基于改進型神經網絡的船舶APF諧波檢測

黃巧亮

(江蘇科技大學電子信息學院，江蘇鎮江 212003)

基于改進型神經網絡的船舶APF諧波檢測

黃巧亮

(江蘇科技大學電子信息學院，江蘇鎮江 212003)

針對船舶有源電力濾波器諧波檢測實時精度高的要求，在傳統自適應檢測方法的基礎上，提出了基于自適應Hopfield神經網絡的船舶有源電力濾波器諧波檢測方法。根據自適應噪聲對消技術的基本原理，為了有效的進行噪聲抵消，采用了基于Hopfield神經網絡的自適應非線性濾波器，將基波有功電流從負載電流中濾除從而得到基波無功電流和諧波電流。實驗仿真結果表明，改進型自適應諧波檢測方法能實時準確地檢測出諧波電流，可用于船舶有源電力濾波器的諧波電流檢測。

有源電力濾波器;自適應;諧波檢測;船舶電力系統;Hopfield神經網絡

0 引言

近年來，隨著電力電子裝置，尤其是非線性電力裝置在船舶上日益廣泛的應用，使船舶電力系統的諧波污染變得越來越嚴重。諧波會給船舶的發電機、輸電線路、用電設備、導航通訊設備等造成巨大的危害，直接影響到船舶運行的經濟性、安全性和可靠性。因此，正確分析船舶電力系統諧波產生的根源和機理進行實時監測，進而采取有效措施最大限度地抑制其影響，保障船舶電網的安全運行是非常重要和必要的［1，2］。有源電力濾波器作為一種抑制諧波、補償無功損耗的有效手段，有著傳統無源濾波器無法比擬的優點，近年來已成為學者們研究的熱點［3］。如何將這一方法成功運用于船舶電力諧波抑制，關鍵技術之一就在于如何快速、準確地檢測出負載諧波電流。本文提出了一種新的基于自適應濾波器的諧波檢測方法，將Hopfield神經網絡用于自適應濾波，從而克服傳統方法中因運算量過大導致運算時間太長的問題，使系統實現了實時處理，實驗仿真結果驗證了該方法的可行性。

1 基于連續時間Hopfield神經網絡的自適應濾波

1.1 連續時間Hopfield神經網絡

Hopfield神經網絡一般分為離散型(DHNN)和連續型(CHNN)。本文主要采用連續型模型，連續的Hopfield網絡實際上是一個連續的非線性動力學系統，它可以用一組非線性方程來描述［4］，如式(1)所示。當給定初始狀態，通過求解非線性微分方程即可求出網絡狀態的運動軌跡。如果系統是穩定的，它將最終收斂到一個穩定狀態。

定義系統的能量函數為:

式中:ui、vi分別為神經元i的輸入和輸出;vj為神經元j的輸出;Tij為神經元i和j的連接權值;Ii為神經元i的網絡外輸入;gi(ui)為第i個神經元的傳遞函數，一般為S型函數，g-1(v)是vi=g(ui)的逆函數，Ri為傳遞電阻。可以證明，能量函數E是有界的，有≤0，因而說明系統是穩定的。隨著時間的演變，網絡的狀態朝E減小的方向運動，一直到E取得極小值，這些能量的局部極點就是網絡的穩定點或者稱為吸引子。所以，這種神經網絡具有自動求極小值的計算功能。

1.2 CHNN應用于自適應噪聲對消

噪聲對消可以看作是一種從有噪聲信號空間到無噪信號空間的映射［5］，噪聲對消是使用1個或多個傳感器，將其安置在信號很弱或信號不可檢測的噪聲場合中，得到參考輸入或輔助輸入，將此輸入加以過濾，并從信號加噪聲的原始輸入中減去，從而使噪聲衰減或消除。

噪聲對消器結構見圖1，其中有用信號s(t)被噪聲d(t)污染，d(t)是由某個噪聲源x(t)經過一個噪聲濾波器產生的，x(t)直接輸入到自適應濾波器，自適應濾波器的輸出為y，2路輸入噪聲必須統計相關。可以假定其為零均值的平穩隨機過程，用輸出誤差e=s+d-y訓練該濾波器，使得(d-y)2的數學期望值最小。

選擇性能函數

對上式兩邊取數學期望，而且由于s(t)及d(t)和x(t)不相關，s(t)和y(t)也不相關，所以

信號功率E(s2)與自適應濾波器的調節無關。自適應濾波器調節使E最小，即使E((d-y)2)最小，即自適應噪聲抵消器的輸出信號e(t)和有用信號s(t)的均方誤差最小。在理想情況下，d=y，則e=s。此時自適應濾波器自動調節其脈沖響應，將x加工成d，與原始信號的d相減，輸出信號e中的噪聲可完全被抵消，而等于有用信號s，達到消除噪聲的目的。

圖1 自適應噪聲對消器結構原理圖

本文采用最陡下降法［6］，使誤差函數最小化來修正權值。為了使系統的權值修正是在系統運行中進行(權值的計算是實時的)，濾波器的在線訓練算法依賴于誤差的定義。在線訓練算法是指在當前迭代時，權值修正僅取決于在迭代(i=1，…，N-1，N)時的系統狀態，即系統的當前值和過去值，與系統的未來值無關。將式(5)變為

隨著二孩政策的放開，越來越多的女性選擇生育二孩，其中有很多孕婦屬于高齡孕婦。和年輕孕婦相比，二胎高齡孕婦的身體機能如應激能力、代償能力等均處于下滑趨勢，不僅導致妊娠合并癥發生概率升高，也會引發孕婦產生焦慮抑郁等心理問題，給孕婦和胎兒均造成不良影響[12-13]。研究表明，孕婦發生焦慮抑郁等不良心理問題的可能性達到12%～54%，且二胎高齡產婦的出現焦慮抑郁的可能性更大，而焦慮抑郁的產生又可能導致孕婦分娩出現風險[14-15]。因此對二胎高齡孕婦焦慮抑郁產生因素進行分析并采取相應措施對孕婦及胎兒的健康有重要意義。

濾波器權值更新算法如下:

(1)設定初值，包括兩路噪聲輸入x和d以及所有神經元的初始狀態。

(2)根據權值迭代公式進行迭代，隨機和異步的更新神經元的狀態。

(3)檢查能量函數是否達到最小值和是否趨于漸近穩定，是就結束迭代，轉到(4)，反之轉到(2)。

(4)得到輸出結果，結束更新。

2 有源電力濾波器的工作原理

有源電力濾波器主要由信號檢測電路、控制電路、驅動電路和主電路四大部分組成，其總體構成如圖2所示。圖中，ic為控制電流，is為電源處流過的電流，il為電力線中流過的電流

圖2 有源電力濾波器的總體構成

負載從電網獲取的電流il按傅里葉級數展開為:

圖中檢測及控制電路部分對負載電流進行檢測，分離出諧波及基波無功電流部分，將二者之和作為控制指令，通過控制電路產生控制信號，控制信號經過驅動電路控制主電路電子開關的通斷，從而由主電路輸出相應的補償電流，補償電流與負載電流中的諧波及無功電流抵消。這時，經過補償后的電網電流只含基波有功電流，不含諧波和無功電流，是和電網電壓同頻、同相的正弦波。

3 基于CHNN自適應濾波的諧波檢測方法

有源濾波器諧波電流檢測電路通常不需要單獨檢測出各次諧波，只需檢測出除基波有功電流之外的總的諧波電流，對檢測速度和實時性要求較高。有源濾波器諧波電流檢測采用上述的CHNN自適應濾波電路，CHNN自適應濾波技術的單相電路電流檢測系統如圖3所示，其中自適應濾波器采用連續型Hopfield神經網絡(CHNN)實現。系統的輸出作為有源電力濾波器控制電路的指令電流信號，也是調節CHNN濾波器權值向量的誤差信號。圖中，電網電壓為參考輸入，負載從電網獲取的電流il為原始輸入，設電網電壓us=Ussinωt，il按傅里葉級數展開，如式(9)所示。由三角函數特性可知，諧波和基波無功電流與基波有功電流是線性無關的，其中的諧波和基波無功電流作為需要檢測出來的信號，基波有功電流ilp看作噪聲，通過調整權值w可以使y(t)逐步逼近基波有功電流ilp，然后和il相減，將基波有功電流ilp濾除，所得即為諧波和無功電流，實現了諧波檢測的目標，同時id作為誤差信號e對權值w進行調節。

圖3 基于CHNN自適應濾波的諧波檢測原理方框圖

4 仿真結果與分析

為了驗證本文所提出的CHNN自適應諧波電流檢測方法的船舶有源電力濾波器諧波補償特性，在Matlab-simulink軟件環境下搭建了APF仿真電路圖，其中，選用三相可編程電源模塊作為該系統的電源，選用三相橋和三相電阻作為主要的負載。電壓、電流的檢測和控制指令的生成都是用Matlab的M文件編寫程序，然后在Simulink里利用S-Function模塊進行調用來實現的，主功率電路采用Simulink提供的三相橋模塊，以A相電流為例。

仿真實驗結果如圖4和圖5所示。圖4是負載電流補償前后波形對比圖。從圖中可以看出，由于存在諧波電流，導致負載電流發生畸變，經過APF補償后，A相電流明顯得到改善，系統大概需要半個周期就可以輸出穩定已經非常接近完美的正弦波。圖5為檢測出的諧波電流波形，可以看出只需要約半個周期就能得到穩定的諧波輸出波形。

5 結論

本文將Hopfield神經網絡用于自適應濾波，研究了基于Hopfield神經網絡自適應濾波的艦船有源電力濾波器諧波檢測方法，從而克服傳統方法中因運算量過大導致運算時間太長的問題，使系統實現了實時處理。從仿真結果可以看出該方法有很好的實時性和準確性，并具有良好的參數自適應能力，可用于APF的諧波電流檢測。

圖4 A相負載電流補償前后波形對比

圖5 A相諧波電流波形

［1］ 趙懷軍，宋倩楠，邱宗明，陳明.艦船電力系統單位功率因數諧波電流檢測方法的研究［J］，兵工學報，2007，28(11):1 388-1 392.

［2］ 李玉梅.全電力船用電力系統諧波計算方法［J］.武漢理工大學學報(交通科學與工程版)，2009，33(3):549-552.

［3］ 趙小英，王平.基于MATLAB的并聯有源電力濾波系統的仿真研究［J］.自動化技術與應用，2005，24(3):28-31.

［4］ Hopfield J J.Neurons with graded response have collective computational properties like those of two state neurons.Proc.Natl.Acad.Sci.，USA，1984，81:3 088-3 092.

［5］ 羅發龍，李衍達.神經網絡信號處理［M］.北京:電子工業出版社，1993.

［6］ 姚天任，孫洪.現代數字信號處理［M］.武漢:華中科技大學出版社，2002.

TM712

A

2011-09-27

黃巧亮(1970-)，男，博士研究生，副教授，研究方向為船舶電力系統、電力傳動控制。