东北电力技术
東北電力技術
동북전력기술
NORTHEASTERN ELECTRIC POWER TECHNOLOGY
2004年
10期
11-13,26
,共4页
电力系统谐波%谐波源识别%谐波源模型%人工神经网络(ANN)
電力繫統諧波%諧波源識彆%諧波源模型%人工神經網絡(ANN)
전력계통해파%해파원식별%해파원모형%인공신경망락(ANN)
对于检测谐波或对谐波进行控制而言,确定谐波源的位置是非常重要的.基于这种情况Hevdt首先提出谐波源识别.本文从实际的配电系统中谐波分布的情况入手,首先介绍了Heydy利用状态估计技术的谐波源识别方法及该方法的欠缺之处;然后介绍其他学者如何对这种方法进行改进,同时分别指出他们方法的不足之处和可以借鉴的地方;最后介绍基于谐波源模型的谐波源识别、基于人工神经网络(ANN)的谐波识别的方法,分析这两种方法的优缺点,并提出今后的任务.
對于檢測諧波或對諧波進行控製而言,確定諧波源的位置是非常重要的.基于這種情況Hevdt首先提齣諧波源識彆.本文從實際的配電繫統中諧波分佈的情況入手,首先介紹瞭Heydy利用狀態估計技術的諧波源識彆方法及該方法的欠缺之處;然後介紹其他學者如何對這種方法進行改進,同時分彆指齣他們方法的不足之處和可以藉鑒的地方;最後介紹基于諧波源模型的諧波源識彆、基于人工神經網絡(ANN)的諧波識彆的方法,分析這兩種方法的優缺點,併提齣今後的任務.
대우검측해파혹대해파진행공제이언,학정해파원적위치시비상중요적.기우저충정황Hevdt수선제출해파원식별.본문종실제적배전계통중해파분포적정황입수,수선개소료Heydy이용상태고계기술적해파원식별방법급해방법적흠결지처;연후개소기타학자여하대저충방법진행개진,동시분별지출타문방법적불족지처화가이차감적지방;최후개소기우해파원모형적해파원식별、기우인공신경망락(ANN)적해파식별적방법,분석저량충방법적우결점,병제출금후적임무.