神经网络控制算法在光伏并网逆变器控制中的应用

针对太阳能光伏发电并网逆变器的特点,分析了传统PID控制方法的局限性,详细介绍了基于BP神经网络整定的PID控制系统的设计方法,编写了光伏发电并网逆变器控制程序,并进行了计算机仿真实验.仿真结果证明,基于BP神经网络PID控制的光伏并网逆变系统具有抗干扰能力强、并网电流正弦波波形质量好等特点,完全能够实现与电网电压同频同相.     

一种基于遗传BP神经网络的分数阶参数整定方法

对于离散、非线性、大时滞等复杂系统BP神经网络具有优越的处理能力。而将遗传算法引入与之结合,能够有效的弥补神经网络的缺陷,从而能显著提高收敛速度并且减小系统误差。本文运用遗传算法来改进BP神经网络,实现改进的BP神经网络具有更好的收敛性,然后采用改进的BP神经网络对分数阶PID控制器参数进行整定,通过具体实例在Matlab平台下进行仿真,验证所提方法的有效性。仿真结果表明遗传算法能够有效的改善神经网络在收敛速度和预测精度上的不足,基于本文改进方法对一个复杂分数阶被控系统进行分数阶PID控制器设计,通过仿真曲线证实了所提方法设计的控制器能够取得良好的控制品质。     

车辆轨迹的预瞄与模糊分数阶比例—积分—微分控制

为提高无人车辆轨迹控制的精度,提出了一种基于预瞄误差建模和优化模糊分数阶比例-积分-微分(proportion-integration-differentiation, PID)控制的车辆路径跟踪方法。根据车辆动力学特性,引入预瞄横向误差模型,以预瞄横向误差为输入,车辆前轮转角为输出,调整转角角度减小偏差实现轨迹跟踪,设计模糊分数阶PID跟踪控制器。该控制器在PID的基础上结合分数阶理论,同时利用粒子群算法优化的模糊控制器对参数进行在线调整。在CarSim/Simulink联合仿真平台进行仿真研究。研究结果表明,所设计的控制器可行有效,为轨迹控制的研究提供了参考。     

单相LCL型并网逆变器新型递归神经网络控制

以单相LCL型并网逆变器为研究对象,针对传统比例识分(PI)矢量控制方法存在解耦不准确,且参数固定难以在时变的、非线性的系统参数变化下保证控制性能最优的不足,提出了一种递归神经网络(RNN)控制方法。该控制方法无需对系统解耦,而是基于完整的系统方程,使用单个神经网络控制器取代2个电流回路PI控制器。RNN控制采取了一种改进的列文伯格-马夸尔特(LM)训练算法,该算法相较于传统LM算法,减小了存储和运算难度,提高了训练效率和收敛速度。结果表明：该控制策略下逆变器并网电流总谐波畸变率(THD)由3.5%下降至2.6%,逆变器具有更高质量的稳态输出电流和更快速的动态响应性能,验证了RNN控制策略的可行性。     

基于BP神经网络和分数阶PIλDμ的VIENNA整流器控制策略

为了解决传统PI控制器调节速度慢,追踪性能差等问题,文中提出了BP神经网络和分数阶PIλDμ(BP-FOPID）相结合的控制方法。本文首先根据VIENNA整流器的拓扑结构推导出数学模型。接着根据数学模型设计双闭环控制,其中外环采用BP 神经网络对参考电流进行非线性拟合,内环采用分数阶PIλDμ控制器对外环输出的参考电流进行跟踪。另外,由于直流侧上下桥臂电容电压会存在不平衡的问题,本文采用了计及小矢量的改进SVPWM调制策略。最后,在 MATLAB/Simulink 中建立相应的仿真模型,仿真结果表明,文中所提的BP-FOPID的有效性和优越性。     

基于BP神经网络的分数阶PIαDβ控制器参数整定研究

对于分数阶控制系统,因分数阶控制器较传统PID控制器具有更好的适应性,这就为得到更加细腻的控制品质提供了可能。然而,分数阶PI^αD^β控制器的参数整定则相对复杂。针对这一问题,提出了基于BP神经网络的分数阶控制器参数整定方法,有效地克服了分数阶控制器参数整定复杂问题。采用文章所提方法,分别设计了整数阶PID、分数阶PI^αD^β控制器,并进行仿真对比。结果表明,采用分数阶PI^αD^β控制器的系统控制品质优于整数阶PID控制器。     

基于BP神经网络整定的PID控制策略研究

PID控制在工业生产中广泛应用,在反馈控制系统中经常会遇到稳定性和准确性的冲突,神经网络技术的发展为此提供了新的解决问题的途径,本文将BP神经网络模型与PID参数整定结合,探讨了基于BP神经网络整定的PID控制策略。     

分数阶Victor-Carmen系统自适应比例积分滑模同步

研究了分数阶Victor-Carmen系统的自适应比例积分滑模同步,提出了一种分数阶比例积分滑模面及自适应控制律,得到了分数阶Victor-Carmen系统自适应比例积分滑模同步的充分条件.研究表明:满足一定条件分数阶Victor-Carmen系统的主从系统能够取得自适应比例积分滑模同步.     

分数阶微分与积分互逆的一个充分条件

利用分数阶连续性概念,讨论了分数阶可微与可积性问题,给出了分数阶微分与分数阶积分互逆性的一个充分条件.     

神经网络分数阶PID在网络控制系统中的应用

文章针对网络控制系统(NCS)存在的网络延时问题,设计了一种基于RBF神经网络的分数阶PID控制器,并将该控制器应用在网络控制系统中,减小网络延时对控制系统的影响。该控制器利用RBF神经网络具有任意精度逼近非线性函数及训练速度快的优点,在线整定分数阶PID控制器,并采用分数阶PID控制器直接控制被控对象;选取Ethernet控制的弹簧-阻尼控制系统作为实验对象。实验结果表明:该控制系统具有响应速度快、控制精度高、鲁棒性强的特点,有效地减少了网络延时对NCS的影响。     

提高并网电能质量的并网逆变器矢量控制策略

并网电能质量对逆变器并网的成功与否有很大影响。为了提高并网质量,通过对并网电感值及开关频率的研究来减少谐波、频率波动等因素的影响,采用五段式SVPWM算法,提出一种改进型矢量控制策略。主要对电流内环控制系统进行了设计,完成了前馈解耦控制、PI控制器及其前馈补偿控制。最后基于电网电压定向的矢量控制系统,在理想电压、加入谐波和频率波动的情况下对系统进行仿真验证,证明了此控制策略的可行性。     

改进的分数阶微分Tiansi算子图像增强

为了提升图像纹理细节的信息,对已有图像增强模板的频率响应图进行特征分析,发现影响增强效果的根本原因是保证高频信息通过的同时更多的保留了低频信息.对分数阶微分Tiansi算子模板的频率响应图及滤波效果做了对比分析,发现已有分数阶微分Tiansi算子滤波效果图的全局平均灰度较低,视觉效果较差,原因在于低频信息保留太少.为此对已有分数阶微分Tiansi算子的模板做了调整,提高低频信息的通过率,得到新的分数阶微分Tiansi算子.实验表明改进的算子比其他的算法增强效果好.     

LCL并网逆变器二自由度PID单电流有源阻尼方法

提出了一种LCL并网逆变器二自由度比例积分微分(two degrees-of-freedom PID control,2DOF-PID)单电流反馈有源阻尼控制策略,其由比例积分(PI)环节和不完全微分环节两部分构成.比例积分环节控制并网电流高质量接入电网;不完全微分环节增强LCL逆变器的阻尼系数,有效抑制系统与电网形成的谐振尖峰,提高系统可靠性与稳定性,并改善系统的动态响应速度.该方法不用增加电压和电流传感器,系统成本低.建立了2DOF-PID控制系统的传递函数,分析了系统的稳定裕度与动态特性,选取了合适的控制参数,构建了系统仿真模型和实验平台.仿真与实验结果表明:2DOF-PID控制的LCL并网逆变器的满载并网电流畸变率仅为2.2%,远低于国家标准(GB/T 30427-2013)的要求;当系统从半载跳变到满载时,系统超调量低于9%,响应速度比其他方法更快.     

动态矩阵的三相并网逆变器抗扰动控制方法

为解决传统PI控制不足,有效降低电网电流谐波畸变率,提出一种基于动态矩阵的三相并网逆变器抗扰动控制方法。该方法通过阶跃响应法建立三相LCL并网系统的预测模型,设计LCL滤波器参数保证系统的稳定性,选择并网电流作为控制对象,设计动态矩阵滚动优化目标函数和反馈校正环节,以控制增量的形式对SVPWM调制波的调制比进行预测控制。仿真结果表明,在外界较大扰动下,与PI控制相比,基于动态矩阵的控制方法可将并网电流谐波畸变率降低134%,具有更好的抗扰动性     

单相LCL型并网逆变器的准比例谐振控制

针对准PR控制器对高次谐波抑制能力不足的问题,文中基于单相LCL型并网逆变器提出了一种准比例谐振(PR)控制策略;该策略在准PR控制器的基础上增加了高次谐波补偿器,准PR控制器用于实现对并网电流基频分量的无静差控制,高次谐波补偿器用于抑制特定次谐波分量;同时针对LCL的谐振尖峰,设计了基于电容电流反馈的有源阻尼。研究结果表明:所提方法可有效的将并网电流的THD从4.3%降低到2.8%,改善了并网电流的质量,验证了所提出的改进型准PR控制策略的可行性。     

基于BP神经网络的三相逆变器故障诊断研究

针对三相桥式逆变电路为研究对象,建立了仿真模型,并对逆变器主电路开关器件的开路故障进行仿真,提出了基于BP神经网络的故障诊断方法,确定了网络的结构和参数,并以此训练网络.仿真试验结果表明,该神经网络具有很好的故障识别能力,所选择的基于BP神经网络的三相逆变器故障诊断系统是可行的.     

基于Tustin变换的分数阶微分算子近似离散化

分数阶微分算子的离散化是分数阶控制器数字化实现的关键。对基于Tustin变换的分数阶微分算子直接离散化方法进行了研究和比较。概述了分数阶微积分及其离散化,介绍了用于Tustin算子展开的幂级数展开法、连分式展开法和Muir递归展开法;并给出了展开方法的算法表达式。定义了误差指标函数,举例比较了以上三种分数阶微分算子离散化方法的优缺点。仿真比较表明:连分式展开法在较宽频带内对分数阶微分算子具有最好的近似特性,但计算复杂度大;幂级数展开法和Muir递归展开法近似效果相当,但前者具有较大计算效率优势。在分数阶数字控制器实现过程中应根据具体情况选择合适的分数阶算子离散化方法。     

分数阶时滞神经网络的一致稳定性

研究一类带有时滞的Caputo型分数阶神经网络的解的动力学行为.基于等价范数定理、不等式技巧以及压缩映像定理,经过计算证明得到了分数阶神经网络的解存在唯一性和一致稳定性的结论;通过一个分数阶时滞神经网络模型实例验证了所得结论的有效性.     

基于改进型锁相环的单相并网逆变器

单相并网逆变器广泛地应用在新能源发电领域,它的一个关键技术就是对电网电压的锁相。分析了基于Park变换的锁相环原理,并进行了改进。针对并网逆变器采用的LCL滤波器,采用了基于电容电流前馈的有源阻尼控制方案,推导了LCL滤波器的模型,在此基础上加入电容电流前馈,推导出加入前馈后的数学模型,给出了不同前馈系数的bode图,分析出不同前馈系数的变化趋势。通过单相并网逆变器的仿真实验,验证了改进型锁相环和有源阻尼控制的正确性。搭建了硬件平台,进行了并网硬件实验,验证了以上理论的正确性和可行性。