用人工神经网络实现智能有源电力滤波技术的研究

本课题研究将人工神经网络（ANN）应用于有源电力滤波器（APF），以实现APF谐波检测与控制的智能化。主要成果为1、提出基于补偿电流最小的谐波与无功电流检测法，研制了补偿电流最小控制的单相APF，用前馈ANN和由单片机等构成的电路两种方案实现该系统中有功电流检测器。仿真和实验结果表明，检测信号和APF输出电流能实时跟踪负载变化时的谐波电流。2、将信号处理中的噪声对消技术与ANN相结合，提出了一种用于APF的ANN自适应谐波电流检测法，构成相应的多层前馈ANN检测网络和神经元自适应谐波检测实验电路。仿真和实验结果证实了该方法能实时跟踪检测谐波和随机干扰电流，有良好的自适应性和抗干扰能力。3、提出一种适用于APF的ANN预测校正控制方法。