王旻鹤， 刘一江， 彭楚武

(1.湖南大学电气与信息工程学院， 长沙 410082；2.湖南大学土木工程学院， 长沙 410082)

模糊神经网络优化间谐波检测方法①

王旻鹤1， 刘一江2， 彭楚武1

(1.湖南大学电气与信息工程学院， 长沙 410082；2.湖南大学土木工程学院， 长沙 410082)

电力系统中电力电子元件大量应用可产生间谐波。它不但对用电设备产生影响，而且不易估计，给谐波治理带来了一定的困难。针对间谐波检测，先采集大量数据进行离线计算，利用一种改进的模糊神经网络得到满足误差要求优化模糊神经网络参数。在线计算利用这些参数，能够在短时间内得到满足误差要求的盖氏圆方法参数、ESPRIT算法的采样间隔和采样个数，使得信号源个数、间谐波频率和幅值能够准确判断。

间谐波； 旋转不变子空间算法； 盖氏圆方法； 模糊神经网络

电力电子元件的广泛应用，使得电力系统中产生谐波和间谐波。文献[1～3]中分别利用prony算法、Pisarenko算法和支持向量机算法进行间谐波检测，但其信号源估计与谐波检测算法均是分开的，对于不同信号重新计算自回归(autoregressio-

n)模型阶数[1，2]和选取盖氏园调整因子[3]都需要一定时间。在估计间谐波的过程中，采样个数及采样间隔也需要实验者通过经验或反复实验得到。本文利用一种改进的模糊神经网络，该网络经过学习后，可算出盖氏圆方法的参数以及ESPRIT算法所需的采样点个数和采样时间，不需要实验者再设定

采样参数值，从而得到准确频谱图。

1 一种改进的模糊神经网络

Araujo[4，5]提出了一种改进的模糊神经网络，该网络仅引入一个新的自由度就产生出完全不同的输入输出映射。……