[發(fā)明專利]基于模糊神經(jīng)網(wǎng)絡PID的有源電力濾波器控制方法無效
| 申請?zhí)枺?/td> | 201410272556.6 | 申請日: | 2014-06-19 |
| 公開(公告)號: | CN104052059A | 公開(公告)日: | 2014-09-17 |
| 發(fā)明(設計)人: | 楊飛;汪超;秦華;孫波;李海濤;査森森;王尉 | 申請(專利權)人: | 國家電網(wǎng)公司;江蘇省電力公司淮安供電公司;江蘇省電力設計院;江蘇省電力公司 |
| 主分類號: | H02J3/01 | 分類號: | H02J3/01 |
| 代理公司: | 淮安市科翔專利商標事務所 32110 | 代理人: | 韓曉斌 |
| 地址: | 100031 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 模糊 神經(jīng)網(wǎng)絡 pid 有源 電力 濾波器 控制 方法 | ||
技術領域
本發(fā)明涉及一種基于模糊神經(jīng)網(wǎng)絡PID的有源電力濾波器控制方法,屬于電力系統(tǒng)控制領域。
背景技術
隨著電網(wǎng)拓撲結構和電路負荷的多樣性增加,諧波污染對電網(wǎng)系統(tǒng)的影響越來越嚴重并且引起了人們廣泛的關注。諧波污染不僅是對電力電子技術發(fā)展的阻礙,諧波也可能引起電力系統(tǒng)中發(fā)生局部串聯(lián)諧振或并聯(lián)諧波,從而放大諧波含量造成設備的燒毀,諧波還會對通信系統(tǒng)及電子設備等產(chǎn)生嚴重的干擾。由此可見,諧波污染使得電力系統(tǒng)偏離理想的、正常的電氣過程與行為,電能質量的下降不僅影響了電力系統(tǒng)安全可靠的供電,同時也會給電力系統(tǒng)帶來各種各樣的危害,對人身安全與經(jīng)濟效益有著較為嚴重的影響。諧波所帶來的危害已引起了越來越多的關注,不管是從供電系統(tǒng)正常工作、設備安全穩(wěn)定運行的角度,還是從保證電力系統(tǒng)安全、可靠、經(jīng)濟運行的角度,對電力系統(tǒng)諧波污染的治理已成為急需解決的問題。
有源電力濾波器(APF)被公認為是諧波治理最為有力的工具,但是APF波形控制技術一直是?PWM?逆變器領域研究的難點和熱點,各種控制理論在逆變器上都有所應用,常見的控制方案有?PID?控制、模糊控制、無差拍控制、重復控制、狀態(tài)反饋控制等。它們在各自領域解決了某些控制問題,但同樣具有各種相應的局限性。且由于PWM逆變器本質上是非線性和不確定性的,當前的所提的波形控制技術并沒有很好兼顧系統(tǒng)的魯棒性以及跟蹤波形的動態(tài)響應和穩(wěn)態(tài)響應。
發(fā)明內(nèi)容
本發(fā)明的目的是:提供一種基于模糊神經(jīng)網(wǎng)絡PID的有源電力濾波器控制方法,科學有效治理電網(wǎng)諧波這一困擾電網(wǎng)電能質量的實際緊迫問題。
為了解決上述技術問題,本發(fā)明所采用的技術方案是該控制方法包括以下步驟:
步驟一,根據(jù)電力電子學,建立APF的逆變器的非線性動力學模型;
步驟二,根據(jù)步驟一建立的非線性動力學模型,設計電流控制回路的PID控制器;
步驟三,設計模糊神經(jīng)網(wǎng)絡補償控制器,用以提高逆變器電流控制回路的動態(tài)響應;
步驟四,采用PI算法,設計逆變器的電壓回路控制器,解算出逆變器輸出電流所需跟蹤的參考電流值。
其中,步驟一中逆變器的非線性動力學模型為:
其中,,為a,b,c三相電流轉換至d,q?坐標下的電流;,為旋轉坐標系下的調制系數(shù);,為旋轉坐標系下電網(wǎng)電壓;,為逆變器交流側的電感和等效電阻;,?分別表示逆變器直流側的電容及其電壓,為工頻,表示時間;上述非線性動力學模型表示為如下:
其中,,,
,,?表示轉置,,。
其中,步驟二中電流控制回路的PID控制器設計如下:
,其中:,為控制器參數(shù),,為參考電流值。
其中,步驟三中電流控制回路的模糊神經(jīng)網(wǎng)絡補償控制器設計如下:
設定,為模糊神經(jīng)網(wǎng)絡的輸入,補償控制器的輸出為模糊神經(jīng)網(wǎng)絡的輸出,所設計的模糊神經(jīng)網(wǎng)絡的模糊規(guī)則定義如下:
其中和為模糊神經(jīng)網(wǎng)絡的輸入所對應的模糊集,為Then部分的零階函數(shù),其中,為隸屬度函數(shù)的個數(shù),模糊神經(jīng)網(wǎng)絡的輸入輸出的映射關系寫成如下:
第1層:定義隸屬度函數(shù)如下:
其中和分別是隸屬函數(shù)的平均值和標準偏差,這些參數(shù)在模糊神經(jīng)網(wǎng)絡是可調的;
第2層:節(jié)點函數(shù)定義如下:
第3層:每個節(jié)點的歸一化被定義如下:
第4層:在此層中的每個節(jié)點的輸出寫成如下:
?
第5層:整個模糊神經(jīng)網(wǎng)絡的輸出寫成如下:
于是結合PID和模糊補償控制器,得到逆變器電流控制回路控制器的輸出為:
利用滑模理論定義滑模面如下:
設計模糊補償控制器的參數(shù)調節(jié)規(guī)律如下:
其中:Sgn為開關函數(shù),為學習率,是由構成的權值矩陣,,和被定義為:
。
其中,步驟四中采用PI算法,設計逆變器的電壓回路控制器如下:
式中:,為PI控制器增益,為設定的電壓參考軌跡,為逆變器的輸出電壓,為計算得到的電流參考值,,為初始和終止時間。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于國家電網(wǎng)公司;江蘇省電力公司淮安供電公司;江蘇省電力設計院;江蘇省電力公司,未經(jīng)國家電網(wǎng)公司;江蘇省電力公司淮安供電公司;江蘇省電力設計院;江蘇省電力公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410272556.6/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。
- 硬件神經(jīng)網(wǎng)絡轉換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡
- 神經(jīng)網(wǎng)絡的生成方法、生成裝置和電子設備
- 一種舌診方法、裝置、計算設備及計算機存儲介質
- 學習神經(jīng)網(wǎng)絡結構
- 脈沖神經(jīng)網(wǎng)絡轉換方法及相關轉換芯片
- 圖像處理方法、裝置、可讀存儲介質和計算機設備
- 一種適應目標數(shù)據(jù)集的網(wǎng)絡模型微調方法、系統(tǒng)、終端和存儲介質
- 用于重構人工神經(jīng)網(wǎng)絡的處理器及其操作方法、電氣設備
- 一種圖像神經(jīng)網(wǎng)絡結構的優(yōu)化方法及裝置





