马立新，　张海兵，　项　庆，　周　磊

(上海理工大学 光电信息与计算机工程学院，上海　200093)



一种基于Elman回归神经网络检测谐波方法*

马立新，张海兵，项庆，周磊

(上海理工大学 光电信息与计算机工程学院，上海200093)

摘要：提出了基于Elman回归神经网络提取检测谐波电流的方案。通过MATLAB/Simulink仿真试验结果，验证了算法的可行性。该算法不仅能够满足检测谐波实时性的要求，同时在检测谐波的精度上有较大提高。

关键词：检测谐波； Elman回归神经网络； MATLAB/Simulink

0引言

随着电力电子器件在工业控制中的大量应用，谐波电流与无功功率对电能质量的污染问题也日益严重。传统的LC滤波器通过滤除特定次谐波的方法已经不能满足现代工业对电能质量的苛刻要求，有源电力滤波器(Active Power Filter, APF)是一种能够动态消除谐波并且可以补偿无功的电力电子设备，其应用从根本上解决了电力系统中动态滤波和无功补偿的问题[1]。与无源滤波器相比，APF具有高度可控性和快速响应性，不仅有实现同时对谐波与无功功率进行补偿的功能，并且不会与电网发生谐振，没有过载现象等优点，是目前最为理想的滤波设备[2]。

目前实际中使用的APF中检测谐波的方法，都是基于传统的ip-iq瞬时无功理论的谐波电流检测方法。然而，该算法在设计中使用到低通滤波器，由低通滤波器的传递函数可知，系统只有经过采集一定数量的点后才能进行滤波计算，因此，基于瞬时无功理论检测谐波电流的方法设计上就存在一定的误差[3]。……