有源电力滤波器新型神经网络控制方法

基于神经网络理论和瞬时无功功率理论，提出了一种新型有源电力滤波器控制方法，消除了电源电流在负载电流发生突变处产生的锯齿抖动。这种方法实时检测负载电流的二阶导数，判断负载电流是否发生突变。发生突变则采用基于神经网络理论的程序模块进行补偿电流控制。神经网络模块采用离线训练方法，应用误差反向传播(BP)算法，选择前向三层人工神经网络的模型得以实现。这种方法可以应用在单相、三相电力系统的滤波电路中。仿真结果证明了这种算法的有效性。     

有源电力滤波器新型控制策略

基于瞬时无功功率理论和预测控制算法，提出了一种新型有源电力滤波器控制方法，该方法消除了电源电流在负载电流发生突变处产生的锯齿抖动。实时检测负载电流的二阶导数，判断负载电流是否发生突变。发生突变则采用预测控制程序模块进行补偿电流控制。这种方法可以应用在单相、三相电力系统的滤波电路中。仿真结果证明了这种算法的有效性。     

基于传统功率理论谐波抑制和无功补偿方法

基于传统功率理论，提出了一种谐波抑制和无功补偿方法，根据有功功率可求等效线性负载，进一步求得该时刻补偿电流值。应用于有源电力滤波器控制中，可有效地抑制谐波电流和补偿无功功率，减小了电流信号检测中偶然误差对补偿效果的影响。这种方法可以应用在单相、三相电力系统的滤波电路中。仿真证明了这种方法的有效性。