Vous êtes sur la page 1sur 30

Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.

"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique didentication
et de commande dun ltre actif parallle
Djaffar Ould Abdeslam
*
Patrice Wira
*
Jean Merckl
*
Yves-Andr Chapuis
**
Damien Flieller
***
* Laboratoire MIPS-TROP - Universit de Haute Alsace
4 rue des Frres Lumire, F-68093 Mulhouse Cedex
{d.ouldabdeslam, patrice.wira, jean.merckle}@uha.fr
** Laboratoire LEPSI - Universit Louis Pasteur
23 rue du Loess, BP 20/CRO, F-67037 Strasbourg Cedex 2
chapuis@lepsi.in2p3.fr
*** Laboratoire ERGE - INSA Strasbourg
24 Bd de la Victoire, F-67084 Strasbourg Cedex
ieller@mail.insa-strasbourg.fr
RSUM. Cet article prsente une stratgie complte didentication et de commande dun ltre
actif parallle amliorant les performances des systmes classiques de dpollution des installa-
tions lectriques. Base sur des techniques neuromimtiques, notre approche sadapte aux va-
riations de charge du rseau et donc aux uctuations des perturbations harmoniques. De plus,
les rseaux neuromimtiques rendent la structure de calcul homogne pour une implmentation
matrielle en temps-rel. Des simulations dmontrent les caractristiques originales de cette
stratgie et des rsultats exprimentaux permettent de valider la robustesse de lapproche.
ABSTRACT. In this paper, a new approach improving harmonic estimation and control of an active
power lter is presented. Using articial neural networks, the proposed approach adaptes itself
to any changes of the non-linear load and thus to the generated harmonics. Furthermore, the
different blocks of neural networks compose an homogeneous computing structure specially
well-suited for hardware implementation in real-time applications. Simulations demonstrate
the original features of our strategy and practical results also conrm its robustness.
MOTS-CLS : harmoniques, ltre actif parallle, compensation slective, rseaux de neurones
articiels, commande adaptative, systme lectrique triphas.
KEYWORDS: harmonics, active power lter, selective compensation, articial neural networks,
adaptive control, three-phase electric system.
RS - RIGE. Volume 9 n 1/2006, pages 35 64

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
36 RS - RIGE. Volume 9 n 1/2006
1. Introduction
Les perturbations de courant et de tension dans les rseaux de distribution lec-
trique sont causes par la prolifration des charges non linaires, telles que les conver-
tisseurs statiques (les redresseurs, les gradateurs, etc.), le matriel informatique, les
appareils de climatisation ou encore les clairages base de tubes uorescents. Ces
appareils absorbent des courants non sinusodaux et introduisent de ce fait des pol-
lutions harmoniques. Les harmoniques engendres par ces charges circulent dans les
rseaux lectriques et perturbent srieusement le fonctionnement normal de certains
quipements lectriques pouvant mme engendrer leur destruction. Ces effets nfastes
peuvent apparatre instantanment, mais peuvent galement se produire en diffr tant
pour le distributeur que pour les exploitants. Cest pour ces raisons que le ltrage
des distorsions en courant et en tension est au centre des proccupations actuelles
la fois des fournisseurs et des utilisateurs dnergie lectrique. Pour des installations
lectriques existantes, les ltres actifs parallles (FAP) sont ce jour les solutions
avances de dpollution les plus adquates (Bruyant, 1999). Actuellement, les solu-
tions actives sont celles qui rpondent au mieux aux contraintes de la production et de
la distribution. Leur rponse est instantane et elles sadaptent automatiquement aux
volutions des perturbations introduites par les charges du rseau lectrique. Que ce
soit dans le secteur industriel ou dans le secteur domestique, les FAP sinsrent faci-
lement dans un rseau de distribution lectrique sans imposer un amnagement des
installations du fournisseur dnergie ou du consommateur.
Les FAP sont constitus de convertisseurs base dinterrupteurs de puissance, de
type onduleur, associs un dispositif de contrle et de commande adapt. Ils peuvent
tre assimils des sources de courant ou de tension qui compensent directement les
perturbations harmoniques en injectant sur le rseau des courants ou des tensions en
opposition de phase par rapport aux perturbations mesures. Cette technique ncessite
une identication et un ltrage des harmoniques rejeter (Machmoum et al., 2003).
Le FAP, appel aussi compensateur shunt, est connect en parallle sur le rseau
lectrique. Il est dimensionn uniquement par rapport la puissance due aux harmo-
niques absorbes par la charge polluante. Son indpendance totale par rapport la
source et la charge lui confre des proprits avantageuses : auto-adaptabilit, abi-
lit et efcacit. Lidentication et le ltrage des harmoniques peuvent utiliser diff-
rentes techniques. La plus efcace et la plus utilise consiste identier et ltrer les
harmoniques polluantes dans lespace des puissances instantanes. Nous avons adopt
cette technique dans nos travaux en raison des nombreux avantages quelle procure
(Bruyant, 1999).
Base sur lutilisation des techniques neuromimtiques, notre approche vise prin-
cipalement amliorer les performances de ces systmes en termes de distortions
rsiduelles. Pour atteindre cet objectif, nous mettons en uvre diffrents rseaux de
neurones an dassurer un suivi instantan des uctuations du spectre frquentiel des
perturbations. La structure de calcul qui en rsulte est rendue homogne par lutili-
sation exclusive des techniques neuromimtiques et permet denvisager une impl-

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique pour un FAP 37
mentation efcace des organes de traitement dans une cible matrielle en vue dune
commande en temps rel.
Loriginalit des travaux prsents ici concerne tant ltude des harmoniques (iden-
tication et ltrage) que la commande de londuleur. Ces deux points seront abords
par une tude thorique puis par une tape de simulation, elle-mme suivie de va-
lidations exprimentales. La section 2 rcapitule brivement le principe du FAP. La
section 3 introduit la compensation slective et adaptative des courants harmoniques
laide dun rseau ADALINE (ADAptive LINear Element). La commande neuronale
de londuleur est prsente dans la section 4. Une analyse de la robustesse de len-
semble de lapproche est propose dans la section 5 et une dernire partie (section 6)
est consacre aux conclusions. Pour valider les solutions proposes, ainsi que lanalyse
de leur robustesse, des simulations et des rsultats exprimentaux compltent chacune
des sections.
2. Principe du ltre actif parallle
2.1. Introduction
Le FAP est une solution moderne et efcace pour restituer la forme sinusodale
du courant provenant du rseau lectrique lorsque celui-ci est dform par une charge
non linaire comme le montre la gure 1. En effet, lintroduction dun ltre dans un
rseau lectrique permet dliminer par compensation les harmoniques introduites par
une charge non linaire.
Figure 1. Insertion dun ltre actif parallle dans un rseau de distribution lectrique
Notre tude se limite au cas o la source de tension est sinusodale et o le courant
absorb par la charge est entach de composantes harmoniques. Dans ces conditions,
le taux global de distorsion harmonique (THD) est bien adapt pour quantier le degr
de pollution harmonique sur les rseaux lectriques. Le THD sexprime par rapport
la frquence fondamentale. Avec I
s1
la valeur efcace du courant fondamental et I
si
les valeurs efcaces des diffrentes harmoniques du courant, le THD est donn par
lexpression suivante :

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
38 RS - RIGE. Volume 9 n 1/2006
THD(%) =
100

i=2
I
2
si
I
s1
[1]
La structure gnrale dun FAP triphas de type tension est donne par la gure 2
o lon distingue une partie puissance et une partie contrle-commande. La partie
puissance est gnralement constitue dun onduleur de tension base dinterrupteurs
de puissance, commandables lamorage et au blocage avec des diodes en antiparal-
lle, dun circuit de stockage dnergie (souvent capacitif) et dun ltre de sortie. La
partie contrle-commande est ralise ici, selon la mthode des puissances active et
ractive. Elle est compose dune PLL dont le rle est dextraire le systme direct de
tensions aux bornes de la charge (V
1,2,3
), dune tape didentication et dune tape
de ltrage.
Figure 2. Structure dun ltre actif parallle bas sur la mthode des puissances ac-
tives/ractives
La qualit de compensation des harmoniques dpend fortement des performances
de la mthode didentication choisie. En effet, le systme de commande, mme
trs efcace, ne pourra pas lui seul effectuer des corrections sufsantes si les har-
moniques parasites sont mal identies. Pour cette raison, de nombreuses mthodes
didentication ont t dveloppes dans la littrature, les plus signicatives feront
lobjet du paragraphe suivant.
2.2. Mthodes didentication existantes
Une des mthodes didentication des plus anciennes est la transforme de Fou-
rier rapide qui ncessite une grande puissance de calculs an de raliser toutes les

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique pour un FAP 39
transformations en temps rel (Phadke et al., 1983). Des techniques bases sur les
moindres carrs, des algorithmes itratifs du mme type que celui de Newton, des
ltres adaptatifs et dautres mthodes itratives ont t proposes ; une tude compa-
rative est disponible dans (Tichavsky et al., 1997). Lutilisation du ltre de Kalman a
galement t prouve. On trouvera des exemples dans (Routray et al., 2002). Dans
ces derniers travaux, les auteurs ont mis au point un ltre de Kalman tendu (Exten-
ded Kalman Filter, EKF) pour estimer la frquence du rseau lectrique soumise de
lgres uctuations. Le principe est bas sur un rgulateur par hysteresis servant r-
initialiser la matrice de covariance de ltat du systme. Cette mthode utilise lerreur
destimation, sa valeur minimale et sa valeur maximale xent une plage en dehors de
laquelle la matrice de covariance est rinitialise. Ceci permet daugmenter rapide-
ment la valeur du gain de Kalman pour poursuivre le signal trs rapidement lorsque
des paramtres voient leur valeur changer (lamplitude, la phase ou la frquence du
signal). La faisabilit a t tudie et la stabilit du ltre a t montre et discute dans
une certaine mesure, cest--dire pour un signal sinusodal perturb uniquement par
des harmoniques parasites. Lapproche est compatible avec la contrainte temps rel,
et semble efcace face des uctuations rapides de la frquence fondamentale. Le
courant issu de la frquence fondamentale est estim, le courant d aux harmoniques
est quant lui estim puis limin. Les inconvnients des approches bases sur le l-
trage de Kalman (linaire ou non linaire) sont la ncessit dun modle du signal, une
convergence qui nest pas toujours rapide, lutilisation de plusieurs types de capteurs,
les bruits qui doivent tre blancs, gaussiens, centrs et stationnaires. Lavantage prin-
cipal de lalgorithme est son principe itratif qui permet une implmentation aise sur
des structures base de DSP.
Depuis quelques annes, les techniques neuromimtiques, appeles galement r-
seaux de neurones articiels, sont apparues comme une solution alternative ces m-
thodes. Elles possdent deux caractristiques essentielles. Dune part, le problme se
formule en termes dapprentissage et il nest de ce fait pas ncessaire davoir un mo-
dle. Dautre part, leur architecture de calcul est du type parallle, ce qui peut tre
extrmement rapide et efcace.
Des tudes tentent didentier directement les harmoniques partir du signal me-
sur sur le rseau lectrique laide de rseaux ADALINE (El Shatshat et al., 2002)
qui servent prdire la frquence fondamentale et les harmoniques du signal pollu
dans le cas o des drives en frquence sont prsentes. Cette approche, dans un souci
dconomie dnergie, utilise une structure avec diffrents modules comprenant cha-
cun un ltre par harmonique. Les modules fonctionnent avec les informations apprises
par lADALINE. Chaque module est command indpendamment et modul en fonc-
tion des harmoniques : plus lharmonique est dordre lev, plus lamplitude de sortie
est pondre laide dun coefcient bas. La mthode propose, en ltrant uniquement
les harmoniques 3, 5 et 7, possde une bonne abilit, est rapide et prcise.
Des mthodes qui combinent la transforme de Park avec des rseaux de neu-
rones ont t explores. Lidentication des harmoniques seffectue dans ce cas dans
lespace des puissances instantanes actives et ractives. Dans cet espace deux di-

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
40 RS - RIGE. Volume 9 n 1/2006
mensions, une grandeur triphase est reprsente par deux composantes. Ce principe
est mis en uvre dans (Vzquez et al., 2002) par exemple o pour chaque phase, un
rseau ADALINE estime lamplitude de la frquence fondamentale du signal. Cela
permet disoler les composantes harmoniques et de dterminer les courants de rf-
rence injecter dans le rseau lectrique pour compenser les harmoniques. Un second
rseau de neurones, du type multicouche, associ lalgorithme dapprentissage de
rtropropagation, ralise la loi de commande de londuleur.
Les deux mthodes prcdentes se rvlent insufsantes lorsque la frquence fon-
damentale varie dans des proportions importantes. Lide consiste alors valuer en
permanence la frquence du rseau lectrique. Les travaux prsents dans (Dash et
al., 1997) utilisent pour cela un rseau ADALINE an destimer uniquement la fr-
quence fondamentale. Les auteurs identient les paramtres dun modle du signal
lectrique scrivant sous la forme dune quation aux diffrences incluant les pre-
mires harmoniques. Lapprentissage contraint lerreur entre la sortie dsire et la
sortie calcule satisfaire la stabilit dune quation aux diffrences plutt que de
minimiser une fonction derreur. La mthode propose est robuste et prcise pour
de grandes variations de frquence. Elle est insensible aux harmoniques et aux bruits
alatoires, pouvant ainsi parfaitement complter les mthodes didentication des har-
moniques abordes ci-dessus.
Notre travail est ax sur lutilisation de la mthode des puissances relle et ima-
ginaire instantanes (dveloppe dans le paragraphe suivant) qui offre lavantage de
slectionner la perturbation compenser avec prcision et rapidit. Notre approche
va plus loin puisquelle consiste remplacer les transformations de Concordia directe
et inverse ainsi que le calcul des puissances active et ractive par deux rseaux feed-
forward puis sparer les puissances continue et alternative respectivement lies aux
composantes fondamentales et perturbatrices par deux rseaux ADALINE.
2.3. Principe de la compensation des harmoniques par la mthode des puissances
active et ractive
La mthode des puissances active et ractive est une technique de compensation
bien tablie (Alali, 2002) (Bruyant, 1999). Elle nest cependant valable que si les
tensions appliques lentre de lidenticateur forment un systme direct de tension.
An de remplir ces conditions, un systme verrouillage de phase (PLL) est insr
aprs la mesure des tensions du rseau.
La premire tape de lidentication consiste transformer les courants et les ten-
sions du repre triphas (1, 2, 3) vers le repre diphas (, ). Cette transformation,
appele Transformation de Concordia Directe (TCD), permet essentiellement de r-
duire les contraintes de calcul. Elle est donne par les quations [2] et [3] qui per-
mettent de calculer les tensions V

et V

et les courants I

et I

.

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique pour un FAP 41
_
_
V
0
V

_
_
=
_
2
3
.
_

_
1

2
1

2
1

2
1
1
2

1
2
0

3
2

3
2
_

_
_
_
V
1
V
2
V
3
_
_
[2]
_
_
I
0
I

_
_
=
_
2
3
.
_

_
1

2
1

2
1

2
1
1
2

1
2
0

3
2

3
2
_

_
_
_
I
S1
I
S2
I
S3
_
_
. [3]
Les puissances relle et imaginaire instantanes, respectivement p et q, sont don-
nes par [4] :
_
p
q
_
=
_
V

_
.
_
I

_
. [4]
Elles peuvent tre dcomposes selon p = p+ p et q = q+ q. Dans le cas sinusodal,
p est la partie continue lie la composante fondamentale active du courant, q est la
partie continue lie la composante fondamentale ractive du courant, alors que p et q
sont les parties uctuantes lies la somme des composantes perturbatrices du courant
et de la tension.
Un ltre passe-bas dans lespace des puissances permet de sparer la composante
fondamentale (autrement dit la partie continue), des composantes perturbatrices (la
partie alternative). Deux ltres sont ncessaires, le premier pour isoler la partie p de la
puissance active instantane, le second pour isoler la partie q de la puissance ractive
instantane.
Linverse de lquation [4] des puissances active et ractive permet dtablir la
relation [5] des courants I

et I

:
_
I

_
=
1
V
2

+V
2

_
V

_ _
p
q
_
. [5]
En remplaant les puissances p et q par leurs parties continues et alternatives, il
vient :
_
I

_
=
1

_
V

_ _
p
0
_
+
1

_
V

_ _
0
q
_
+
1

_
V

_ _
p
q
_
[6]

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
42 RS - RIGE. Volume 9 n 1/2006
avec = V
2

+V
2

. Le calcul des courants perturbateurs dans le repre biphas (, )


est nalement donn par :
_

I

_
=
1

_
V

_ _
p
q
_
. [7]
Des parties alternatives des puissances, p et q, on dduit des courants perturba-
teurs triphass grce la Transformation de Concordia Inverse (TCI). Ces courants
reprsentent les perturbations et correspondent des courants de rfrence qui sont
rinjecter en opposition de phase sur le rseau lectrique pour liminer les harmo-
niques.
_
_
I
ref1
I
ref2
I
ref3
_
_
=
_
2
3
_

_
1 0

1
2

3
2

1
2

3
2
_

_
_

I

_
. [8]
2.4. Mthodes existantes de commande de londuleur
Lobjectif de la mthode de compensation est de rinjecter les courants de rf-
rences de lquation [8] dans le rseau lectrique en opposition de phase. Cette opra-
tion se fait travers la partie puissance (londuleur de tension, llment de stockage
dnergie et le ltre de sortie reprsents sur la gure 2) et grce une loi de com-
mande. Diffrents types de commande sont recenss dans la littrature, on peut citer
la commande par hysteresis, la commande MLI (modulation par largeur dimpulsion)
utilisant soit un rgulateur PID, soit un rgulateur RST (Bruyant, 1999). La com-
mande par hysteresis est base sur le principe du rglage par mode glissant qui se
rsume pour un systme du premier ordre un simple relais. Elle est parfaitement
adapte aux organes de commande ayant une action deux positions comme cest le
cas pour londuleur. La commande MLI cherche rendre la frquence de commutation
constante et ncessite pour cela un rgulateur. Des actions proportionnelles, intgrales
et drives peuvent tre utilises (PID), tout comme un rgulateur RST, compos de
trois polynmes et bas sur le principe de la commande par retour dtat. A linverse
du rgulateur PID, le rgulateur RST aboutit gnralement un trs bon compromis
entre rapidit et ltrage (Bruyant, 1999).
La section suivante montre comment les quations prcdentes ([2]-[8]) sont im-
plmentes au moyen de rseaux de neurones articiels. La section 4 prsente quand
elle, une tude originale pour la commande de londuleur laide de rseaux de
neurones articiels.

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique pour un FAP 43
3. Etude de lestimation et du ltrage des harmoniques par rseaux
neuromimtiques
3.1. Introduction
Aprs avoir montr quune identication des composantes alternatives des puis-
sances instantanes permettait de ltrer les perturbations, nous introduisons une stra-
tgie de ltrage base exclusivement sur des techniques neuromimtiques. Le principe
est illustr par la gure 3. Il permet destimer les courants de rfrence directement
partir des mesures triphases de courants et de tensions. Son architecture est compose
de trois blocs.
Figure 3. Identication des courants de compensation laide dune structure neuro-
nale
Le bloc 1 dtermine les tensions V

et V

de lquation [2] et les puissances relle


et imaginaire instantanes p et q de lquation [4]. Il est constitu de deux rseaux de
neurones multicouches. Les entres du premier rseau du bloc 1 sont les tensions V
1
,
V
2
et V
3
issues de la PLL. Les sorties sont les tensions V

et V

. Le second rseau
prend six entres (les tensions et courants triphass V
1
, V
2
, V
3
, I
s1
, I
s2
et I
s3
) et a
pour sorties les puissances relle et imaginaire instantanes.
Le bloc 2 est constitu de deux ltres adaptatifs bass sur un rseau ADALINE,
ses sorties sont les puissances relle et imaginaire instantanes estimes p et q. Celles-
ci sont ensuite compares avec les puissances p et q supposes exactes et sortant du
premier bloc. Si lapprentissage converge, les poids de lADALINE de ce bloc repr-
sentent les coefcients de Fourier.
Le bloc 3 fournit les courants harmoniques de rfrence donns par lquation [8].
Il contient un rseau de neurones ayant 4 entres qui sont les tensions V

et V

ainsi
que les parties alternatives des puissances relle et imaginaire p et q. Les sorties de
ce bloc sont les courants harmoniques de compensation (cf. quation [8]) qui seront
utiliss comme courants de rfrence par le module de commande.

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
44 RS - RIGE. Volume 9 n 1/2006
Les rseaux de neurones des blocs 1 et 3 ralisent des approximations de fonctions,
respectivement de la TCD et de la TCI. Leur apprentissage est effectu hors ligne avec
un algorithme de type rtropropagation de lerreur. Cette conguration tant classique,
nous ne la dtaillerons pas davantage.
3.2. Principe de la compensation avec un rseau ADALINE
LADALINE est un rseau de neurones o les sorties sont des combinaisons li-
naires des entres. Propos par Widrow(Widrowet al., 1996), ce rseau est largement
utilis dans le ltrage adaptatif et la prdiction de signaux. Cest dans cette optique
que nous lutilisons dans notre application. Plac au sein du bloc 2, lADALINE doit
estimer les puissances relle et imaginaire instantanes (Ould Abdeslam et al., 2004).
Le principe gnral est repris ci-dessous sur la phase 1 dun rseau triphas.
Il est possible de dcomposer le courant et la tension dun rseau lectrique en
srie de Fourier de la faon suivante :
I
s1
(t) =

n=1,...,N
[I
n1
cos n(t ) +I
n2
sinn(t )] [9]
V
s1
(t) =

n=1,...,N
[V
n1
cos nt +V
n2
sinnt] [10]
o reprsente la frquence fondamentale du rseau, I
n1
et I
n2
les amplitudes des
composantes en sinus et en cosinus du courant du rseau, langle de dphasage entre
courant et tension et V
n1
et V
n2
les amplitudes des composantes en sinus et en cosinus
de la tension du rseau.
A laide dune analyse frquentielle, il est possible de dvelopper les expressions
des puissances instantanes :
p(t) = p
1
cos
. .
p
+p
5
cos(6t 5) p
7
cos(6t 7) ...
. .
p
[11]
q(t) = q
1
sin
. .
q
q
5
sin(6t 5) q
7
sin(6t 7) +...
. .
q
[12]
o p
1
cos et q
1
sin reprsentent les parties continues et les termes suivants, les
parties alternatives.

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique pour un FAP 45
Figure 4. Transformation du spectre de la puissance relle instantane
Il existe deux types de composantes : les composantes harmoniques directes et
les composantes harmoniques inverses. Le trac de la transformation du spectre de la
puissance active instantane est donn par la gure 4. Ainsi, les puissances relles et
imaginaires instantanes peuvent tre exprimes dans le cas gnral par lanalyse de
Fourier comme suit :
f(t) = A
0
+

n=1,...,N
[A
n1
cos(nt (n 1))
+A
n2
cos(nt (n + 1)) +B
n1
sin(nt (n 1))
+B
n2
sin(nt (n + 1))],
[13]
o A
0
est la composante continue, A
n1
, A
n2
, B
n1
et B
n2
les amplitudes des sinus et
cosinus. Avec la notation vectorielle, lquation [13] scrit (Vzquez et al., 2002) :
f(t) = W
T
.x(t) [14]
avec W
T
= [A
0
A
11
A
12
B
11
B
12
A
N1
A
N2
B
N1
B
N2
] et
x(t) =
_

_
1
cos(6t 5)
sin(6t 5)
cos(6t 7)
sin(6t 7)
.
.
.
cos(nt (n 1))
sin(nt (n 1))
cos(nt (n + 1))
sin(nt (n + 1))
_

_
[15]
Le produit de lquation [14] peut alors tre implment par un unique neurone, o
W est le vecteur poids du rseau et x(t) son entre. La gure 5 montre cette topologie.

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
46 RS - RIGE. Volume 9 n 1/2006
Figure 5. Structure du rseau ADALINE pour lestimation des harmoniques
Pour estimer conjointement les deux puissances, le rseau ADALINE possde deux
sorties. La premire prdit la puissance relle instantane alors que la seconde prdit
la puissance imaginaire instantane.
Le nombre dentres correspond m = h/2 1 avec h le nombre dharmoniques
(forcment pair) que lon souhaite identier. f(k) est le signal identier par ses
composantes (soit la puissance active, soit la puissance ractive du rseau lectrique),
f
est
(k) est le signal estim par le rseau de neurones (la puissance instantane prdite
par le rseau ADALINE). Lerreur e(k) est la diffrence entre le signal f(k) lins-
tant k et le signal estim f
est
(k). Elle est utilise par lalgorithme dapprentissage
pour la mise jour des poids du rseau. Pour raliser une bonne prdiction du signal,
lalgorithme cherche soit annuler lerreur e(k), soit atteindre une valeur xe au
pralable. Lalgorithme dapprentissage que nous avons utilis est une version modi-
e de lalgorithme Widrow-Hoff. Lalgorithme original scrit comme suit :
W(k + 1) = W(k) +
e(k)x(k)
+x
T
(k)x(k)
[16]
o W(k) est le poids neuronal linstant k, x(k) le vecteur dentre linstant k, e(k)
est lerreur linstant k, le paramtre dapprentissage, et une constante convena-

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique pour un FAP 47
blement choisie pour ne pas annuler le dnominateur (Dash et al., 1997). Lapprentis-
sage est rendu plus rapide et plus robuste en posant :
W(k + 1) =
_
W(k) +
e(k)y(k)
x
T
(k)y(k)
, si x
T
(k)y(k) = 0
W(k) si x
T
(k)y(k) = 0
[17]
avec y(k) = 0, 5 sgn(x(k)) + 0, 5 x(k). Comme x(k) est un vecteur constitu uni-
quement de termes en sinus et en cosinus, on a 1 x(k) 1, et de ce fait
|y(k)| |x(k)|.
Dans notre application, les amplitudes des composantes continues de la puissance
relle instantane et de la puissance imaginaire instantane sont dtermines chaque
fois par le premier poids des deux neurones du rseau ADALINE. De ce fait, la diff-
rence entre la puissance relle (respectivement imaginaire) et sa composante continue
estime permet de dterminer la composante alternative. La mthode permet gale-
ment de rcuprer les puissances alternatives individuellement, et ceci en considrant
la somme de deux poids conscutifs multiplis par les cosinus et sinus quivalents.
Ceci permet dobtenir les perturbations directes et inverses avec une trs bonne prci-
sion.
Les composantes alternatives des puissances relle et imaginaire permettent dta-
blir les courants de rfrences injecter en opposition de phase sur le rseau lec-
trique. Des tests ont t effectus en simulation an de valider le principe, puis des
exprimentations sur un banc de test rel ont conrm lefcacit et la robustesse de
lapproche propose.
3.3. Modlisation du rseau lectrique
Avant de prsenter les rsultats de simulation, nous allons dtailler les modles
utiliss ainsi que leurs caractristiques. Lenvironnement de simulation est conforme
un cahier des charges industriel. Les modles utiliss sont rcapituls dans (Alali,
2002). Les caractristiques de la source, de la charge polluante ou celles du ltre actif
parallle sont brivement rappeles ci-dessous.
3.3.1. Modle de la source
Le rseau lectrique est reprsent par un poste de transformation modlis par
la force lectromotrice du rseau, par une inductance L
s
et une rsistance R
s
. Le
tableau 1 donne les valeurs des paramtres modlisant le rseau lectrique pour dif-
frentes puissances nominales xes par notre cahier des charges. Les simulations
qui ont t effectues en faisant varier la puissance nominale du rseau utilisent ces
valeurs pour L
s
et R
s
.

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
48 RS - RIGE. Volume 9 n 1/2006
Puissance (kVA) L
s
(H) R
s
(m)
100 155,6 14,6
1000 19,4 0,25
2000 9,7 0,13
Tableau 1. Caractristiques de la source
3.3.2. Modle de la charge polluante
La charge polluante se compose dune inductance de lissage (L
c
, R
c
) et dun re-
dresseur (pont de Graetz). La valeur de L
c
est 400 H. La rsistance interne de lin-
ductance de lissage R
c
est de 5 m. Le redresseur alimente une charge compose
dune rsistance R
ch
en parallle avec une capacit C
ch
= 45 mF. La puissance de
charge est de 103 kW.
3.3.3. Modle du ltre actif parallle
En sortie du ltre actif, on trouve un ltre passif du troisime ordre, appel gnra-
lement ltre en T, qui est reprsent par deux inductances (R
f1
, L
f1
, R
f2
, L
f2
) et une
capacit C
f
en srie avec une rsistance damortissement R
f
. Ce ltre sert dune part,
connecter londuleur de tension au rseau lectrique, dautre part empcher les
composantes dues aux commutations de se propager sur le rseau lectrique. Les va-
leurs des lments caractrisant le ltre actif parallle sont donnes dans le tableau 2.
Elments du ltre actif parallle Valeurs
V
dc
, C
dc
840 V, 4,4 mF
L
f1
, L
f2
100 H, 100 H
R
f1
, R
f2
5 m, 5 m
C
f
, R
f
130 F, 16 m
frquence de commutation 12,5 kHz
Tableau 2. Caractristiques du FAP
3.4. Rsultats de simulation
Les modles et lensemble des simulations sont raliss dans lenvironnement
Matlab/Simulink. Lobjectif est ici de valider lutilisation du rseau ADALINE pour
lidentication et le ltrage des harmoniques polluantes. LADALINE possde deux
sorties pour estimer les composantes continues des puissances instantanes. Il a 9 en-
tres, cest--dire quil tient compte des harmoniques jusqu lordre 4. Les valeurs
des lments caractrisant le rseau lectrique sont les suivantes : R
S
= 1, 269 m,
L
S
= 46 H, V
s1
= V
s2
= V
s3
= 230 V et f = 50 Hz. La charge perturbatrice est
un pont de Graetz consommant 100 kV A et ayant un angle damorage de 0.

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique pour un FAP 49
0.13 0.135 0.14 0.145 0.15 0.155 0.16
0
5
10
15
x 10
4
temps (s)
(
W
)
a )
0.13 0.135 0.14 0.145 0.15 0.155 0.16
3
2
1
0
1
2
3
x 10
4
temps (s)
(
A
)
b )
0.13 0.135 0.14 0.145 0.15 0.155 0.16
12
10
8
6
4
2
0
x 10
4
temps (s)
(
V
A
)
c )
0.13 0.135 0.14 0.145 0.15 0.155 0.16
6
4
2
0
2
4
6
x 10
4
temps (s)
(
A
)
d )
Figure 6. Performances du ltre actif de puissance. a) Composante continue de la
puissance relle instantane estime par lADALINE, b) puissance relle rsultant des
harmoniques, c) composante continue de la puissance imaginaire instantane estime
par lADALINE, d) puissance imaginaire rsultant des harmoniques
La composante continue de la puissance relle instantane estime par le rseau
dADALINE est donne par la gure 6a. De la diffrence entre la puissance active et
la composante continue, rsulte la partie alternative reprsentant la contribution des
harmoniques. Cette dernire est reprsente sur la gure 6b. Lestimation de la com-
posante continue de la puissance imaginaire instantane et la composante alternative
obtenue en faisant la diffrence entre la puissance imaginaire et sa composante conti-
nue sont reprsentes respectivement sur les gures 6c et 6d. La composante continue
permet une estimation prcise de la frquence fondamentale. Il est noter que chaque
harmonique pourrait tre reprsente sparment grce aux poids et aux entres du
rseau ADALINE.
La gure 7 prsente la forme du courant I
s1
avant le ltrage, la forme du courant
de rfrence de la phase 1 ainsi que le courant de la phase 1 aprs compensation.
Le courant du rseau y est dsormais sinusodal et exempt de toutes perturbations
harmoniques.
An de tester lefcacit de notre dmarche, les performances de lADALINE
sont compares avec celles obtenues avec la mthode classique, base sur lutilisation
dun ltre de puissance pour la sparation des puissances instantanes. An que les
comparaisons soient signicatives, le mme systme de commande est utilis pour les
deux mthodes. La gure 8 montre le THD du courant de la charge qui est de 24,2 %
avant le ltrage, et celle du rseau aprs compensation par la mthode classique qui
vaut 1,2 %. Le THD obtenu avec lADALINE est de 0,85 % ct rseau. On peut
constater que la compensation par la technique neuronale a nettement amlior la
qualit du courant.

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
50 RS - RIGE. Volume 9 n 1/2006
0.1 0.11 0.12 0.13 0.14 0.15 0.16
300
200
100
0
100
200
300
temps (s)
(
A
)
a )
0.1 0.11 0.12 0.13 0.14 0.15 0.16
300
200
100
0
100
200
300
temps (s)
(
A
)
b )
0.1 0.11 0.12 0.13 0.14 0.15 0.16
300
200
100
0
100
200
300
temps (s)
(
A
)
c )
Figure 7. Performances du ltre actif de puissance en simulation. a) Allure du courant
de charge I
s1
avant la compensation, b) allure du courant de rfrence I
ref1
, c) allure
du courant de charge I
s1
aprs la compensation
0
5
10
15
20
25
T
H
D
(
%
)
sans compensation avec compensation classique avec compensation avec ADALINE
Figure 8. THD du courant (en %) sans compensation, avec compensation classique
et avec compensation avec un rseau ADALINE
Linuence du paramtre dans lalgorithme Widrow-Hoff modi est trs im-
portante. Si lobjectif est de rcuprer les harmoniques individuellement, alors il est
prfrable de choisir grand. Lalgorithme sadapte alors rapidement au signal. Si
lobjectif est simplement didentier les composantes continues des puissances ins-
tantanes active et ractive pour supprimer les harmoniques (cest notre cas), alors
une petite valeur de stabilise plus rapidement ces deux composantes.

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique pour un FAP 51
3.5. Rsultats exprimentaux
3.5.1. Prsentation du banc exprimental
Lensemble des exprimentations a t ralis sur un banc exprimental compos
dune carte dSPACE, dun onduleur triphas, dun ltre de sortie du premier ordre,
dune alimentation triphase, dun redresseur, dune charge RL et dun variateur de
puissance. La carte dSPACE (DS 1104) est quipe dun processeur Power PC 603e
dIBM et un DSP TMS320C31 cadenc 40 MHz de Texas Instrument. Elle utilise
Real Time Workshop pour la gnration du code Cet linterface temps rel de dSPACE
(RTI) pour la compilation et limplmentation automatique des modles Simulink sur
la carte. Lapproche didentication est value sur un rseau lectrique triphas rel.
3.5.2. Rsultats
Nous avons conduit des exprimentations dans une conguration quasiment iden-
tique celle des simulations prsentes ci-dessus. Le rseau lectrique est caractris
par V
s1
= V
s2
= V
s3
= 100 V, la puissance apparente est de 500 VA, la frquence
vaut 50 Hz et la charge polluante est compose de R
ch
= 12 , L
ch
= 38 mH, et dun
angle damorage de 25.
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
8
6
4
2
0
2
4
6
temps (s)
(
A
)
a )
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
4
3
2
1
0
1
2
3
4
temps (s)
(
A
)
b )
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
5
4
3
2
1
0
1
2
3
4
5
temps (s)
(
A
)
c )
Figure 9. Performances du ltre actif de puissance sur le banc de test exprimental.
a) Allure du courant de charge I
s1
avant la compensation, b) allure du courant de
rfrence I
ref1
, c) allure du courant de charge I
s1
aprs la compensation
Les rsultats obtenus sur ce banc de test sont illustrs par la gure 9. Ils sont
conformes aux simulations prcdentes. La prsence de bruit de mesure nentrane pas

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
52 RS - RIGE. Volume 9 n 1/2006
daltration des rsultats. Ceci montre que notre approche neuromimtique didenti-
cation est valable comparativement avec les mthodes traditionnelles.
Figure 10. Schma didentication directe dun processus par un rseau de neurones
4. Etude de la commande de londuleur par rseaux neuromimtiques
4.1. Principe de commande avec des rseaux de neurones
Les capacits quont les rseaux de neurones estimer une fonction non linaire
quelconque sont trs intressantes du point de vue de la commande. Les rseaux de
neurones permettent dobtenir une reprsentation dune relation non linaire qui peut
tre afne en permanence grce un processus dapprentissage. Dans le cadre de la
commande, cette reprsentation peut tre vue comme une sorte de modle du systme
non linaire. Dun autre ct, pour diverses raisons, les mthodes traditionnelles ne
proposent pas ce jour de formalisme gnrique et acceptable pour le contrle des
systmes non linaires. Les rseaux de neurones se prsentent comme une solution
viable pour llaboration dune commande dun tel systme dans la mesure o un
neurocontrleur constitue un contrleur adaptatif.
Il existe diffrents schmas pour utiliser un rseau de neurones en tant que contr-
leur (Narendra, 1990) (Widrow et al., 1996) (Vas, 1999). On peut distinguer une tape
didentication et une tape de contrle. Lidentication consiste laborer un mo-
dle neuronal qui est une estimation du processus commander et cela au moyen
dune phase dapprentissage. Celle-ci peut tre soit pralable et il ny a alors pas dap-
prentissage en ligne, ou bien elle peut se faire intgralement en ligne. La commande
utilise les connaissances acquises pendant la phase didentication et/ou de lappren-
tissage en ligne pour laborer des signaux de commande. Un apprentissage en ligne,
pendant la commande du systme, est intressant si des perturbations viennent affec-
ter le processus ou son environnement. Les paramtres du neurocontrleur sont alors
ajusts continuellement pendant son utilisation avec le processus.
Nous utilisons trois schmas dapprentissage diffrents : un schma didentica-
tion directe dun processus, un schma didentication inverse, et un schma dappren-
tissage appel direct inverse. La gure 10 montre le schma gnral didentication

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique pour un FAP 53
directe dun processus. Sur cette gure, RNI reprsente un rseau de neurones iden-
ticateur. La gure 11 montre le cas dune commande o le processus est remplac
par son modle neuronal an de dterminer, dans une phase dapprentissage pra-
lable, les paramtres de lorgane de commande neuronale RNC. Cette technique est
simple dutilisation par contre elle reste limite lorsque des variations importantes sont
constates dans le systme (Vas, 1999). La gure 12 montre un systme de commande
adaptatif appel commande directe inverse. Le rseau de neurones identicateur (RNI)
estime les paramtres du processus en minimisant lerreur quadratique entre sa sortie
et celle du processus puis calcule le Jacobien du processus y(k)/u(k). Le rseau de
neurones contrleur (RNC) dtermine ses paramtres en utilisant lerreur quadratique
entre la sortie du processus et la rfrence ainsi que le Jacobien du processus pour
tenir compte des variations de celui-ci (Omatu et al., 1996).
Notre motivation principale dans le choix dune commande neuromimtique reste,
en plus de lamlioration des performances, de tendre vers une stratgie de contrle-
commande tout neuromimtique , cela an daboutir une structure de calcul for-
tement homogne se prtant favorablement une implmentation matrielle.
Figure 11. Schma didentication inverse dun processus par un rseau de neurones
Figure 12. Schma de commande direct inverse

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
54 RS - RIGE. Volume 9 n 1/2006
4.2. Application la commande de londuleur
4.2.1. Commande directe avec apprentissage hors ligne
Dans le schma de commande directe, il sagit dlaborer un neurocontrleur par
apprentissage du comportement dun contrleur existant. Pour ce faire, nous choisis-
sons un rgulateur de type RST reconnu pour ses bonnes performances lorsque le
systme nest pas soumis des changements importants. Cette dmarche nous per-
met dobtenir une commande efcace tout en nous affranchissant des limitations du
rgulateur RST du point de vue de lintgration numrique.
Figure 13. Schma didentication directe de la commande RST
Le schma dapprentissage de la commande RST est donn par la gure 13. Cet
apprentissage est ralis laide dun rseau de neurones multicouche avec une seule
couche cache de 15 neurones. Les entres sont le signal de commande aux instants
k, k 1 et lcart entre les sorties des deux contrleurs aux instants k, k 1 et k 2.
La rgle dapprentissage utilise est lalgorithme de la rtropropagation du gradient.
En tant que neurocontrleur, le rseau de neurones calcule les commandes partir du
modle u(k) = f(u(k 1), u(k 2), e(k), e(k 1), e(k 2)).
Cette commande est value en simulation avec une priode dchantillonnage de
10 s. On peut voir sur la gure 14 la forme du courant de rfrence de la phase
1, le courant inject dans la mme phase, ainsi que la diffrence entre les deux. On
constate que le rseau de neurones arrive des performances similaires celles de
la commande RST quil remplace car lerreur destimation du courant est value
9,5 %.
4.2.2. Commande inverse avec apprentissage en ligne
Avec lapproche prcdente, le neurocontrleur possde les qualits et les imper-
fections de la commande RST. Cette commande ne prend pas en compte les variations
de la charge non linaire. Nous proposons donc un apprentissage en ligne bas sur le
schma dune commande inverse an de tenir compte des uctuations de la charge.
Grce lapprentissage en ligne, le neurocontrleur peut sadapter en permanence aux
volutions du systme commander. La gure 15 montre le schma didentication
inverse de la commande RST. Un rseau multicouche RNA avec une couche cache
de 5 neurones est utilis comme neurocontrleur. Il possde 4 entres et une sortie,
son apprentissage est ralis laide de lalgorithme de rtropropagation du gradient

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique pour un FAP 55
bas sur lerreur e
k
= I
ref
I
inj
. Le neurocontrleur permet dinjecter dans le r-
seau lectrique, via londuleur et le ltre de sortie, le courant de rfrence issu de
ltape didentication. Avec une commande inverse associe un apprentissage en
ligne, lerreur destimation du courant est value 1,16 %. Lapprentissage en ligne
aboutit une commande nettement plus performante car, contrairement lapprentis-
sage hors ligne, il permet au neurocontrleur de safner tout au long du processus de
commande.
0.1 0.11 0.12 0.13 0.14 0.15 0.16 0.17 0.18 0.19 0.2
150
100
50
0
50
100
150
temps (s)
(
A
)
a )
0.1 0.11 0.12 0.13 0.14 0.15 0.16 0.17 0.18 0.19 0.2
50
40
30
20
10
0
10
20
30
40
50
temps (s)
(
A
)
b )
Figure 14. Performances de la commande neuronale base sur une identication di-
recte de la commande RST, a) courant de rfrence et courant inject de la phase 1
(respectivement en continu et en pointill), b) diffrence entre ces deux courants
Figure 15. Commande inverse de ltage de puissance (constitu dun onduleur et
dun ltre de sortie)
4.2.3. Commande directe inverse
La commande directe inverse est plus sophistique que la commande directe et la
commande inverse du fait quelle estime le processus et son Jacobien. Lapplication de
cette commande au contrle de londuleur est montre par la gure 16. Les deux blocs,
identicateur et contrleur, ont t implments par deux rseaux multicouches. Les
entres du rseau identicateur sont les signaux de commande diffrents instants,
soit u(k), u(k 1), u(k 2) et u(k 3). Ce rseau estime le courant injecter

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
56 RS - RIGE. Volume 9 n 1/2006

I
inj
(k) = f(u(k), u(k1), u(k2), u(k3)) sur la base de lerreur dapprentissage
e
1
(k) = I
inj
(k)

I
inj
(k).
Figure 16. Schma de la commande directe inverse applique au contrle de ltage
de puissance (londuleur et le ltre de sortie)
Les entres du contrleur correspondent lerreur e
2
(k) = I
ref
(k) I
inj
(k)
aux instants successifs k, k 1, k 2 et k 3. La sortie est directement u(k), la
commande de londuleur. Elle est tablie sur un apprentissage bas sur lerreur e
2
(k),
ainsi que sur un terme supplmentaire I
inj
(k)/u(k). Cette drive est le Jacobien
du processus qui est fourni par le rseau identicateur chaque instant.
Cette approche autorise un apprentissage en ligne pendant la commande de lon-
duleur. Lallure du courant de rfrence et lallure du courant inject sont montres
sur la gure 17. On constate que lutilisation de cette dernire approche donne de l-
gres amliorations par rapport la commande inverse. Vu le cot en calculs quelle
prsente, et les rsultats quasi quivalents obtenus par la commande inverse, nous
conserverons la commande inverse dans les prochaines simulations.
4.2.4. Rsultats de simulation de lensemble du systme (identication des
harmoniques et commande)
Dans un premier temps, nous effectuons des simulations dans un environnement
comprenant le rseau lectrique et une charge polluante, tous deux modliss sous
Matlab/Simulink avec le Power System Blockset. Le cahier des charges est de nature
industrielle. Les valeurs des lments caractrisant cet environnement complet sont
les mmes que celles utilises prcdemment (cf. section 3.4). La compensation est
effectue avec un FAP conventionnel, puis avec un rseau ADALINE an dtablir
un comparatif. Pour les besoins de la comparaison, plusieurs commandes ont t va-
lues, que ce soit une commande du type PID, une commande du type RST amlior,
ou des commandes neuronales. Quelle que soit la technique de compensation utilise,
les paramtres de simulation sont les mmes.

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique pour un FAP 57
0.1 0.11 0.12 0.13 0.14 0.15 0.16 0.17 0.18 0.19 0.2
150
100
50
0
50
100
150
temps (s)
(A
)

a )
0.1 0.11 0.12 0.13 0.14 0.15 0.16 0.17 0.18 0.19 0.2
10
8
6
4
2
0
2
4
6
8
10

b )
Figure 17. Performances de la commande neuronale base sur une identication di-
recte inverse, a) courant de rfrence et courant inject de la phase 1 (respectivement
en continu et en pointill), b) diffrence entre ces deux courants
Les approches classiques proposes dans ces comparatifs serviront de rfrence
pour lvaluation des performances de lapproche neuronale. La plus simple est consti-
tue dun ltre de puissance conventionnel, dune commande PID, et dun ltre de
sortie du premier ordre (cest la solution la moins coteuse). Cette technique vaut plus
pour sa simplicit, sa facilit de mise en uvre et son cot rduit que pour ses per-
formances. La gure 18 montre les performances de cette approche grce au courant
de la source I
s1
avant compensation et aprs compensation. Ce dernier courant est
sinusodal mais reste nanmoins fortement bruit. La gure 18 donne galement un
aperu du courant de la source I
s1
aprs compensation avec une approche purement
neuronale sous la forme dune commande inverse. Le signal sinusodal rsultant de la
compensation neuronale est trs proche dune sinusode perturbe par un faible bruit.
On voit dailleurs sur cette gure que ce signal est de mieux en mieux estim grce
lapprentissage en ligne. Le THD mesur est de 0,92 % au lieu de 8 % avec un PID
pour un THD ct charge de 24 %.
Dans le tableau 3, nous rsumons les rsultats des diffrentes combinaisons que
nous avons values. Avec un ltre passe bas, lutilisation dune commande RST am-
liore en remplacement du PID permet de rduire le THD de 8 % 1,2 % et savre
donc bien plus efcace. Avec cette mme commande RST et un rseau ADALINE
pour le ltrage, on rduit encore le THD de 1,2 % 0,84 %. Ensuite, lutilisation
dune commande directe inverse permet encore de rduire le THD 0,82 %. Avec des
THD de 0,92 %, de 0,84 % et de 0,82 %, nos trois stratgies bases exclusivement sur
des rseaux neuromimtiques permettent damliorer sensiblement les performances
du compensateur actif par rapport aux techniques classiques. Cet objectif tant atteint,
il convient de vrier les capacits dadaptation de notre stratgie face des variations
importantes de la charge non linaire.

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
58 RS - RIGE. Volume 9 n 1/2006
Mthode de ltrage Type de commande THDdu courant ct rseau
dans lespace des (pour un THD ct charge
puissances de 24 %)
ltre passe bas PID 8 %
ltre passe bas RST amlior 1,2 %
rseau ADALINE RST amlior 0,84 %
rseau ADALINE commande neuronale inverse 0,92 %
(avec apprentissage hors ligne)
rseau ADALINE commande neuronale directe 0,82 %
inverse (avec apprentissage en ligne)
Tableau 3. Comparatif des performances de compensation avec diffrentes mthodes
de ltrage et de commande.
5. Performances dynamiques dun FAP base de rseaux neuromimtiques
Aprs avoir montr la validit de lapproche neuronale, nous allons dans cette sec-
tion montrer sa robustesse. Ceci est ralis la fois en simulation et sur banc expri-
mental en faisant varier diffrents paramtres comme la charge non linaire, la tension
et la puissance du rseau, et ceci pour diffrentes valeurs de la frquence.
Lidentication des harmoniques est ralise par un rseau ADALINE pour spa-
rer et ltrer les harmoniques dans lespace des puissances. An de pouvoir examiner
le seul apport des oprations didentication et de commande, on conservera les ex-
pressions mathmatiques de la transformation de Concordia. Londuleur est contrl
par une commande neuronale inverse ralise laide de rseaux de neurones multi-
couches.
5.1. Rsultats de simulation avec diffrents paramtres
Dans ces comparatifs, il sagit dvaluer la robustesse de lapproche neuronale
propose, lidentication et le ltrage tant effectus par un rseau ADALINE et la
commande par un rseau de neurones multicouche. Des simulations avec des para-
mtres diffrents sont prsents dans le tableau 4. Les performances sont values
grce au THD ct source qui doit tre relativis par le THD ct charge. On re-
marque cependant que quel soit le changement effectu dans le rseau lectrique, la
compensation par lapproche neuronale est toujours plus efcace quune compensa-
tion par lapproche classique. Ces simulations montrent galement que le THD obtenu
avec la compensation par lapproche neuronale ne dpasse pas les 2 %. Grce aux r-
seaux de neurones, la mthode de compensation neuronale est capable de faire face
aux changements imprvus intervenant dans le rseau lectrique.

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique pour un FAP 59
0.1 0.11 0.12 0.13 0.14 0.15 0.16
300
200
100
0
100
200
300
temps (s)
(A
)
a )
0.1 0.11 0.12 0.13 0.14 0.15 0.16
300
200
100
0
100
200
300
temps (s)
(A
)
b )
0.1 0.11 0.12 0.13 0.14 0.15 0.16
300
200
100
0
100
200
300
temps (s)
(A
)
c )
Figure 18. Performances de la compensation des harmoniques en simulation. a) Cou-
rant de la source I
s1
avant compensation, b) courant de la source I
s1
aprs compensa-
tion par lapproche ltre de puissance classique et commande du type PID, c) courant
de la source I
s1
aprs compensation par lapproche neuronale
Diffrentes valeurs des paramtres THD du THD du THD du
de la source et valeur de R
ch
pour courant sans courant aprs courant aprs
pour une puissance de la charge de compensation compensation compensation
P
ch
= 103 kW (les puissances de la (%) par par
source sont obtenues laide des lapproche lapproche
valeurs de L
s
et R
s
donnes par le classique (%) neuronale
tableau 1) (%)
100 kVA, 230 V, 50 Hz, R
ch
= 1,6 22,31 1,28 0,6
100 kVA, 230 V, 50 Hz, R
ch
= 3,9 31,5 1,86 0,93
1 MVA, 230 V, 50 Hz, R
ch
= 3,9 31,3 2,35 1,56
2 MVA, 230 V, 50 Hz, R
ch
= 3,9 31,28 2,56 1,84
2 MVA, 240 V, 50 Hz, R
ch
= 3,9 31,28 2,65 1,87
2 MVA, 240 V, 60 Hz, R
ch
= 3,9 29,2 2,52 1,95
Tableau 4. Comparatif des performances avec diffrents paramtres de lenvironne-
ment de simulation pour lapproche classique utilisant un ltre de puissance et une
commande RST et pour lapproche neuronale aprs la phase dapprentissage
5.2. Rsultats de simulation lorsque la charge non linaire varie en temps rel
Pour vrier si les capacits dapprentissage des rseaux de neurones rendent notre
approche robuste et valide face aux variations de la valeur de la charge, nous propo-

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
60 RS - RIGE. Volume 9 n 1/2006
sons des simulations dans lesquelles la charge non linaire varie dans le temps. Sur
un exemple, la charge est xe R
ch
= 2 au dpart, cest--dire entre 0 et 0,18
secondes. Un changement brusque de la charge intervient 0,18 seconde. A partir de
ce moment, la valeur de la charge est maintenue R
ch
= 1 jusqu 0,3 secondes.
Les autres paramtres de lenvironnement de simulation sont maintenus xes. Ainsi,
la puissance de la charge est xe P
ch
= 103 kW, et le rseau lectrique reste carac-
tris par 100 kVA, 230 V, 50 Hz.
La gure 19 montre lvolution des courants de source I
s1
avec et sans technique
de compensation neuronale lorsque la charge varie brutalement. Elle montre gale-
ment le courant de rfrence I
ref1
dtermin par lapproche neuronale et lvolution
du THD ct source au cours du temps (avec et sans technique de compensation neu-
ronale). Au dpart, avant le changement de la charge non linaire, la mthode de com-
pensation permet de rduire le THD de 35 % 1,2 % (entre 0 et 0,18 seconde). Aprs
le changement brusque de la valeur de la charge non linaire, la mthode de compen-
sation rduit le THD de 27 % 0,92 %. La mthode de compensation sadapte au
changement de la charge grce aux rseaux de neurones mais elle ncessite un certain
temps pour en tenir compte. Les courbes de la gure 19 ainsi que de nombreuses si-
mulations complmentaires montrent que ce temps de rponse est rapide puisquil est
gnralement estim moins de 50 ms.
0.15 0.16 0.17 0.18 0.19 0.2 0.21 0.22 0.23 0.24 0.25
600
400
200
0
200
400
600
temps (s)
(A
)
a )
0.15 0.16 0.17 0.18 0.19 0.2 0.21 0.22 0.23 0.24 0.25
600
400
200
0
200
400
600
temps (s)
(A
)
b )
0.15 0.16 0.17 0.18 0.19 0.2 0.21 0.22 0.23 0.24 0.25
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
temps (s)
T
H
D
(entre 0 et 1)
c )
Figure 19. Performances de lapproche neuronale en simulation lorsque la charge
varie brusquement dans le temps ( linstant 0,18 seconde). a) Courant de source I
s1
avec et sans compensation (respectivement en pointill et en continu), b) courant de
rfrence I
ref1
, c) THD (entre 0 et 1) du courant avec et sans compensation (respec-
tivement en pointill et en continu)

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique pour un FAP 61
5.3. Rsultats exprimentaux
Les exprimentations qui suivent compltent et conrment les rsultats des simu-
lations prcdentes quand des paramtres changent. Elles sont ralises sur un banc
exprimental constitu dun rseau lectrique monophas.
Caractristiques de la charge THD du courant ct
source (%)
THD du courant ct
charge (%)
R
ch
= 12 , a = 1,5 V 30,6 0,8
R
ch
= 12 , a = 1 V 27,1 0,2
R
ch
= 11.45 , a = 1 V 28,2 2,6
R
ch
= 12 , a = 4,5 V 30,1 1,4
Tableau 5. Comparatifs des performances de lapproche neuronale sur une banc ex-
primental avec une source de 117,8 V et 0,65 kVA et avec une frquence de 50 Hz
0 0.01 0.02 0.03 0.04 0.05 0.06
15
10
5
0
5
10
15
temps (s)
(A
)
a )
0 0.01 0.02 0.03 0.04 0.05 0.06
15
10
5
0
5
10
15
temps (s)
(A
)
b )
0 0.01 0.02 0.03 0.04 0.05 0.06
15
10
5
0
5
10
15
temps (s)
(A
)
c )
Figure 20. Performances de la technique de compensation neuronale sur un banc
exprimental constitu dun rseau lectrique avec une puissance apparente de
0,65 kVA, une tension de 117,8 V et une frquence de 50 Hz, et une charge polluante
R
L
avec R
ch
= 12 , L
ch
= 40 mH et un angle damorage des thyristors de 4,5 V. a)
Courant I
s1
avant compensation, b) courant de rfrence I
ref1
, c) courant I
s1
aprs
compensation
Dans ces exprimentations, lutilisation du rseau ADALINE pour lidentica-
tion et le ltrage diffre quelque peu de la mthode des puissances instantanes.
En effet, dans le cas dun rseau monophas, lidentication et le ltrage seffec-
tuent dans lespace des courants au lieu de lespace des puissances active et rac-
tive. Lidentication des harmoniques se fait par un rseau ADALINE unique qui
prend comme entres les termes en cosinus et en sinus issus de la dcomposition

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
62 RS - RIGE. Volume 9 n 1/2006
en srie de Fourier du courant mesur ( lexception dun terme constant corres-
pondant un biais). Le courant fondamental estim est alors rcupr comme suit :

I
fond
= w
0
(k) sin(kt) +w
1
(k) cos(kt) o w
0
(k) et w
1
(k) reprsentent les poids
du rseau ADALINE associs aux entres constitues des termes cosinus et sinus pour
la frquence fondamentale. La diffrence entre ce courant et celui mesur sur la charge
donne la somme des harmoniques et donc de ce fait le courant de rfrence.
Le tableau 5 regroupe des mesures du THD faites sur le rseau lectrique avec
diffrentes valeurs de la rsistance de charge et de langle damorage des thyristors.
On peut constater que quelle que soit la charge, la technique de compensation neuro-
nale permet de rduire le THD sous les 2,6 % mme sil est de lordre de 30 % sans
compensation. La technique de compensation neuronale est dote de capacits dadap-
tation rapides et efcaces. La gure 20 montre laspect des courants I
s1
avec et sans
compensation, ainsi que le courant de rfrence I
ref1
mis au point par la technique
neuronale de compensation. La frquence du rseau lectrique, qui varie lgrement
entre 49,95 et 50,15 Hz, na aucune incidence sur la qualit destimation des harmo-
niques. Le courant restitu est parfaitement sinusodal et ce rsultat est conrm par
lanalyse spectrale reprsente sur la gure 21.
6. Conclusions et perspectives
Dans cette tude nous proposons une nouvelle stratgie didentication et de com-
mande permettant damliorer les performances dun ltre actif parallle. Cette stra-
tgie, base exclusivement sur des techniques neuromimtiques, possde en outre des
caractristiques essentielles dans la perspective dune intgration lectronique.
Notre approche neuromimtique pour lidentication des courants polluants est
compose de trois sous-ensembles. Le premier, par une approximation de fonctions,
calcule les puissances instantanes et les tensions dans un repre biphas au moyen
dun perceptron multicouche. Le second sous-ensemble est constitu dun rseau
ADALINE qui effectue un ltrage adaptatif sparant les puissances actives et rac-
tives. Lutilisation de lalgorithme de Widrow-Hoff permet alors une adaptation ra-
pide du rseau ADALINE et une bonne estimation des composantes perturbatrices
des puissances instantanes. Le troisime sous-ensemble, constitu dun perceptron
multicouche, gnre les courants de rfrences destins la commande de londuleur.
Le pilotage de londuleur est ralis par une commande neuronale inverse qui
sadapte aux variations, notamment celles de la charge non linaire. Ce schma
de commande, constitu dun rseau multichouche, possde lavantage dtre facile
mettre en uvre. De plus, il est compatible avec des contraintes temps rel.
Lapproche par fonctionnalit que nous avons propos est modulaire et permet-
tra une rutilisation de ces sous-ensembles dans dautres systmes de contrle. Elle
peut tre utilise aussi bien pour des rseaux lectriques triphass que monophass.
Elle permet en outre didentier les harmoniques sparment, an de les supprimer
individuellement.

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
Stratgie neuromimtique pour un FAP 63
Les simulations dcrites dans ce travail et les rsultats exprimentaux obtenus,
montrent que notre approche tout neuromimtique conduit des rsultats au
moins quivalents ceux dune approche classique. Cependant, la stratgie tant base
exclusivement sur des rseaux neuromimtiques, la structure de calcul qui en rsulte
est, contrairement lapproche classique, de nature homogne. Cette caractristique
pourra tre avantageusement exploite lors de lintgration matrielle.
0 500 1000 1500 2000 2500
0
10
20
30
40
50
60
70
80
90
100
Frquences (Hz)
A
m
p
litu
d
e
(
%
)
0 500 1000 1500 2000 2500
0
10
20
30
40
50
60
70
80
90
100
Frquences (Hz)
A
m
p
litu
d
e
(
%
)
a ) b )
Figure 21. Analyse spectrale du courant, a) sans compensation, b) avec lapproche
neuronale de compensation
7. Bibliographie
Alali M. A. E., Contribution lEtude des Compensateurs Actifs des Rseaux Electriques Basse
Tension (Automatisation des systmes de puissance lectriques), Thse de doctorat, Univer-
sit Louis Pasteur, 2002.
Bruyant N., Etude et commande gnralises de ltres actifs parallles, Compensation globale
ou slective des harmoniques, Rgime quilibr ou dsquilibr, Thse de doctorat, Univer-
sit de Nantes, 1999.
Dash P., Swain D., Routray A., Liew A., An adaptive neural network approach for the esti-
mation of power system frequency , Electric Power Systems Research, vol. 41, p. 203-210,
1997.
El Shatshat R., Kazerani M., Salama M., Power quality improvement in 3-phase 3-wire distri-
bution systems using modular active power lter , Electric Power Systems Research, vol.
64, p. 185-194, 2002.
Machmoum M., Chevrel P., Bruyant N., Compensation slective des courants harmoniques
laide dun ltre actif parallle , Revue des Systmes, Srie Revue Internationale de Gnie
Electrique (RS-RIGE), vol. 6, n 3-4, p. 457-483, 2003.
Narendra K. S., Adaptive Control using Neural Networks , in I. Miller, W. Thomas, R. S.
Sutton, P. J. Werbos (eds), Neural Networks for Control, The MIT Press, Cambridge, MA,
p. 115-142, 1990.
Omatu S., Khalid M., Yusof R., Neuro-control and its Applications Advances in Industrial
Control, Springer-Verlag, London, 1996.

































































Ould Abdeslam, D., Wira, P., Merckl, J., Chapuis, Y.-A., and Flieller, D.
"Stratgie neuromimtique d'identification et de commande d'un filtre actif parallle." Revue des Systmes, Srie Revue
Internationale de Gnie Electrique (RS-RIGE), vol. 9, no. 1, pp 35-64, 2006. http://www.trop.mips.uha.fr
64 RS - RIGE. Volume 9 n 1/2006
Ould Abdeslam D., Merckl J., Ngwanyi R., Chapuis Y.-A., Articial Neural Networks for
Harmonic Estimation in Low-Voltage Power Systems , Fourth International ICSC Sympo-
sium on Engineering of Intelligent Systems (EIS 2004), Island of Madeira, Portugal, 2004.
Phadke A., Thorp J., Adamiak M., A new measurement technique for tracking voltage pha-
sors, local system frequency and rate of change of frequency , IEEE Transactions on Power
Apparat. Syst., vol. 102, p. 1025-1038, 1983.
Routray A., Pradhan A. K., Rao K. P., A Novel Kalman Filter for Frequency Estimation of
Distorted Signals in Power Systems , IEEE Transactions on Instrumentation and Measu-
rement, vol. 51, n 3, p. 469-479, 2002.
Tichavsky P., Nehorai A., Comparative study of four adaptive frequency trackers , IEEE
Transactions on Signal Processing, vol. 45, n 6, p. 1473-1484, 1997.
Vas P., Articial-intelligence-Based Electrical Machines and Drives : Application of Fuzzy,
Neural, Fuzzy-Neural and Genetic-Algorithm-Based Techniques, Monographs in Electrical
and Electronic Engineering, Oxford University Press, Oxford, 1999.
Vzquez J. R., Salmern P., Prieto J., Prez A., A Practical Implementation of a Three-Phase
Active Power Line Conditioner with ANNs Technology , 28th Annual Conference of the
IEEE Industrial Electronics Society (IECON02), Sevilla, Spain, p. 739-744, 2002.
Widrow B., Walach E., Adaptive Inverse Control, Information and System Sciences Series,
Prentice Hall Press, Upper Saddle River, 1996.