[发明专利]基于遗传算法自适应谐波检测方法

权利要求书

1.基于遗传算法自适应谐波检测方法，基于自适应噪声对消技术基础，其特征在于，包括步骤：

（1）定义：信号i_L(n)为滤波器输入非线性负载电流的采样值；

x₁(n)、x₂(n) 分别为标准正弦u^*(t)及经90°移相的余弦离散值；

w₁(n)、w₂(n) 分别表示参考输入x₁(n)、x₂(n)的权值；

y(n)为自适应滤波器的输出；

e(n)为用于权值调节的误差反馈信号；

（2）参考输入x₁(n)、x₂(n)。

2.如权利要求1所述的基于遗传算法自适应谐波检测方法，其特征在于，所述遗传算法的权值最优化，包括步骤：

信号实时迭代运算

（1）定义：电流信号i_L(n)中的基波分量i₁(n)视为期望信号，所有谐波总量i_h(n)视为噪声信号；

（2）根据误差反馈信号e(n)控制权值向量W(n)=[ w₁(n)  w₂(n)]^T的迭代，使W(n)逼近最佳权值W_opt，当W(n)达到最佳权值时，输出向量y(n)即逼近基波分量i₁(n)，从而得到谐波电流i_h(n)；

（3）根据LMS算法原理，记输入向量X(n)=[ x₁(n)  x₂(n)]^T，则迭代公式为： 

式中，设定步长为μ，

由式(1)可知，确定误差反馈信号e(n)及输出向量y(n)后，进行迭代运算，设步长为一定值，求最佳权值W_opt(n)，由式(1)求取权值W(n)。

3.如权利要求1所述的基于遗传算法自适应谐波检测方法，其特征在于，所述遗传算法的权值最优化，包括步骤：

（1）初始化 

选择一个数量为M个的群体M,取M=30—160；

（2）选择 

根据适者生存原则选择下一代的个体；

（3）交叉 

按照交叉概率P_s在选中的位置上对两者进行交换，交叉概率P_s取值为0.25～0.75；

（4）变异 

对所要执行变异的串进行对应的位取反，变异概率P_m的取值一般为0.01～0.2；

（5）全局最优收敛 。

4.如权利要求3基于遗传算法自适应谐波检测方法，其特征在于，所述遗传算法的权值最优化，还包括步骤：

当最优个体的适应度还没有达到预先给定的权阀值时，重新（2）选择、（3）交叉、（4）变异，以得到的新一代群体用来取代上一代群体；

返回到第（2）步继续循环执行，直到它的值等于给定的权阀值，或者直到最优个体的适应度和群体适应度不能再上升时，算法的迭代过程收敛；

F.结束算法。