【摘要】 本发明公开一种有源电力滤波器的神经网络逆控制器构造方法，将有源电力滤波器主电路的的逆变器及交流侧电感作为一个整体组成被控对象，被控对象以主电路的两个开关函数控制量作为输入，以两个补偿电流分量作为输出；根据该被控对象对应的逆系统，用静态神经网络加积分器构成神经网络逆；将神经网络逆串接在被控对象之前等效成由两个独立的一阶积分型补偿电流子系统组成的伪线性系统；对该伪线性系统中的两个一阶积分型补偿电流子系统分别设计两个电流控制器构成线性闭环控制器；将线性闭环控制器与神经网络逆相串联构成神经网络逆系统方法控制器，对有源电力滤波器模型进行高性能、非线性解耦控制，提高电力系统的电能质量。 【专利类型】发明授权 【申请人】江苏大学 【申请人类型】学校 【申请人地址】212013 江苏省镇江市京口区学府路301号 【申请人地区】中国 【申请人城市】镇江市 【申请人区县】京口区 【申请号】CN201210143291.0 【申请日】2012-05-10 【申请年份】2012 【公开公告号】CN102655326B 【公开公告日】2014-05-28 【公开公告年份】2014 【授权公告号】CN102655326B 【授权公告日】2014-05-28 【授权公告年份】2014.0 【IPC分类号】H02J3/01 【发明人】刘国海; 陈兆岭; 杨辰星 【主权项内容】1.一种有源电力滤波器的神经网络逆控制器构造方法，其特征在于采用如下步骤： 1)将有源电力滤波器主电路的逆变器及交流侧电感作为一个整体组成被控对象，被控对象以主电路的两个开关函数控制量? 作为输入，以两个补偿电流分量 、 作为输出；根据该被控对象对应的逆系统，用静态神经网络加积分器构成神经网络逆，其中静态神经网络的各个权系数的确定方法是：将补偿电流分量 、 分别离线求一阶导数，并对信号做归一化处理组成静态神经网络的训练样本集 ，对静态神经网络进行训练确定各个权系数； 2)将神经网络逆串接在被控对象之前等效成由两个独立的一阶积分型补偿电流子系统组成的伪线性系统； 3)对该伪线性系统中的两个一阶积分型补偿电流子系统分别设计两个电流控制器，构成线性闭环控制器； 4)将线性闭环控制器与神经网络逆相串联构成神经网络逆控制器。 【当前权利人】万帮数字能源股份有限公司; 江苏集萃中以科技产业发展有限公司 【当前专利权人地址】江苏省常州市武进国家高新技术产业开发区龙惠路39号; 【专利权人类型】公立 【统一社会信用代码】123200004660115453 【被引证次数】1 【被他引次数】1.0 【家族引证次数】1.0 【家族被引证次数】6

未经允许不得转载：http://www.zhongzhencnc.com/1790915860.html