摘要
电力电子变换器产生的开关谐波在电动飞机双发电机电力系统中已成为一个重要的电能质量问题，而准确的谐波预测对于有效消除谐波至关重要。然而，传统的分析模型往往存在预测精度不足的问题，而数据驱动方法则因某些运行条件下标记数据的缺乏而受到限制。本文提出了一种用于电动飞机双发电机电力系统中的谐波预测与消除方法。为了解决直流母线上开关谐波累积的问题，对简化的分析模型、前馈神经网络以及基于迁移学习的模型进行了对比研究。同时建立了谐波建模框架和相移优化策略以实现谐波消除。为克服高压侧数据不足的问题，采用了迁移学习技术，将低压侧学到的知识应用到高压侧。实验结果表明，数据驱动方法的性能优于传统模型，而基于迁移学习的模型在数据条件有限的情况下还能进一步提升预测精度和泛化能力。
