供電質量優化器人工神經網絡(ANN)

人工神經網絡具有自適應和自組織能力，可以根據輸入、輸出學會它們之間的非線性關系，而不需要系統的數學模型;ANN的容錯性和自適應性可以復雜系統在運行過程中的眾多不確定因素，提高系統的抗干擾能力;ANN固有的并行結構和并行處理能力使它可以快速處理系統的大量數據。可以將其他控制方法與模糊控制相結合，如變結構控制、人工神經網絡等，從而改善模糊控制的性能。

供電質量優化器控制方式

基于電力電子技術、通過變流器與電力系統相連接的電能質量控制裝置，例如SVG(靜止無功發生器)、APF(有源電力濾波器)、DVR(動態電壓恢復器)、DSTATCOM(即并聯型DVR)、UPQC等的控制方法更多。對變流器PWM控制技術是目前常用的控制方法，通過調節導通角?和調制脈寬Η可以四象限控制能量存儲裝置與電網間的有功或?和無功交換，而且可以有效地抑制交流側的諧波。

衡量電能質量的主要指標

1、電壓偏差：電壓偏差指的是供電電壓不穩定，存在電壓上升或下跌情況。

2、頻率偏差：所有電網對電網頻率要求相同，不會因不同的電能用戶而改變，頻率偏差每個國家都有相應的規定。

3、電壓三相不平衡：三相電壓的值超過規定標準。

4、諧波和間諧波：頻率是基波整數倍表現為正弦的電流或電壓稱之為諧波。非整數倍的則統稱為間諧波。

5、電壓波動和閃變：電網內電壓有規則的變動稱為電壓波動，或是變化幅度倍數在0.9-1.1之間的隨機變化。閃變則是指電壓的不穩定對燈泡照明的視覺影響。