news 2026/4/23 13:04:21

三相有源电力滤器APF仿真 波形从上到下分别是: 电网电流 APF电流 整流性负载电流

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
三相有源电力滤器APF仿真 波形从上到下分别是: 电网电流 APF电流 整流性负载电流

三相有源电力滤器APF仿真 波形从上到下分别是: 电网电流 APF电流 整流性负载电流 APF能够保证电网电流成正弦

最近在搞三相有源电力滤波器(APF)的仿真,发现这货简直就是电网里的Tony老师——专治各种电流造型不服。咱们先看实测效果:电网电流(修完的造型)、APF输出电流(Tony老师的手艺)、整流性负载电流(原始杀马特造型)。

先整段Python代码生成个典型的6脉波整流负载:

import numpy as np import matplotlib.pyplot as plt t = np.linspace(0, 0.1, 1000) fundamental = 20 * np.sin(2*np.pi*50*t) # 基波50Hz harmonics = 8*np.sin(6*np.pi*50*t) + 5*np.sin(12*np.pi*50*t) # 6次、12次谐波 load_current = fundamental + harmonics # 杀马特造型生成 plt.figure(figsize=(10,4)) plt.plot(t, load_current) plt.title('整流负载电流-原生态杀马特') plt.show()

这段代码故意用6次谐波搞事情(整流负载的典型特征),波形看起来就像被门夹过的正弦曲线。这时候APF就得出手了,它的核心技能是:实时捕获谐波成分,然后生成镜像电流对冲。

重点来了,看APF的电流生成算法:

def apf_control(load_current): h = np.convolve(load_current, [0.2, -0.5, 1, -0.5, 0.2], 'same') # 电流跟踪环节(比例控制演示) apf_current = -h * 0.98 # 留2%余量防止过冲 return apf_current apf_current = apf_control(load_current) grid_current = load_current + apf_current # 电网电流=负载电流+APF输出

虽然真实系统会用瞬时无功功率理论,但这段代码展示了本质——就像给谐波成分加了面镜子。注意那个0.98的系数,调参时稍微留点余地,不然容易引发震荡,跟理发师剪刀太快容易翻车一个道理。

最后上全家福波形:

plt.figure(figsize=(12,9)) plt.subplot(3,1,1) plt.plot(t, grid_current, 'b') plt.title('电网电流-离子烫后效果') plt.subplot(3,1,2) plt.plot(t, apf_current, 'orange') plt.title('APF输出电流-造型师的剪刀') plt.subplot(3,1,3) plt.plot(t, load_current, 'r') plt.title('负载电流-进店前状态') plt.tight_layout()

跑出来的效果绝对是强迫症福利:最上面的电网电流规规矩矩的正弦波,中间的APF电流张牙舞爪专门怼谐波,最下面的负载电流依旧保持杀马特本色。这说明APF深谙美发之道——不改变顾客(负载)本身,只做造型修正(谐波抵消)。

调试时踩过的坑:1. 补偿延迟超过200微秒就会翻车 2. 直流侧电容小了就像染发剂不足会掉色 3. 开关频率选10kHz以上效果更丝滑。总之这玩意儿就是电力系统的实时美颜滤镜,专治各种波形不服。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/14 3:57:50

20年过去了,大厂们通过AI大模型又开始“卷”输入法了?

在过去的20年里,互联网输入法市场的竞争曾是一场“安静的战争”。那时,搜狗、百度、QQ输入法等巨头各自为战,试图成为PC和手机时代最稳固的流量入口。然而,随着AI大模型技术的崛起,这场竞争再度升温,输入法…

作者头像 李华
网站建设 2026/4/23 12:55:31

安装包太大传不了?教你压缩GLM-TTS模型用于快速分发

安装包太大传不了?教你压缩GLM-TTS模型用于快速分发 在语音合成技术飞速发展的今天,像 GLM-TTS 这样的大模型正逐渐成为构建智能语音应用的核心工具。它支持零样本音色克隆、情感迁移和中英混合发音,在虚拟主播、有声读物、客服系统等场景中…

作者头像 李华
网站建设 2026/4/23 13:36:45

curl带header认证调用受保护的GLM-TTS远程服务

使用 curl 调用受保护的 GLM-TTS 远程服务:实战指南 在语音合成技术日益成熟的今天,大模型驱动的 TTS(Text-to-Speech)系统正从实验室走向生产线。以 GLM-TTS 为代表的零样本语音克隆模型,凭借其高保真音质、跨语言支持…

作者头像 李华
网站建设 2026/4/23 13:39:06

markdown TOC目录生成结合GLM-TTS语音导读功能

智能文档新范式:当 Markdown 目录遇上会说话的 GLM-TTS 在技术文档的世界里,我们早已习惯了“看”——一行行代码、一段段说明、一张张结构图。但有没有可能,让这些静态的文字“开口说话”?想象一下:你打开一份《AI 模…

作者头像 李华
网站建设 2026/4/23 14:35:26

GLM-TTS与Kong API网关集成:统一入口安全管理

GLM-TTS与Kong API网关集成:统一入口安全管理 在语音合成技术迅速普及的今天,越来越多的企业开始将AI语音能力嵌入到客服系统、教育平台和内容生产流程中。然而,当一个功能强大的TTS模型如GLM-TTS被部署上线时,真正的挑战才刚刚开…

作者头像 李华
网站建设 2026/4/22 17:13:25

微信、钉钉、邮件、短信、电话——PHP服务告警渠道终极选择指南

第一章:PHP服务告警机制的核心价值在现代Web应用架构中,PHP作为后端服务的重要组成部分,其运行稳定性直接影响用户体验与业务连续性。建立完善的告警机制,是保障系统高可用性的关键环节。通过实时监控PHP服务的运行状态&#xff0…

作者头像 李华