Академический Документы
Профессиональный Документы
Культура Документы
"Artificial Neural Network Active Power Filter with Immunity in Distributed Generation",
Periodica Polytechnica Mechanical Engineering, 64(2), PP. 109-119, 2020.
https://doi.org/10.3311/PPme.12775
https://doi.org/10.3311/PPme.12775
Creative Commons Attribution
b
|
109
Periodica Polytechnica Mechanical Engineering
, 64(2), стр. 109-119, 2020
фильтр активной мощности искусственной нейронной сети с иммунитетом
в распределенной генерации
Мохаммед Кадем
1*
, Абдельхафид Семма
1
, Патрис Вира
2
, Абделькадер Слиман
3,4
1
Лаборатория интеллектуального управления и электроэнергетических систем (ICEPS), кафедра
электротехники, университет Джилали Либеса
, P. O. B. 89, Бен-М'Хиди, 22000 Сиди-Бель-Аббес, Алжир
2
<wbr > Институт исследований в области компьютерных наук, математики, автоматизации и связи (IRIMAS), университет верхнего Эльзаса , Rue Albert < wbr>Camus 61, 68093 Мюлуз, Франция
3
< wbr>Лаборатория прикладной механики, факультет машиностроения, университет наук и технологий Орана < wbr>Мохаммед Будиаф, P. O. B.
1505, Эль-М'Науэр, 31000 Оран, Алжир
4
*
автор сообщения, e-mail:
kadem.mohamed.ing@gmail.com
получено: 02 июля 2018, принято: 26 декабря 2019, опубликовано: 28 января 2020
Аннотация
при переходе электрической сети на распределенную генерацию (DG), возникающее использование возобновляемых источников энергии постоянно создает проблемы для поддержания приемлемого качества электроэнергии продуманная сеть ; поэтому , на энергетическом рынке , где нагрузки
110
|
Kadem et al.
И точка. Политех. Mech. Eng., 64(2), PP. 109-119, 2020
Kadem et al.
И точка. Политех. Mech. Eng., 64(2), PP. 109-119, 2020
|
111
компенсация [6]. Компенсационный ток генерируется
с помощью VSI, подключенного со стороны переменного тока к PCC через
пассивный фильтр, а со стороны постоянного тока-к конденсатору, где
напряжение измеряется и поддерживается постоянным с помощью reg-
ulator (обычно PI). Требуемая величина компенсационного тока
контролируется с помощью алгоритма извлечения, который отделяет гармоническую составляющую от
фундаментальной.
общая архитектура САПФ показана на Рис. 1.
АПФ-это зрелая технология, которая получила значительное внимание со стороны исследователей, и было
сделано много предложений по улучшению различных частей АПФ, подробный обзор технологии АПФ
обсуждается в работе [19]. Однако объем данной работы сосредоточен на специфическом алгоритме извлечения-
алгоритме адаптивной линейной нейронной сети (ADALINE), который, согласно [20], является наиболее широко
используемым типом нейронной сети в управлении АПФ. Адалин был впервые предложен Уидроу и Хоффом в
их попытке развить свой обучающий алгоритм - наименее Среднеквадратичный "LMS" [21]. Это был
адаптивный линейный комбайнер, каскадированный с квантователем, и одна из самых ранних нейронных
моделей. Адаптивные веса были
аналогичны синапсам. Входные компоненты вектора
, связанные с дендритными входами. Квантованный выход был < wbr>аналогичен аксональному выходу.
Выходное решение было < wbr>определено взвешенной суммой входов, в значительной степени
так же, как действительные нейроны считались вести себя,<wbr > общая схема Адалина показана на Рис. 2.
я
из них
< wbr>Адалин; этот вектор состоит из комбинации
синусоидальные и Косинусоидальные волны на частоте funda-ментальные и наиболее доминантные гармоники.
Затем, воспринимая
форму сигнала для обработки (в этом случае ток нагрузки < wbr>) и подавая его в качестве целевого результата.
Позже, случайный вектор ширины
w
я
< wbr> инициируется, и Адалин обедает.
во время каждой итерации ADALINE заставляет свой выходной сигнал
сходиться к целевому сигналу, постоянно обновляя вектор ширины с помощью алгоритма LMS. В конечном
итоге,
после достаточного количества итераций, ADALINE будет сходиться с минимальной допустимой ошибкой и
шириной вектора < wbr>W
я
<wbr > будет представлять коэффициенты FFT сигнала.<wbr > таким образом, можно отделить основной сигнал
от
остальных и путем вычитания генерировать опорные сигналы.
< wbr>математическое применение этого процесса ранее < wbr>описано следующим образом, ток нагрузки
может быть записан<wbr > с помощью FFT, как показано в уравнении (1):
я
a
kf t
b
<wbr > kf t
H
k
Н
Н
Н
k
(
)
+
(
)
=
…
∑
грех
потому что
,
,,
2
2
0
0
123
π
π
(1)
< wbr>где <wbr > f
0
- основная частота сетки;
a
k
Н
и
b
k
Н
- это амплитуды
k
ТХ
грех гармоники и
компоненты cos соответственно,
i
Н
быть
n
ТХ
выборка
токов нагрузки и целевого сигнала,
k - это индекс
гармоники. Естественно, из-за полуволновой симметричной природы волны и архитектуры
трехфазной энергосистемы как четная, так и тройная гармоника отсутствуют.
H
=
…
{
}
157
,,,
причем
H
является самым высоким рангом k
.
пока что расчетный ток нагрузки
i
es
Н
в
n
ТХ
< wbr> образец может
х
es
Н
я
nT
Н
=
()
, (2)
где w я
Н
- вектор ширины синусной и косинусной составляющих гармоники тока соответственно в момент
n
ТХ
пример
a
a
b
b
b
я
Н
Н
Н
H
Н
Н
Н
H
Н
=
…
…
1
5
1
5
.
(3)
рис. 1
топология шунтирующего активного силового фильтра
рис. 2
адаптивный пороговый элемент (ADALINE)
112
|
Kadem et al.
И точка. Политех. Mech. Eng., 64(2), PP. 109-119, 2020
также
х
xt
Н
Н
=
()
будет входным вектором в данный момент
t
Н
совпадает с n
ТХ
образец, извлеченный из x
входная матрица, представляющая собой комбинацию
х
Н
потому что
и еще
х
Н
грех
,
которые будут матрицами как Косинуса, так и синуса com-понента для набора гармоник, как показано в
уравнении (4):
х
ft
ft
Hft
<wbr > f t
Н
потому что
потому что
потому что
**
потому что
*
*
потому что
потому что
**
=
……
2
2
5
2
2
2
5
0
1
0
1
0
1
0
2
π
π
π
π
π
ff t
Hft
<wbr > f t
<wbr > f t
М
М
0
2
0
2
0
0
2
2
2
5
2
……
…
……
…
…
…
……
…
……
потому что
*
*
...
потому что
потому что
**
потому что
π
π
π
ππ * *
Hft
М
0
x
<wbr > f t
<wbr > f t
Hft
<wbr > f t
Н
грех
грех
грех
**
грех
*
*
грех
грех
**
=
……
2
2
5
2
2
2
5
0
1
0
1
0
1
0
2
π
π
π
π
π
ff t
Hft
<wbr > f t
<wbr > f t
М
М
0
2
0
2
0
0
2
2
2
5
2
……
…
……
…
…
…
……
…
……
грех
*
*
...
грех
грех
**
грех
π
π
π
ππ * *
.
Hft
М
0
(4)
Алгоритм LMS использует градиентный спуск для минимизации
среднего квадрата ошибки между оцененными
значениями
я
es
Н
а тот измеренный один
я
меня
Н
. Затем он вычисляет
количество обновлений, необходимых для каждой ширины. Погрешность
вычисляется с помощью уравнения (5):
E
e
я
я
я
w
x
Н
меня
Н
es
Н
меня
Н
я
НТ
Н
=
()
=
−
(
)
=
−
()
(
)
1
2
1
2
1
2
2
2
2
.
(5)
Градиент
∇
погрешность
е
показана в уравнении (6):
∇
()
=−⋅
Ew
ex
я
Н
Н
Н
.
(6)
Так что значение ширины на следующей итерации равно cal-
культивируется с помощью эквалайзера (7):
w
w
Ew
w
ex
я
Н
я
Н
Н
я
Н
я
Н
Н
Н
=
− ⋅∇
()
=
+⋅⋅
−
−
1
1
η
η
,
(7)
где
η
-скорость обучения Адалина.
Исследования показали, что в некоторых работах, изучающих
применение Адалина в качестве алгоритма извлечения
в САФ таких [22-24], используются входные сигналы, генерируемые в виде синусоидальных
и косинусоидальных волн на частоте, кратной обычной(50 Гц или 60 Гц), принимая как должное, что частотане
будет колебаться. Этот подход может оказать значительное влияние на характеристики компенсации в случае
сдвига частоты, как это будет показано далее в этом исследовании. Чтобы избежать этой
проблемы, другие работы, такие как [25-27], предлагают использовать PLL
для непрерывной оценки частоты сетки, так что
входы ADALINE генерируются на основе измеренного
значения частоты. Тем не менее, большинство из этих бумаг
используют обычный PLL. Таким образом, они могут давать хорошие
результаты оценки при установившемся режиме и свободных sce -
нариос гармоник напряжения, но как только вводятся искажения и шумы
в литературе описано несколько методов оценки частоты [15], таких как обнаружение нулевого пересечения,
фильтр Калмана, дискретное преобразование Фурье, адаптивный Нотч
-фильтр, подавление запаздывающего сигнала с частотно-замкнутым
контуром. Но среди них наиболее часто используемыми технологиями на коммерческом уровне остаются циклы
фазовой автоподстройки частоты (ФАПЧ)
v
es
совпадение-
ing с
помощью n
го
образец. Тем не менее, из раздела 2
0
при приближении к неизвестному
значению (как и в случае с DG) задача теряет
свою линейность и становится нелинейной по методу наименьших квадратов [30].
es
≈()
−1
.
(9)
Kadem et al.
И точка. Политех. Mech. Eng., 64(2), PP. 109-119, 2020
|
113
К сожалению, матрица x вычисляется с использованием уравнения (8)
не является квадратным, если только
М
H
=∗
2
но это не всегда
так. Таким образом, она не может быть перевернута, поэтому эта проблема
не может быть решена непосредственно. Поэтому нам нужно вычислить
матрицу псевдоинверсии x и преобразовать уравнение (9)
в следующий вид (уравнение (10)):
w
xxxv
v
Т
Т
es
≈
(
)
−1
.
(10)
Подставляя w
v
≈
(
)
−1
.
(11)
Таким образом, ошибка будет равна:
e
v
xxxxv
Ixxxxv
es
Т
Т
es
Т
Т
es
=
−
(
)
= −
(
)
−
−
1
1
.
(12)
Согласно [30], оптимизация NLS показывает , что
правильная оценка частоты-это та, которая минимизирует
вторую норму R ошибки e, причем
Ре
=
2
2
, а так как е
является ли функция f
0
= 48 0 01 52
:.
:
).
3.2 вычислительная модель
поскольку алгоритм оценки NLS основан на окне,
окно анализа должно быть непрерывно сдвинуто и
частота пересчитана. Точность этой
оценки зависит от двух параметров: длины окна анализа
и количества учитываемых гармоник
. В работе [17] было проведено общее поведение расчетной
частоты в зависимости от обоих параметров для
определения оптимальной конфигурации, результаты показали, что
наилучшая оценка получена при длине окна 20 мс
и анализе 13 гармоник {1, 5, 7...}, эта конфигурация
будет использоваться на протяжении всего настоящего исследования.
Алгоритм является вычислительно интенсивным, но можно
сэкономить вычислительное время путем
предварительного вычисления постоянной переменной и сохранить их в ПЗУ процессора,
так как ошибка вычисляется с помощью уравнения (12), и в этом
уравнении выражение
Ixxxx
T
T
−
(
)
−
1
внутри этого
диапазона поиска и сохраните их внутри себя. Третий шаг состоит в том, чтобы запустить
эксперимент и начать с буферизации M образцов для построения
первого вектора Y. Затем идите мысленной петлей каждого can -
didate f
0
|
115
гармоника в форме волны напряжения тока, алгоритм НЛС
принимает далеко меньше время установить на правильном значении. Поскольку мы
сравниваем результаты между двумя оценками в обоих
переходных процессах соответственно, мы замечаем, что во время первого
изменение частоты (от 50 Гц до 49 Гц), потребовалось условное
ФПЛ 0,3 сек по сравнению с NLS, которое заняло всего 0,016 сек.
то же самое поведение наблюдается во время второго переходного
процесса (от 49 Гц до 51 Гц), где, как правило, ФПЛ принимал
Рис. 4. предлагаемый САПФ на основе Адалина-NLS
Рис. 5 имитация искаженной сетки напряжений
116
|
Kadem et al.
И точка. Политех. Mech. Eng., 64(2), PP. 109-119, 2020
0,5 сек для того чтобы установить против НЛС которые приняли только 0,018 сек.
те результаты показывают ясное преобладание оценки НЛС
на обычном ПЛЛ по отоношению к скорости.
Во второй части эксперимента изучено влияние
задержки оценивания на компенсационные характеристики
АДАЛИНОВОЙ САФ, в ходе этого
сравнительного исследования обе частотные оценки (обычная и
NLS) реализованы в аппаратном режиме in - loop
simuation on the Opal-RT OP560. Технические характеристики АПФ
также приведены в Таблице 1.
На рис. 8 показан спектр тока при стационарной
компенсации, после того как ФАПЧ установится на правильное значение
частоты сетки.
На рис. 9 (А) показано извлечение основного
компонента из осциллограммы воспринимаемого тока, на рис. 10 (а)
показан компенсационный ток, генерируемый Апфс
для компенсации содержания гармоник, и, наконец, на рис. 11 (а)
показан ток нагрузки на ПКК после компенсаций,
все это с использованием обычного ФАПЧ.
Рис. 6 изменение формы и частоты сигнала тока
Рис. 7 Результаты оценки частоты по обоим ФАПЧ
Таблица 1 Схема экспериментальных исследований
Источник
Среднеквадратичное напряжение: 100 в
Импеданс источника
(Rs = 0,47 ом, Ls = 160 МКЧ)
APF
Конденсатор связи ДК: µф 2000
Ref VDC: 850 V
PI VDC reg: (Kp = 0.9, Ki = 0.6)
Нагрузка
Семикронный 3 фазный диодный выпрямитель
RL = 8 ом LL = 25 мч
Kadem et al.
И точка. Политех. Mech. Eng., 64(2), PP. 109-119, 2020
|
117
Аналогично, на рис. 9 (Б) показано извлечение
фундаментальной составляющей из формы сигнала тока, на рис. 10 (б) показан
компенсационный ток, генерируемый АПФ, и, наконец
, ток нагрузки после компенсации показан на рис. 11 (Б)
при использовании частотной оценки на основе NLS.
Первый вывод из рис. 11 (А) и (Б) заключается в том, что
САПФ на основе Адалина дает значительные хорошие
результаты компенсации в стационарном состоянии, несмотря на используемые
Рис. 8. гармонический спектр компенсированного тока на ПКК
в установившемся состоянии
Рис. 9 результаты выделения фундаментальной составляющей тока;
(а) обычная ФАПЧ; (b) NLS
Рис. 10 Генерируемый Компенсационный Ток;
(а) обычная ФАПЧ; (b) NLS
Рис. 11 ток источника после компенсации
(а) обычная ФАПЧ; (b) NLS
118
|
Kadem et al.
И точка. Политех. Mech. Eng., 64(2), PP. 109-119, 2020
Список литературы
[1] Choudhury, S., Bhowmik, P., Rout, P. K. "распределение экономической нагрузки
in a D-STATCOM Integrated Islanded Microgrid based on Fuzzy
Logic and Seeker Optimization Approach", Sustainable Cities and
Society, 37, PP. 57-69, 2018.
https://doi.org/10.1016/j.scs.2017.11.004
[2] Лян, X. "возникающие проблемы качества электроэнергии из-за интеграции
возобновляемых источников энергии", IEEE Transactions on Industry
Applications, 53(2), PP. 855-866, 2017.
https://doi.org/10.1109/TIA.2016.2626253
[3] Валтиерра-Родригес М., де Хесус Ромеро-Тронкосо Р., Осорнио-
Rios, R. A., Garcia-Perez, A. "обнаружение и классификация
одиночных и комбинированных нарушений качества электроэнергии с использованием нейронных
сетей", IEEE Transactions on Industrial Electronics, 61(5),
PP. 2473-2482, 2014.
https://doi.org/10.1109/TIE.2013.2272276
[4] Монтойя Ф. Г., Гарсия-Крус А., Монтойя М. Г., Мансано-
Agugliaro, F. "Power quality techniques research worldwide:
A review", Renewable and Sustainable Energy Reviews, 54,
PP. 846-856, 2016.
https://doi.org/10.1016/j.rser.2015.10.091
[5] Улла Тарен, У., Мехилеф, С., Сейедмахмудян, М., Хоран, Б.
"Активный энергетический фильтр (APF) для смягчения проблем качества электроэнергии
в сетевой интеграции системы преобразования ветровой и фотоэлектрической энергии
", Renewable and Sustainable Energy Reviews, 70,
PP. 635-655, 2017.
https://doi.org/10.1016/j.rser.2016.11.091
[6] Берд Б. М., Марш Дж. Ф., Маклеллан П. Р. "гармоническая редукция
in multiplex converters by triple-frequency current injection",
IET Proceedings of the Institute of Electrical Engineers, 116(10),
PP.
https://doi.org/10.1049/piee.1969.0316
инструмент оценки частоты с THD, равным 2,6%
, как показано в спектре гармоник на рис. 8. Тем не менее,
во время переходного процесса, вызванного изменением частоты, мы сталкиваемся с плохими
характеристиками компенсации относительно задержки
оценки, что показывает, что алгоритм
ADALINE в значительной степени полагается на знание точного значения частоты для правильной
работы, что подтверждает мотивацию данного исследования.
Сравнительный анализ на рис. 9 (А) и (Б) показывает, что
извлечение фундаментальной составляющей из формы
сигнала тока при использовании обычной ФАПЧ занимало
гораздо больше времени, чем при использовании NLS-алгоритма. Кроме
того, заметно, что эти длительности находятся в прямой
зависимости от задержек обоих алгоритмов оценки
, рассмотренных ранее на рис. 7. это связано с тем, что во
время оценки переходной частоты в Адалин все
еще поступают неправильные входные данные, препятствующие его сходимости
к минимальной ошибке наименьших квадратов. Таким образом,
процесс извлечения фундаментальной формы сигнала не будет оптимальным
до тех пор, пока оценка частоты не будет правильной, а поскольку
алгоритм NLS быстрее обычного ФАПЧ,
то и извлечение его фундаментальной составляющей происходит быстрее, как
и генерация компенсационного тока, как показано на рис. 10 (А)
и (Б). В результате АПФ на основе NLS компенсировала
гармонику токов через 0,06 с после момента изменения частоты
, по сравнению с обычной ФАПЧ, которая заняла
0,32 с, как показано на рис. 11 (А) и (Б). Таким образом, делая его
в пять раз быстрее во время переходных процессов.
Таким образом, по данным сравнительного
исследования, проведенного на экспериментальной установке
, показанной на рис. 12, можно с уверенностью сказать, что использование NLS - оценки
значительно улучшило переходную характеристику
САПФ на основе Адалина по сравнению с использованием
традиционной ФАПЧ, но за счет большей вычислительной мощности.
вариация встречается редко, но в современной децентрализованной
системе это явление может происходить чаще, и
предложенная в данной работе оптимизация может оказаться очень полезной.
6 Заключение
данная работа вносит свой вклад в создание нового поколения активных
силовых фильтров, предназначенных для Высокопроницаемой среды DG
. Это указывает на враждебность такой среды и
проблемы, с которыми сталкиваются эти устройства для поддержания
качества электроэнергии. Это исследование показывает ограничения
активного силового фильтра на основе искусственного интеллекта, который использует ADALINE в качестве
алгоритма извлечения гармоник в среде DG, где
часто происходит быстрое изменение частоты наряду с гармоническими искажениями
, эти ограничения обусловлены большой зависимостью
ADALINE от его ФАПЧ и тем, как обычные
ФАПЧ страдают при оценке частоты в присутствии
гармоник напряжения. Таким образом, мы предложили альтернативу
с использованием нелинейных наименьших квадратов (НЛС) на основе частоты
оценщик, его быстрая реакция и безоговорочное стабильности из-за
его открытого контура природа дает ЕНПФ иммунитета в ГД
среды, предлагаемая архитектура обсуждается и
затем экспериментально подтверждено в сравнительном исследовании
с обычным, результаты показывают преобладание
предлагаемого НЛС-Адалин ЕНПФ что делает его идеальным
кандидатом на высокий ДГ проникновение случаях.
Рис. 12 Экспериментальная Установка
Kadem et al.
И точка. Политех. Mech. Eng., 64(2), PP. 109-119, 2020
|
119
[7] Akagi, H. "Active Harmonic Filters", Proceedings of the IEEE,
93 (12), PP.2128-2141, 2005.
https://doi.org/10.1109/JPROC.2005.859603
[8] Naderi, Y., Hosseini, S. H., Ghassem Zadeh, S., Mohammadi-
Ivatloo, B., Vasquez, J. C., Guerrero, J. M. "An overview of power
quality enhancement techniques applied to distributed generation
in electrical distribution networks", Renewable and Sustainable
Energy Reviews, 93, PP. 201-214, 2018.
https://doi.org/10.1016/j.rser.2018.05.013
[9] Гандоман, Ф. Х., Ахмади, А., Шараф, А. М., Сиано, П., Поу, Дж.,
Hredzak, B., Agelidis, V. G. "Review of FACTS technologies
and applications for power quality in smart grids with renewable
energy systems", Renewable and Sustainable Energy Reviews, 82,
PP. 502-514, 2018.
https://doi.org/10.1016/j.rser.2017.09.062
[10] Li, Y. W., He, J. "Гармоническая Компенсация Распределительной Системы
Methods: An Overwiew of DG-Interfacing Inverters", IEEE
Industrial Electronics Magazine, 8(4), PP. 18-31, 2014.
https://doi.org/10.1109/MIE.2013.2295421
[11] Bollen, M. H. J., Das, R., Djokic, S., Ciufo, P., Meyer, J., Rönnberg, S.
K., Zavodam, F. "проблемы качества электроэнергии при внедрении интеллектуальных
распределительных сетевых приложений", IEEE Transactions on Smart
Grid, 8(1), PP. 391-399, 2017.
https://doi.org/10.1109/TSG.2016.2596788
[12] Elphick, S., Smith, V., Gosbell, V., Barr, R. " The Australian Long
Срок обновления проекта обследования качества электроэнергии", в: труды
14 – й Международной конференции по гармоникам и качеству
электроэнергии-ICHQP 2010, Бергамо, Италия, 2010, с. 200-207.
https://doi.org/10.1109/ICHQP.2010.5625501
[13] Honrubia-Escribano, A., García-Sánchez, T., Gómez-Lázaro, E.,
Muljadi, E., Molina-García, A. "исследования качества
электроэнергии фотоэлектрических электростанций: характеристика и анализ требований к сетевым кодам
", iet возобновляемая энергетика, 9 (5), PP.466-473, 2015.
https://doi.org/10.1049/iet-rpg.2014.0215
[14] Абдеслам, Д. О., Вира, П., Меркл, Дж., Флиллер, Д., Шапюи, Ю. А.
"A Unified Artificial Neural Network Architecture for Active
Power Filters", IEEE Transactions on Industrial Electronics, 54(1),
PP. 61-76, 2007.
https://doi.org/10.1109/TIE.2006.888758
[15] Голестан С., Герреро Дж. М., Васкес Дж. К. "Трехфазные ФАПЧ:
A Review of Recent Advances", IEEE Transactions on Power
Electronics, 32(3), pp.
https://doi.org/10.1109/TPEL.2016.2565642
[16] Чудамани Р., Васудеван К., Рамалингам К. С. "Реальное Время
Оценка частоты энергосистемы с использованием нелинейных
наименьших квадратов", IEEE Transactions on Power Delivery, 24(3),
pp. 1021-1028, 2009.
https://doi.org/10.1109/TPWRD.2009.2021047
[17] Касим М., Канджия П., Хадкикар В. "Искусственная Нейронная Сеть-
Основанная схема фазовой блокировки для активных силовых фильтров", IEEE
Transactions on Industrial Electronics, 61(8), PP. 3857-3866, 2014.
https://doi.org/10.1109/TIE.2013.2284132
[18] Terriche, Y., Guerrero, J. M., Vasquez, J. C. "Performance improve-
усовершенствование шунтирующего активного силового фильтра на основе нелинейного
подхода наименьших квадратов", исследование электроэнергетических систем, 160, С. 44-55, 2018.
https://doi.org/10.1016/j.epsr.2018.02.004
[19] Сингх Б., аль-Хаддад К., Чандра А. "обзор активных фильтров
for Power Quality Improvement", IEEE Transactions on Industrial
Electronics, 46(5), PP.
https://doi.org/10.1109/41.793345
[20] Janpong, S., Areerak, K. L., Areerak, K. N. "Обзор Литературы
of Neural Network Applications for Shunt Active Power Filters",
World Academy of Science, Engineering and Technology
International Journal of Electrical and Computer Engineering,
5(12), PP. 1688-1694, 2011.
https://doi.org/10.5281/ZENODO.1056318
[21] Widrow, B., Lehr, M. A. "30 Years of Adaptive Neural Networks:
Персептрон, Мадалина и обратное распространение", Proceedings of
the IEEE, 78(9), PP.
https://doi.org/10.1109/5.58323
[22] Sharma, S., Verma, V. " сравнительный анализ Адалиновой основы
Shunt Active Power Filter", In: 2017 IEEE International Wie
Conference on Electrical and Computer Engineering (WIECON-
ECE), Дехрадун, Индия, 2017, PP.39-42.
https://doi.org/10.1109/WIECON-ECE.2017.8468919
[23] Merabet, L., Saad, S., Ould Abdeslam, D., Merckle, J. " Direct neu-
метод ral для оценки гармонических токов с использованием адаптивного линейного
элемента", исследование электроэнергетических систем, 152, С. 61-70, 2017.
https://doi.org/10.1016/j.epsr.2017.06.018
[24] Martinek, R., Vanus, J., Bilik, P., Stratil, T., Zidek, J. " Эффективный
Метод управления Шунтирующим активным силовым фильтром с использованием ADALINE",
IFAC-PapersOnLine, 49(25), стр. 352-357, 2016.
https://doi.org/10.1016/j.ifacol.2016.12.064
[25] Devassy, S., Singh, B. " анализ производительности пропорционального res-
onant and ADALINE-based solar photovoltaic-integrated unified
active power filter", iet Renewable Power Generation, 11(11),
PP.1382-1391, 2017.
https://doi.org/10.1049/iet-rpg.2017.0045
[26] Cirrincione, M., Pucci, M., Vitale, G. " однофазный DG
Генераторный блок с возможностью шунтирующего фильтра активной мощности
путем адаптивной нейронной фильтрации", IEEE Transactions on Industrial
Electronics, 55(5), PP.2093-2110, 2008.
https://doi.org/10.1109/TIE.2008.918642
[27] Ammirrul Atiqi Mohd Zainuri, M., Radzi, M. A. M., Soh, A. C.,
Mariun, N., Rahim, N. A., Hajighorbani, S. "фундаментальные
адаптивные линейные нейронные сети активного тока для фотоэлектрических шунтирующих
фильтров активной мощности", Energies, 9 (6), номер статьи: 397, 2016.
https://doi.org/10.3390/en9060397
[28] Jaalam, N., Rahim, N. A., Bakar, A. H. A., Tan, C. K.,
Хайдар, А. М. А. "комплексный обзор методов синхронизации
для сетевых преобразователей возобновляемых
источников энергии", обзоры возобновляемой и устойчивой энергетики, 59,
с. 1471-1481, 2016.
https://doi.org/10.1016/j.rser.2016.01.066
[29] Чудамани Р., Васудеван К., Рамалингам К. С. "нелинейность
алгоритм оценки гармоник на основе наименьших квадратов для шунтирующего
активного силового фильтра", IET Power Electronics, 2(2), стр. 134-146, 2009.
https://doi.org/10.1049/iet-pel:20080006
[30] Simon, G., Pintelon, R., Sujbert, L., Schoukens, J.
linear least square multisine fitting algorithm", IEEE Transactions
on Instrumentation and Measurement, 51(4), PP.
https://doi.org/10.1109/TIM.2002.803304