專利名稱：一種有源電力濾波器的神經(jīng)網(wǎng)絡(luò)逆控制器構(gòu)造方法
技術(shù)領(lǐng)域：
本發(fā)明是一種有源電力濾波器的神經(jīng)網(wǎng)絡(luò)逆控制器構(gòu)造方法，適用于電力系統(tǒng)有源濾波器非線性解耦控制，屬于電力系統(tǒng)電能質(zhì)量技術(shù)領(lǐng)域。
背景技術(shù)：
隨著信息時(shí)代對(duì)電能質(zhì)量的要求越來越高，對(duì)電力系統(tǒng)的諧波抑制和無功補(bǔ)償，*已成為電力系統(tǒng)領(lǐng)域研究的熱點(diǎn)。利用有源電力濾波器進(jìn)行諧波和無功補(bǔ)償，是今后的發(fā)展趨勢(shì)，有源電力濾波器作為一種動(dòng)態(tài)抑制諧波的電力電子裝置，能對(duì)頻率和大小都發(fā)生變化的諧波進(jìn)行補(bǔ)償。由于有源電力濾波器在dq旋轉(zhuǎn)坐標(biāo)系下的模型存在著非線性及參數(shù)耦合問題，考慮采用非線性系統(tǒng)控制理論中的逆系統(tǒng)方法對(duì)有源濾波器進(jìn)行控制。傳統(tǒng)的解析逆解耦控制方法，很大程度上依賴于系統(tǒng)的精確數(shù)學(xué)模型，當(dāng)系統(tǒng)模型參數(shù)發(fā)生變化時(shí)，系統(tǒng)的解耦條件將被破壞，從而導(dǎo)致控制系統(tǒng)性能的下降，使得有源電力濾波器系統(tǒng)的解析逆控制方法存在著實(shí)際工程應(yīng)用方面的“瓶頸”。

發(fā)明內(nèi)容
技術(shù)問題本發(fā)明的目的是提供一種能有效提高有源電力濾波器系統(tǒng)的抗干擾能力和動(dòng)態(tài)響應(yīng)性能的神經(jīng)網(wǎng)絡(luò)逆控制器構(gòu)造方法，利用神經(jīng)網(wǎng)絡(luò)來充當(dāng)非線性系統(tǒng)的逆模型，將神經(jīng)網(wǎng)絡(luò)具有的非線性逼近能力、學(xué)習(xí)能力與逆系統(tǒng)方法的解耦線性化特點(diǎn)相結(jié)合，采用該方法構(gòu)造出的控制器不依賴于有源電力濾波器的數(shù)學(xué)模型及其參數(shù)，不僅能實(shí)現(xiàn)有源濾波器模型的線性化和電流參數(shù)解耦控制，同時(shí)，當(dāng)模型參數(shù)發(fā)生變化時(shí)，系統(tǒng)具有良好的抗干擾能力和動(dòng)態(tài)響應(yīng)性能。技術(shù)方案本發(fā)明的一種有源電力濾波器的神經(jīng)網(wǎng)絡(luò)逆控制器構(gòu)造方法的技術(shù)方案是采用如下步驟I)將有源電力濾波器主電路的的逆變器及交流側(cè)電感作為一個(gè)整體組成被控對(duì)象，被控對(duì)象以主電路的兩個(gè)開關(guān)函數(shù)控制量
Kq作為輸入，以兩個(gè)補(bǔ)償電流分量& Λ作為輸出；根據(jù)該被控對(duì)象對(duì)應(yīng)的逆系統(tǒng)，用
靜態(tài)神經(jīng)網(wǎng)絡(luò)加積分器構(gòu)成神經(jīng)網(wǎng)絡(luò)逆，其中靜態(tài)神經(jīng)網(wǎng)絡(luò)的各個(gè)權(quán)系數(shù)的確定方法是
將補(bǔ)償電流分量U分別離線求一階導(dǎo)數(shù)，并對(duì)信號(hào)做歸一化處理組成靜態(tài)神經(jīng)網(wǎng)絡(luò)的
訓(xùn)練樣本集也^七,^4^，^^)，對(duì)靜態(tài)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練確定各個(gè)權(quán)系數(shù)；2)將神經(jīng)網(wǎng)絡(luò)
逆串接在被控對(duì)象之前等效成由兩個(gè)獨(dú)立的一階積分型補(bǔ)償電流子系統(tǒng)組成的偽線性系統(tǒng)；3)對(duì)該偽線性系統(tǒng)中的兩個(gè)一階積分型補(bǔ)償電流子系統(tǒng)分別設(shè)計(jì)兩個(gè)電流控制器，構(gòu)成線性閉環(huán)控制器；4)將線性閉環(huán)控制器與神經(jīng)網(wǎng)絡(luò)逆相串聯(lián)構(gòu)成神經(jīng)網(wǎng)絡(luò)逆控制器。技術(shù)效果本發(fā)明的原理是通過構(gòu)造神經(jīng)網(wǎng)絡(luò)逆，將對(duì)有源電力濾波器這一非線性耦合系統(tǒng)的控制轉(zhuǎn)化為對(duì)兩個(gè)補(bǔ)償電流的一階積分子系統(tǒng)的控制，相應(yīng)的就可以方便地設(shè)計(jì)閉環(huán)控制器。本發(fā)明采用靜態(tài)神經(jīng)網(wǎng)絡(luò)加積分器來實(shí)現(xiàn)有源電力濾波器系統(tǒng)的逆系統(tǒng)功能，這樣所提出的控制器設(shè)計(jì)方法就不依賴于有源濾波器及外部電力系統(tǒng)的精確數(shù)學(xué)模型，從而可以有效地提高有源電力濾波器控制器應(yīng)對(duì)系統(tǒng)參數(shù)變化和外界擾動(dòng)的能力，本發(fā)明可用于構(gòu)造新型有源電力濾波器控制器對(duì)有源濾波進(jìn)行高性能控制，提高電力系統(tǒng)的電能質(zhì)量，適合于實(shí)際的工程應(yīng)用。
本發(fā)明的優(yōu)點(diǎn)在于
①采用神經(jīng)網(wǎng)絡(luò)逆，將對(duì)有源電力濾波器這一復(fù)雜非線性系統(tǒng)的控制轉(zhuǎn)化為對(duì)簡(jiǎn)單的偽線性系統(tǒng)的控制，實(shí)現(xiàn)了系統(tǒng)補(bǔ)償電流的解耦控制。在此基礎(chǔ)上，通過合理地設(shè)計(jì)閉環(huán)控制器，使系統(tǒng)具有良好的動(dòng)靜態(tài)性能。②采用靜態(tài)神經(jīng)網(wǎng)絡(luò)加積分器來實(shí)現(xiàn)被控對(duì)象的逆系統(tǒng)，構(gòu)造神經(jīng)網(wǎng)絡(luò)逆控制器來實(shí)現(xiàn)對(duì)有源濾波器的控制，擺脫了傳統(tǒng)的有源濾波器控制方法對(duì)于精確數(shù)學(xué)模型的依賴性，有效減少了系統(tǒng)參數(shù)變化和負(fù)載擾動(dòng)對(duì)有源濾波器控制的影響，顯著提高了有源電力濾波器系統(tǒng)的動(dòng)態(tài)響應(yīng)性能。③所設(shè)計(jì)的有源電力濾波器系統(tǒng)的神經(jīng)網(wǎng)絡(luò)逆控制器僅采用有源濾波器的可直接測(cè)量信號(hào)，符合實(shí)際電力系統(tǒng)的工程應(yīng)用要求，易于工程實(shí)現(xiàn)。④通過數(shù)字信號(hào)處理器來實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)逆控制器，不需要對(duì)有源濾波器本身進(jìn)行結(jié)構(gòu)性改造即可構(gòu)成一個(gè)經(jīng)濟(jì)實(shí)用的有源電力濾波器控制器，硬件投資低。下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的說明。


圖I是有源電力濾波器系統(tǒng)被控對(duì)象I的框 圖2是神經(jīng)網(wǎng)絡(luò)逆3與被控對(duì)象I復(fù)合成的系統(tǒng)示意圖，其中含有4個(gè)輸入節(jié)點(diǎn)、2個(gè)輸出節(jié)點(diǎn)的靜態(tài)神經(jīng)網(wǎng)絡(luò)2和兩個(gè)積分器s—1 ；
圖3是神經(jīng)網(wǎng)絡(luò)逆3與被控對(duì)象I復(fù)合成的等效一階積分型偽線性系統(tǒng)4的示意圖，包括兩個(gè)獨(dú)立的電流子系統(tǒng)；
圖4是對(duì)兩個(gè)一階積分型偽線性系統(tǒng)4設(shè)計(jì)的閉環(huán)控制器5的示意圖。其中含有兩個(gè)電流控制器51、52 ；
圖5是神經(jīng)網(wǎng)絡(luò)逆控制器6示意圖，包括閉環(huán)控制器5、偽線性系統(tǒng)4、神經(jīng)網(wǎng)絡(luò)逆3、靜態(tài)神經(jīng)網(wǎng)絡(luò)2、系統(tǒng)被控對(duì)象I ;
圖6是神經(jīng)網(wǎng)絡(luò)逆控制器6的軟件系統(tǒng)主程序流程 圖7是控制器6的神經(jīng)網(wǎng)絡(luò)逆控制中斷服務(wù)子程序流程圖。
具體實(shí)施例方式本發(fā)明的實(shí)施方案是首先將有源電力濾波器主電路的逆變器及交流側(cè)電感作為一個(gè)整體組成被控對(duì)象，該被控對(duì)象等效為dq旋轉(zhuǎn)坐標(biāo)下的二個(gè)一階微分方程模型，系統(tǒng)的向量相對(duì)階為{1，1};再采用4個(gè)輸入節(jié)點(diǎn)、2個(gè)輸出節(jié)點(diǎn)的靜態(tài)神經(jīng)網(wǎng)絡(luò)加2個(gè)積分器并通過學(xué)習(xí)算法來構(gòu)成被控對(duì)象的神經(jīng)網(wǎng)絡(luò)逆，其中靜態(tài)神經(jīng)網(wǎng)絡(luò)的各個(gè)權(quán)系數(shù)通過學(xué)習(xí)確定；然后將神經(jīng)網(wǎng)絡(luò)逆接在被控對(duì)象之前，神經(jīng)網(wǎng)絡(luò)逆與被控對(duì)象構(gòu)成由兩個(gè)獨(dú)立的一階積分型補(bǔ)償電流子系統(tǒng)組成的偽線性系統(tǒng)，從而將對(duì)一個(gè)多變量的非線性耦合系統(tǒng)的控制轉(zhuǎn)化為對(duì)兩個(gè)簡(jiǎn)單的一階積分子系統(tǒng)的控制；對(duì)于已經(jīng)解耦的兩個(gè)一階積分子系統(tǒng)，采用一種線性系統(tǒng)的綜合方法，如線性校正、比例積分微分(PID)控制、極點(diǎn)配置或線性二次型最優(yōu)設(shè)計(jì)等，分別設(shè)計(jì)兩個(gè)電流控制器，從而構(gòu)成線性閉環(huán)控制器；最后將線性閉環(huán)控制器與神經(jīng)網(wǎng)絡(luò)逆相串聯(lián)形成神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)控制器，來對(duì)有源電力濾波器系統(tǒng)進(jìn)行控制。具體的實(shí)施分以下8步
①如圖I所示，確定被控對(duì)象。將有源電力濾波器主電路的逆變器及交流側(cè)電感作為
一個(gè)整體組成被控對(duì)象1，該被控對(duì)象I以主電路的兩個(gè)開關(guān)函數(shù)控制量作為輸入，以兩個(gè)補(bǔ)償電流分量U Λ作為輸出。②通過常規(guī)技術(shù)的分析與推導(dǎo)，得到有源電力濾波器的逆系統(tǒng)控制器的結(jié)構(gòu)形式，為神經(jīng)網(wǎng)絡(luò)逆的構(gòu)造與學(xué)習(xí)訓(xùn)練提供方法上的依據(jù)。首先建立有源電力濾波器系統(tǒng)的數(shù)學(xué)模型，其向量相對(duì)階為{1，I}。經(jīng)推導(dǎo)可證明該模型的逆系統(tǒng)存在，并可確定其逆系統(tǒng)
的四個(gè)輸入分別為dq旋轉(zhuǎn)坐標(biāo)系下有源濾波器補(bǔ)償電流的d軸分量U及其一階導(dǎo)數(shù)、補(bǔ)償電流的q軸分量&及其一階導(dǎo)數(shù)^，兩個(gè)輸出為dq旋轉(zhuǎn)坐標(biāo)系下有源電力濾波器主電路
的開關(guān)函數(shù)控制量Atf。需要說明的是，這一步僅為以下的神經(jīng)網(wǎng)絡(luò)逆的構(gòu)造與學(xué)習(xí)訓(xùn)
練提供方法上的依據(jù)，在本發(fā)明的具體實(shí)施中，這一步，包括對(duì)有源電力濾波器系統(tǒng)逆系統(tǒng)存在的理論證明及一些相關(guān)推導(dǎo)等為常規(guī)技術(shù)，可跳過。③如圖2所示，采用靜態(tài)神經(jīng)網(wǎng)絡(luò)2加兩個(gè)積分器構(gòu)造神經(jīng)網(wǎng)絡(luò)逆。其中靜態(tài)神經(jīng)網(wǎng)絡(luò)2采用3層的MLN網(wǎng)絡(luò)，輸入層節(jié)點(diǎn)數(shù)為4，隱含層節(jié)點(diǎn)數(shù)為10，輸出層節(jié)點(diǎn)數(shù)為2，
隱含層神經(jīng)元激活函數(shù)使用S型雙曲正切函數(shù)
權(quán)利要求
1.一種有源電力濾波器的神經(jīng)網(wǎng)絡(luò)逆控制器構(gòu)造方法，其特征在于采用如下步驟 1)將有源電力濾波器主電路的的逆變器及交流側(cè)電感作為一個(gè)整體組成被控對(duì)象，被控對(duì)象以主電路的兩個(gè)開關(guān)函數(shù)控制量U網(wǎng)作為輸入，以兩個(gè)補(bǔ)償電流分量匕Λ作為輸出；根據(jù)該被控對(duì)象對(duì)應(yīng)的逆系統(tǒng)，用靜態(tài)神經(jīng)網(wǎng)絡(luò)加積分器構(gòu)成神經(jīng)網(wǎng)絡(luò)逆，其中靜態(tài)神經(jīng)網(wǎng)絡(luò)的各個(gè)權(quán)系數(shù)的確定方法是將補(bǔ)償電流分量^、&分別離線求一階導(dǎo)數(shù)，并對(duì)信號(hào)做歸一化處理組成靜態(tài)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本集，對(duì)靜態(tài)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練確定各個(gè)權(quán)系數(shù)； 2)將神經(jīng)網(wǎng)絡(luò)逆串接在被控對(duì)象之前等效成由兩個(gè)獨(dú)立的一階積分型補(bǔ)償電流子系統(tǒng)組成的偽線性系統(tǒng)； 3)對(duì)該偽線性系統(tǒng)中的兩個(gè)一階積分型補(bǔ)償電流子系統(tǒng)分別設(shè)計(jì)兩個(gè)電流控制器，構(gòu)成線性閉環(huán)控制器； 4)將線性閉環(huán)控制器與神經(jīng)網(wǎng)絡(luò)逆相串聯(lián)構(gòu)成神經(jīng)網(wǎng)絡(luò)逆控制器。
2.根據(jù)權(quán)利要求I所述的一種有源電力濾波器的神經(jīng)網(wǎng)絡(luò)逆控制器構(gòu)造方法，其特征在于所述靜態(tài)神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)為4，隱含層節(jié)點(diǎn)數(shù)為10，輸出層節(jié)點(diǎn)數(shù)為2，隱含 In — -Ik層神經(jīng)元激活函數(shù)使用s型雙曲正切函數(shù)/b) = ~ f7 ,輸出層的神經(jīng)元采用純線性函 e ' +e數(shù)/(Z) = X , x為神經(jīng)元的輸入；所述神經(jīng)網(wǎng)絡(luò)逆具有2個(gè)輸入節(jié)點(diǎn)、2個(gè)輸出節(jié)點(diǎn)；靜態(tài)神經(jīng)網(wǎng)絡(luò)的第一個(gè)輸入端為神經(jīng)網(wǎng)絡(luò)逆的第一個(gè)輸入經(jīng)由積分器獲得；靜態(tài)神經(jīng)網(wǎng)絡(luò)的第二個(gè)輸入端為神經(jīng)網(wǎng)絡(luò)逆的第一個(gè)輸入端；靜態(tài)神經(jīng)網(wǎng)絡(luò)的第三個(gè)輸入端為神經(jīng)網(wǎng)絡(luò)逆的第二個(gè)輸入經(jīng)由積分器獲得；靜態(tài)神經(jīng)網(wǎng)絡(luò)的第四個(gè)輸入端為神經(jīng)網(wǎng)絡(luò)逆的第二個(gè)輸入端，靜態(tài)神經(jīng)網(wǎng)絡(luò)的輸出是神經(jīng)網(wǎng)絡(luò)逆的輸出。
全文摘要
本發(fā)明公開一種有源電力濾波器的神經(jīng)網(wǎng)絡(luò)逆控制器構(gòu)造方法，將有源電力濾波器主電路的的逆變器及交流側(cè)電感作為一個(gè)整體組成被控對(duì)象，被控對(duì)象以主電路的兩個(gè)開關(guān)函數(shù)控制量作為輸入，以兩個(gè)補(bǔ)償電流分量作為輸出；根據(jù)該被控對(duì)象對(duì)應(yīng)的逆系統(tǒng)，用靜態(tài)神經(jīng)網(wǎng)絡(luò)加積分器構(gòu)成神經(jīng)網(wǎng)絡(luò)逆；將神經(jīng)網(wǎng)絡(luò)逆串接在被控對(duì)象之前等效成由兩個(gè)獨(dú)立的一階積分型補(bǔ)償電流子系統(tǒng)組成的偽線性系統(tǒng)；對(duì)該偽線性系統(tǒng)中的兩個(gè)一階積分型補(bǔ)償電流子系統(tǒng)分別設(shè)計(jì)兩個(gè)電流控制器構(gòu)成線性閉環(huán)控制器；將線性閉環(huán)控制器與神經(jīng)網(wǎng)絡(luò)逆相串聯(lián)構(gòu)成神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)方法控制器，對(duì)有源電力濾波器模型進(jìn)行高性能、非線性解耦控制，提高電力系統(tǒng)的電能質(zhì)量。
文檔編號(hào)H02J3/01GK102655326SQ20121014329
公開日2012年9月5日 申請(qǐng)日期2012年5月10日 優(yōu)先權(quán)日2012年5月10日
發(fā)明者劉國(guó)海, 楊辰星, 陳兆嶺 申請(qǐng)人:江蘇大學(xué)