发明名称 三相并联型有源滤波器的自适应神经反演控制方法
摘要 本发明公开了一种三相并联型有源滤波器的自适应神经反演控制方法,针对反演控制律设计的不足之处,采用RBF神经网络逼近及自适应控制的方法,设计了一种自适应神经反演控制器,用来逼近三相并联型有源滤波器的开关函数,从而控制有源滤波器主电路开关的通断。本发明综合了反演控制方法、自适应算法以及RBF神经网络的优点,能够时时的检测并跟踪电源电流中的谐波,通过产生大小相等、方向相反的补偿电流,达到消除谐波、提高电能质量的目的;并且本发明基于lyapunov函数设计自适应律,能够在线的调节神经网络的权值,使系统具备稳定性和鲁棒性。
申请公布号 CN104037766B 申请公布日期 2017.02.15
申请号 CN201410232863.1 申请日期 2014.05.28
申请人 河海大学常州校区 发明人 王哲;费峻涛
分类号 H02J3/01(2006.01)I 主分类号 H02J3/01(2006.01)I
代理机构 南京纵横知识产权代理有限公司 32224 代理人 董建林
主权项 一种三相并联型有源电力滤波器的自适应神经反演控制方法,其特征在于:(1)、建立被控对象三相并联型有源电力滤波器的数学模型;(2)、设计反演控制器;(3)、设计自适应神经反演控制器;(4)、建立仿真,对结果进行分析得出结论;所述步骤(1)中被控对象三相并联型有源电力滤波器的数学模型的建立包括以下步骤:根据电路理论和基尔霍夫定理可得到如下公式:<img file="FDA0001128987590000011.GIF" wi="1549" he="113" /><img file="FDA0001128987590000012.GIF" wi="1550" he="112" /><img file="FDA0001128987590000013.GIF" wi="1542" he="111" />其中,i<sub>ca</sub>,i<sub>cb</sub>,i<sub>cc</sub>为补偿电流i<sub>c</sub>的分量电流,v<sub>sa</sub>,v<sub>sb</sub>,v<sub>sc</sub>为三相电网电压V<sub>s</sub>的分量电压,V<sub>dc</sub>为直流侧电容电压,r为电源到三相并联型有源电力滤波器交流侧电感之间的等效电阻,L为三相并联型有源电力滤波器的交流侧电感,s为开关函数定义为:<img file="FDA0001128987590000014.GIF" wi="347" he="143" />Q<sub>N</sub>指示绝缘栅双极型晶体管IGBT的工作状态,导通为1,关断为0;将(1)(2)(3)式的三个方程写成如下形式:<img file="FDA0001128987590000015.GIF" wi="1541" he="119" />令:<img file="FDA0001128987590000016.GIF" wi="198" he="143" />对x<sub>1</sub>,x<sub>2</sub>求导,得:<img file="FDA0001128987590000017.GIF" wi="1462" he="117" /><img file="FDA0001128987590000021.GIF" wi="1478" he="671" />令时变函数<img file="FDA0001128987590000022.GIF" wi="506" he="127" />常数项<img file="FDA0001128987590000023.GIF" wi="379" he="119" />对象控制输入u=s为开关函数,三相并联型有源电力滤波器的模型可以写成如下形式:<img file="FDA0001128987590000024.GIF" wi="1367" he="146" />以上就是三相并联型有源电力滤波器的数学模型;其中,x<sub>1</sub>=i<sub>c</sub>为补偿电流,<img file="FDA0001128987590000025.GIF" wi="149" he="62" /><img file="FDA0001128987590000026.GIF" wi="589" he="127" />为时变函数,<img file="FDA0001128987590000027.GIF" wi="354" he="127" />为常数项,其中,u=s为开关函数,t为时间,r为电源到三相并联型有源电力滤波器交流侧电感之间的等效电阻,L为三相并联型有源电力滤波器的交流侧电感,V<sub>dc</sub>为直流侧电容电压,V<sub>s</sub>为三相电网电压;所述步骤(2)中反演控制器的设计包括如下步骤,(3‑1)、指令电流信号为y<sub>d</sub>,令跟踪偏差为e<sub>1</sub>=x<sub>1</sub>‑y<sub>d</sub>,则<img file="FDA0001128987590000028.GIF" wi="411" he="55" />选择虚拟控制量<img file="FDA0001128987590000029.GIF" wi="315" he="60" />其中,c<sub>1</sub>是一个非零正实数;定义e<sub>2</sub>=x<sub>2</sub>‑α<sub>1</sub>定义Lyapunov函数<img file="FDA00011289875900000210.GIF" wi="175" he="115" />那么V<sub>1</sub>的导数为<img file="FDA00011289875900000211.GIF" wi="510" he="306" />如果e<sub>2</sub>=0,那么<img file="FDA00011289875900000212.GIF" wi="294" he="71" />为此需要进行下一步设计;(3‑2)、定义Lyapunov函数<img file="FDA0001128987590000031.GIF" wi="265" he="117" />由于<img file="FDA0001128987590000032.GIF" wi="1036" he="63" />那么<img file="FDA0001128987590000033.GIF" wi="1069" he="71" />为使<img file="FDA0001128987590000034.GIF" wi="154" he="69" />设计控制器为<img file="FDA0001128987590000035.GIF" wi="714" he="116" />其中,c<sub>2</sub>为大于零的正常数,那么<img file="FDA0001128987590000036.GIF" wi="427" he="71" />通过控制律的设计,使得系统满足了李雅普诺夫稳定性理论条件,e<sub>1</sub>和e<sub>2</sub>以指数形式渐进稳定,从而保证系统具有全局意义下指数的渐进稳定性;所述步骤(3)自适应神经反演控制器的设计包括如下步骤,在反演控制器设计中,f(x)未知时,控制器不适用,可采用神经网络<img file="FDA0001128987590000037.GIF" wi="39" he="71" />逼近f(x),同时为了确保全局稳定性,在控制律中增加一个监督项u<sub>s</sub>;控制律设计为:<img file="FDA0001128987590000038.GIF" wi="766" he="116" /><img file="FDA0001128987590000039.GIF" wi="358" he="86" />其中,<img file="FDA00011289875900000310.GIF" wi="165" he="84" />为RBF神经网络输出,ξ(x)为径向基函数,θ<sub>f</sub><sup>T</sup>根据自适应律而变化;设计自适应律为<img file="FDA00011289875900000311.GIF" wi="282" he="86" />对设计的自适应律进行证明:定义最优参数为<img file="FDA00011289875900000312.GIF" wi="789" he="158" />其中,定义Ω<sub>f</sub>为θ<sub>f</sub>的集合,R<sup>n</sup>为全体实数集合;定义最小逼近误差为<img file="FDA00011289875900000313.GIF" wi="677" he="85" />ω表示最小逼近误差,即RBF神经网络最优输出与被逼近对象f(x)的逼近误差,ω<sub>max</sub>是ω的上界;定义李雅普诺夫函数<img file="FDA0001128987590000041.GIF" wi="355" he="117" />其中,<img file="FDA0001128987590000042.GIF" wi="246" he="71" />那么<img file="FDA0001128987590000043.GIF" wi="1283" he="519" />其中,<img file="FDA0001128987590000044.GIF" wi="180" he="79" />将自适应律带入上式得到<img file="FDA0001128987590000045.GIF" wi="1220" he="71" />取u<sub>s</sub>≥sup<sub>t≥0</sub>|ω|,则<img file="FDA0001128987590000046.GIF" wi="411" he="71" />通过控制律的设计,使得系统满足了李雅普诺夫稳定性理论条件。
地址 213022 江苏省常州市新北区晋陵北路200号