmonicdetectionbased on wavelet transform[J]. Proceedings of the CSU-EPSA, 2010(1): 80?85.

[10] 吳雷, 郜亞洲. 基于自適應(yīng)分析的瞬時(shí)無(wú)功功率諧波檢測(cè)法[J]. 電力電子技術(shù), 2015, 49(5): 87?89. WU Lei, GAO Yazhou. Instantaneous reactive power for harmonic detection method based on adaptive analysis[J]. Power Electronics, 2015, 49(5): 87?89.

[11] Deniz E, Aydogmus O, Aydogmus Z. Implementation of ANN-based selective harmonic elimination PWM using hybrid genetic algorithm-based optimization[J]. Measurement, 2016(85): 32?42.

[12] 李加升, 柴世杰. 電能質(zhì)量諧波間諧波在線快速檢測(cè)方法研究[J]. 電力系統(tǒng)保護(hù)與控制, 2009, 37(18): 62?64, 69. LI Jiasheng, CHAI Shijie. Research of online rapid detection method about harmonic and inter-harmonic of power quality[J]. Power System Protection and Control, 2009, 37(18): 62?64, 69.

[13] 趙成勇, 何明鋒. 基于復(fù)小波變換相位信息的諧波檢測(cè)算法[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2005, 25(1): 38?42. ZHAO Chengyong, HE Mingfeng. A novel method for harmonics measurement using phase information of complex wavelet transform[J]. Proceedings of the CSEE, 2005, 25(1): 38?42.

[14] 房國(guó)志, 楊超, 趙洪. 基于FFT和小波包變換的電力系統(tǒng)諧波檢測(cè)方法[J]. 電力系統(tǒng)保護(hù)與控制, 2012, 40(5): 75?79. FANG Guozhi, YANG Chao, ZHAO Hong. Detection of harmonic in power system based on FFT and wavelet packet[J]. Power System Protection and Control, 2012, 40 (5): 75?79.

[15] 何娜, 黃麗娜, 武健, 等. 一種新型快速自適應(yīng)諧波檢測(cè)算法[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2008, 28(22): 124?129. HE Na, HUANG Lina, WU Jian, et al. A novel adaptive harmonic detecting algorithm[J]. Proceedings of the CSEE, 2008, 28(22): 124?129.

[16] 張青. 500 kV變電站諧波在線監(jiān)測(cè)與分析系統(tǒng)應(yīng)用研究[D]. 廣州: 華南理工大學(xué), 2012. ZHANG Qing. Research and application of the 500 kV substation online harmonic monitoring and analysis system[D]. Guangzhou: South China University of Technology, 2012.

[17] 危韌勇, 李志勇. 基于人工神經(jīng)元網(wǎng)絡(luò)的電力系統(tǒng)諧波測(cè)量方法[J]. 電網(wǎng)技術(shù), 1999, 23(12): 20?23. WEI Renyong, LI Zhiyong. Measurement of harmonic in power system based on artificial neural network[J]. Power System technology, 1999, 23(12): 20?23.

[18] 何垚. 高速鐵路車網(wǎng)諧波特性研究[D]. 成都: 西南交通大學(xué), 2013. HE Yao. The harmonic characteristic research of locomotive and traction network for high-speed railway[D]. Chengdu: Southwest Jiaotong University, 2013.

[19] 殷昌華, 危韌勇, 穆帥, 等. 電力諧波智能檢測(cè)系統(tǒng)設(shè)計(jì)[J]. 計(jì)算機(jī)測(cè)量與控制, 2006, 14(1): 36?38. YIN Changhua, WEI Renyong, MU Shuai, et al. Design of a portable and intellectualized system for harmonics detector[J]. Computer Measurement & Control, 2006, 14(1): 36?38.

[20] 吳命利, 楊少兵, 翟鐵久. 電氣化鐵路接入電網(wǎng)諧波預(yù)評(píng)估有關(guān)問題分析及諧波國(guó)家標(biāo)準(zhǔn)修訂建議[J]. 鐵道學(xué)報(bào), 2016, 38(8): 1?7. WU Mingli, YANG Shaobing, ZHAI Tiejiu. Analysis of problems about harmonic preliminary assessment for the connection of electric railways to the power grid and suggestions on revision of national harmonic standard[J]. Journal of the China Railway Society, 2016, 38(8): 1?7

Harmonic multi-channel synchronous rapid detection device based on artificial neural network algorithm

CHEN Yougen1, LI Xiaoguang1, GUO Haitao2, LI Zhiyong1

(1. School of Information Science and Engineering, Central South University, Changsha 410075, China; 2. Power Supply Department of High-speed Trains, Guangzhou Railway (Group) Corporation, Guangzhou 510088, China)

By analyzing the characteristics of harmonic transmission in traction power supply system of high-speed railway, a harmonic detection algorithm based on artificial neural network was designed, which realized the synchronous rapid detection of multi-channel harmonic current in traction power supply system. The test device realized multi-channel harmonic synchronous rapid detection within 50 times of the traction power supply system, and had high accuracy and good real-time performance.

traction power supply system; harmonic current; artificial neural network; multi-channel synchronous rapid detection

10.19713/j.cnki.43?1423/u.2019.02.029

U223.63

A

1672 ? 7029(2019)02 ? 0501 ? 08

2018?01?18

湖南省自然科學(xué)基金資助項(xiàng)目(2015JJ2171)

李志勇(1992?)，男，河南開封人，副教授，博士，從事電能質(zhì)量控制、新能源發(fā)電技術(shù)研究；E?mail：lizy@mail.csu.edu.cn

(編輯 陽(yáng)麗霞)