[發明專利]互補滑模面反演自適應RBF神經網絡觀測器設計方法

在審

• 申請號: 201710941443.4
• 申請日: 2017-10-11
• 公開（公告）號: CN107809113A
• 公開（公告）日: 2018-03-16
• 發明（設計）人: 劉倪宣;費峻濤;方韻梅
• 申請（專利權）人: 河海大學常州校區
• 主分類號: H02J3/01
• 分類號: H02J3/01;G06N3/04
• 代理公司: 南京縱橫知識產權代理有限公司32224
• 代理人: 董建林,姚娟

技術領域

本發明涉及一種互補滑模面反演自適應RBF神經網絡觀測器設計方法。

背景技術

隨著社會的進步和發展，人們的生活水平日益提高，大量的用電設備投入 到日常的生產生活中，隨之而來的就是，電網中出現大量的諧波和無功功率的 污染，這嚴重影響著電能的質量。電網中存在諧波電壓或諧波電流會增加電力 系統設備的附加損耗，導致測量和自動控制儀器失靈等問題，影響了設備的使 用效率，嚴重時可能會因線路過熱引起火災。

目前主要采用外部諧波補償裝置來補償諧波，濾波器分為無源濾波器和有 源濾波器兩種。無源濾波器對諧波的控制效果受系統的阻抗特性影響很大，極 易受到溫度、諧波和非線性負載變化的影響，其濾波性能不穩定。除此之外， 無源濾波器只能濾除特定階次的諧波，因此并不適用于諧波情況復雜的場所。 存在只能補償特定諧波等缺陷，所以現在對電能問題的治理主要集中在有源濾 波器。相比于無源濾波器，有源濾波器實現了動態補償，響應速度快；所需儲 能元件容量不大；受電網阻抗的影響不大，不會和電網阻抗發生諧振等。

目前，國內外尚未形成系統的有源電力濾波器的先進控制理論體系，有源 濾波器的建模方法因人而異，采用的控制方法也多種多樣，導致系統的穩定性 和可靠性較低。

發明內容

為解決現有技術的不足，本發明的目的在于提供一種互補滑模面反演自適 應RBF神經網絡觀測器設計方法，能夠對指令電流實時跟蹤補償、可靠性高、 對參數變化魯棒性高、穩定性高。

為了實現上述目標，本發明采用如下的技術方案：

一種互補滑模面反演自適應RBF神經網絡觀測器設計方法，其特征是，包 括如下步驟：

步驟1)設計反演控制中的虛擬控制量；

結合互補滑模面，得到真實控制器；

步驟2)設計RBF神經網絡觀測器，并利用該觀測器的觀測系統在線逼近 非線性干擾的上界。

前述的一種互補滑模面反演自適應RBF神經網絡觀測器設計方法，其特征 是，所述步驟1)得到的基于互補滑模面的反演控制的虛擬控制量和真實控制律， 通過設計李雅普諾夫函數證明其穩定性。

前述的一種互補滑模面反演自適應RBF神經網絡觀測器設計方法，其特征 是，具體步驟為：

步驟11)定義反演控制的虛擬控制量其中z₁為跟蹤誤差，x_1d為指令電流，k₁為非零的正常數；

步驟12)設計互補滑模面s_c：其中，系數k₂＞0決定狀態 誤差s的帶寬，

根據APF的數學模型，對滑模面s沿時間τ求導

忽略干擾d，令系統的等效控制器為

設計切換函數其中δ≥|d|，系統控制器可得

步驟13)通過采用李雅普諾夫函數驗證在互補滑模面的基礎上 運用反演控制能夠保證系統的漸進穩定。

前述的一種互補滑模面反演自適應RBF神經網絡觀測器設計方法，其特征 是，所述步驟2)中的干擾表示為d＝ω^*Th_i(x)+ε，其 中，x為網絡輸入，i表示網絡輸入層第i個的輸入，h(x)是高斯函數，ω^*T為理 想網絡權值，ε為網絡逼近誤差；

假設干擾d的估計值表示為其中，是RBF神經網絡實時權 值，h(x)是高斯函數，是ε的估計值。

前述的一種互補滑模面反演自適應RBF神經網絡觀測器設計方法，其特征 是，所述步驟2)的具體內容為：

定義神經網絡權值誤差為

設計得到自適應RBF神經網絡反演滑?？刂坡蔀?

設計Lyapunov函數：其中γ₁,γ₂為正數，并 對該函數求導；

設計自適應律：其中，γ₁,γ₂為學習率；將設計得到的自適 應律代入Lyapunov函數中進行驗證是否符合要求。

前述的一種互補滑模面反演自適應RBF神經網絡觀測器設計方法，其特征 是，所述驗證的標準是：

所設計的控制器能否能夠保證Lyapunov函數的導數是半負定的；根據 Lyapunov穩定性第二方法判定系統的穩定性。

本發明所達到的有益效果：

在基于互補滑模的有源電力濾波器反演RBF神經網絡觀測器中，互補滑模面 能夠提高系統的響應速度，快速的實現跟蹤；