[發(fā)明專(zhuān)利]基于神經(jīng)網(wǎng)絡(luò)的有源電力濾波器非線性預(yù)測(cè)控制方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110324777.3
• 申請(qǐng)日: 2021-03-26
• 公開(kāi)（公告）號(hào): CN113067334A
• 公開(kāi)（公告）日: 2021-07-02
• 發(fā)明（設(shè)計(jì)）人: 張新怡
• 申請(qǐng)（專(zhuān)利權(quán)）人: 河海大學(xué)
• 主分類(lèi)號(hào): H02J3/01
• 分類(lèi)號(hào): H02J3/01;H02J3/18;G06F30/27;G06F17/11;G06N3/04;G06N3/08
• 代理公司: 南京經(jīng)緯專(zhuān)利商標(biāo)代理有限公司 32200
• 代理人: 丁濤

本發(fā)明公開(kāi)了一種基于神經(jīng)網(wǎng)絡(luò)的有源電力濾波器非線性預(yù)測(cè)控制方法，具體方法如下：S1：建立有源電力濾波器動(dòng)力學(xué)方程；S2：基于RBF神經(jīng)網(wǎng)絡(luò)建立有源電力濾波器的預(yù)測(cè)模型；S3：選擇目標(biāo)函數(shù)；S4：使用隨機(jī)梯度法求解目標(biāo)函數(shù)，即可得到最優(yōu)控制序列,將得到的最優(yōu)控制序列代入S2中的預(yù)測(cè)模型中，即可得到最優(yōu)預(yù)測(cè)輸出。本發(fā)明在模型預(yù)測(cè)控制算法中引入狀態(tài)和控制輸入的物理約束，避免出現(xiàn)飽和現(xiàn)象，降低控制性能，提高了有源電力濾波器的濾波性能；并且采用擴(kuò)展卡爾曼濾波算法更新神經(jīng)網(wǎng)絡(luò)參數(shù)，避免固定參數(shù)降低模型逼近精度，進(jìn)一步提高模型預(yù)測(cè)控制算法的準(zhǔn)確性和魯棒性。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于神經(jīng)網(wǎng)絡(luò)的有源電力濾波器非線性預(yù)測(cè)控制方法，屬于有源電力濾波器控制技術(shù)領(lǐng)域。

背景技術(shù)

隨著大量電力電子設(shè)備在電力系統(tǒng)、通訊系統(tǒng)、航空航天、計(jì)算機(jī)系統(tǒng)、運(yùn)輸系統(tǒng)、家庭使用、一般工業(yè)等各個(gè)領(lǐng)域的投入使用，用電端含有非線性負(fù)載的用電設(shè)備加入電網(wǎng)，使電網(wǎng)中涌入大量諧波，電能質(zhì)量下降。電能質(zhì)量嚴(yán)重下降可導(dǎo)致電網(wǎng)中電源電壓的波動(dòng)和閃變、電流波形失真，使電能在發(fā)、輸、配、用過(guò)程中的效率降低，進(jìn)而影響到生活生產(chǎn)用電安全和整個(gè)電力系統(tǒng)的安全穩(wěn)定運(yùn)行。提高電能質(zhì)量保證用電安全的諧波治理問(wèn)題愈發(fā)受到重視。有源電力濾波器是目前應(yīng)用于諧波治理問(wèn)題的有效且便捷的電力電子裝置。

目前雖然已有相關(guān)研究成果將各種先進(jìn)控制方法應(yīng)用到有源電力濾波器的控制當(dāng)中，但是這些先進(jìn)方法大多是基于連續(xù)系統(tǒng)所設(shè)計(jì)的，而在實(shí)際應(yīng)用中，有源電力濾波器都是采用數(shù)字控制實(shí)現(xiàn)的，必須設(shè)計(jì)離散控制器才能最大程度的提高有源電力濾波器的工作性能。

由此可見(jiàn)，上述現(xiàn)有的有源電力濾波器在使用上，顯然仍存在有不便與缺陷，而亟待加以進(jìn)一步改進(jìn)。

發(fā)明內(nèi)容

為解決現(xiàn)有的技術(shù)問(wèn)題，本發(fā)明提供一種基于神經(jīng)網(wǎng)絡(luò)的有源電力濾波器非線性預(yù)測(cè)控制方法，改善系統(tǒng)的動(dòng)靜態(tài)性能，提高濾波能力。

本發(fā)明中主要采用的技術(shù)方案為：

一種基于神經(jīng)網(wǎng)絡(luò)的有源電力濾波器非線性預(yù)測(cè)控制方法，具體方法如下：

S1：建立有源電力濾波器動(dòng)力學(xué)方程；

S2：基于RBF神經(jīng)網(wǎng)絡(luò)建立有源電力濾波器的預(yù)測(cè)模型；

S3：選擇目標(biāo)函數(shù)J(x,u,t)；

S4：使用隨機(jī)梯度法求解目標(biāo)函數(shù)，即可得到最優(yōu)控制序列,將得到的最優(yōu)控制序列代入S2中的預(yù)測(cè)模型中，即可得到最優(yōu)預(yù)測(cè)輸出。

優(yōu)選地，所述S1的具體步驟如下：

S1-1:根據(jù)電路理論和基爾霍夫電壓定律可以得到公式(1)：

其中，H為集總不確定性，i_c為濾波器輸出補(bǔ)償電流；R為等效電阻；L為交流側(cè)電抗器；U_s為電網(wǎng)電壓；U_dc為直流側(cè)電容電壓；d指示IGBT的工作狀態(tài)，定義如公式(2)所示：

S1-2:為了實(shí)現(xiàn)諧波抑制，設(shè)計(jì)一個(gè)控制器使濾波器輸出補(bǔ)償電流i_c跟蹤上指令信號(hào)設(shè)i_c＝x(t)，d＝u(x(t),t)，則將公式(1)描述為以下含狀態(tài)和輸出的系統(tǒng)狀態(tài)空間方程：

其中，t是時(shí)間，x(t)為不同時(shí)間t對(duì)應(yīng)的輸入電流，函數(shù)f_c()是具有狀態(tài)和輸入向量的非線性有界函數(shù)；

S1-3:考慮到大多數(shù)工程應(yīng)用采用數(shù)字控制器實(shí)現(xiàn)有源電力濾波器控制系統(tǒng)，對(duì)公式(3)經(jīng)行離散化處理，令kT_s≤t(k+1)T_s，經(jīng)離散化后得到源電力濾波器動(dòng)力學(xué)方程，如公式(4)所示：