基于自抗擾的網(wǎng)絡(luò)化交流電機ls-svm廣義逆解耦控制方法
【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明涉及網(wǎng)絡(luò)化交流電力傳動與控制系統(tǒng)技術(shù)領(lǐng)域，具體地，涉及基于自抗擾 的網(wǎng)絡(luò)化交流電機LS-SVM廣義逆解耦控制方法。
【背景技術(shù)】
[0002] 交流異步電機是一個復(fù)雜的多變量、非線性、強耦合的控制對象，在交流異步電機 網(wǎng)絡(luò)化控制中，由于網(wǎng)絡(luò)控制系統(tǒng)的引入又給電機控制帶來了許多不確定因素，因此要實 現(xiàn)網(wǎng)絡(luò)環(huán)境下交流異步電機的高性能控制需要對交流異步電機進行多變量的線性化解耦。
[0003] 目前，交流異步電機線性化解耦控制方法主要有反饋線性化方法和逆系統(tǒng)方法。 其中反饋線性化解耦方法要求全部狀態(tài)均可測量和精確抵消全部非線性，如果不能精確抵 消非線性將會引發(fā)嚴重的魯棒性問題，另外控制律復(fù)雜對電機參數(shù)依賴性大。逆系統(tǒng)線性 化解耦方法需要判別非線性系統(tǒng)的可逆性，隨著被控對象復(fù)雜程度不斷提高，逆系統(tǒng)方法 要求獲知被控對象精確數(shù)學(xué)模型和系統(tǒng)參數(shù)的條件不易滿足，且求得系統(tǒng)解析逆也存在一 定的難度，另外交流異步電機運行參數(shù)會隨系統(tǒng)運行狀態(tài)或外部干擾發(fā)生波動，這些因素 都在一定程度上限制了逆系統(tǒng)解耦控制方法在實際工程中的應(yīng)用。最小二乘支持向量機 (LS-SVM)廣義逆解耦控制可實現(xiàn)系統(tǒng)模型或參數(shù)未知和小樣本條件下交流異步電機多輸 入/多輸出的線性化動態(tài)解耦控制，與神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)解耦控制方法相比，結(jié)構(gòu)簡單，可以 確保得到的解是全局最優(yōu)解，避免了神經(jīng)網(wǎng)絡(luò)方法中的局部極值問題。同時，廣義逆可以對 解耦后的偽線性子系統(tǒng)極點進行任意配置，使得偽線性復(fù)合系統(tǒng)具有開環(huán)穩(wěn)定的輸入輸出 線性傳遞關(guān)系。
[0004] 由于采用LS-SVM廣義逆系統(tǒng)辨識建模存在建模誤差，網(wǎng)絡(luò)控制系統(tǒng)的引入又給 電機控制帶來了不確定性時延、丟包和外部擾動的影響，需要為解耦后的偽線性復(fù)合系統(tǒng) 設(shè)計能夠補償網(wǎng)絡(luò)控制系統(tǒng)中常見問題的閉環(huán)控制策略來確保網(wǎng)絡(luò)環(huán)境下交流異步電機 控制系統(tǒng)的魯棒性。然而LS-SVM廣義逆系統(tǒng)構(gòu)成的偽線性復(fù)合系統(tǒng)不依賴或不完全依賴 被控對象精確數(shù)學(xué)模型，無法利用網(wǎng)絡(luò)控制系統(tǒng)分析方法建立網(wǎng)絡(luò)化交流異步電機控制系 統(tǒng)模型并設(shè)計網(wǎng)絡(luò)控制器。自抗擾控制方法在補償非線性系統(tǒng)的不確定性擾動和建模誤差 方面具有良好的魯棒性，因此需要將自抗擾控制方法和LS-SVM廣義逆系統(tǒng)方法相結(jié)合可 以實現(xiàn)網(wǎng)絡(luò)環(huán)境下對交流異步電機的線性化解耦和高性能控制。
[0005] 在實現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在控制精度不高、交流電 機模型或參數(shù)未知和小樣本條件下逆系統(tǒng)構(gòu)建困難、對網(wǎng)絡(luò)環(huán)境下外部擾動魯棒性弱和開 環(huán)穩(wěn)定性差等缺陷。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于，針對上述問題，提出基于自抗擾的網(wǎng)絡(luò)化交流電機LS-SVM廣 義逆解耦控制方法，以實現(xiàn)網(wǎng)絡(luò)條件下對交流異步電機的線性化解耦和高性能控制。
[0007] 為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：
[0008] 1、由SVPWM控制器、三相電壓型PWM逆變器、交流異步電機、Clarke變換、轉(zhuǎn)子磁 鏈觀測器與K/P變換連接構(gòu)成復(fù)合被控對象；SVPWM控制器、三相電壓型PWM逆變器依次連 接后接入所述交流異步電機，所述轉(zhuǎn)子磁鏈觀測器輸入端與Clarke變換輸出的兩相定子 電流和LS-SVM廣義逆系統(tǒng)輸出兩相定子電壓相連，輸出端為轉(zhuǎn)子磁鏈經(jīng)過K/P變換后經(jīng)通 信網(wǎng)絡(luò)系統(tǒng)與自抗擾網(wǎng)絡(luò)控制器相連；
[0009] 2、采用基于離散差分方程系統(tǒng)模型，判別可逆性，利用LS-SVM(最小二乘支持向 量機）辨識并構(gòu)造無狀態(tài)反饋的交流異步電機的廣義逆系統(tǒng)，將所述LS-SVM廣義逆系統(tǒng)連 接在所述復(fù)合被控對象之前構(gòu)成偽線性復(fù)合系統(tǒng)，將交流異步電機解耦成轉(zhuǎn)速和轉(zhuǎn)子磁鏈 兩個偽線性子系統(tǒng)；
[0010] 3、通過核函數(shù)對數(shù)據(jù)樣本進行訓(xùn)練，構(gòu)造回歸矢量，獲得廣義逆系統(tǒng)的相關(guān)參 數(shù)；
[0011] 4、對所述偽線性復(fù)合系統(tǒng)的轉(zhuǎn)速偽線性子系統(tǒng)和轉(zhuǎn)子磁鏈偽線性子系統(tǒng)分別獨 立設(shè)計自抗擾網(wǎng)絡(luò)控制器，形成對所述交流異步電機的所述網(wǎng)絡(luò)化閉環(huán)控制。
[0012] 進一步地，在步驟1中通信網(wǎng)絡(luò)系統(tǒng)，包括執(zhí)行器節(jié)點模塊、傳感器測量節(jié)點模 塊，以及干擾節(jié)點模塊分別與通信網(wǎng)絡(luò)模塊連接。
[0013] 進一步地，在步驟1和2中LS-SVM廣義逆系統(tǒng)是通過通過LS-SVM辨識并構(gòu)建而 成；所述LS-SVM廣義逆系統(tǒng)的輸入端與執(zhí)行器節(jié)點模塊連接，輸出與SVPWM控制器連接。
[0014] 進一步地，所述的基于自抗擾的網(wǎng)絡(luò)化交流電機LS-SVM廣義逆解耦控制方法，步 驟2具體包括：
[0015]a、采用LS-SVM廣義逆系統(tǒng)方法，實現(xiàn)對交流異步電機轉(zhuǎn)速和磁鏈的動態(tài)線性化 解耦并將兩個偽線性子系統(tǒng)的極點配置在所期望的位置，保證了解耦后的開環(huán)穩(wěn)定性；
[0016] b、采用基于離散差分方程模型，通過LS-SVM辨識并構(gòu)造交流異步電機的廣義逆 系統(tǒng)，得到的廣義逆系統(tǒng)無狀態(tài)反饋，簡化了逆系統(tǒng)結(jié)構(gòu)
[0017]c、將自抗擾控制引入網(wǎng)絡(luò)條件下的交流異步電機系統(tǒng)補償系統(tǒng)中的不確定性擾 動和建模誤差，利用擴張狀態(tài)觀測器參與LS-SVM廣義逆的構(gòu)造，實現(xiàn)網(wǎng)絡(luò)環(huán)境下對交流異 步電機的線性化解耦和高性能控制。
[0018] 進一步地，所述在步驟a和b中，所述對交流異步電機在模型或參數(shù)未知和小樣本 條件下實現(xiàn)線性化解耦的具體操作包括：
[0019] (1)根據(jù)MMO非線性系統(tǒng)LS-SVM廣義逆系統(tǒng)存在性定理，對于輸入輸出離散差分 方程形式的交流異步電機模型，如果離散系統(tǒng)可逆，則2輸入2輸出交流異步電機廣義逆系 統(tǒng)可表示為
[0020]
[0021] 通過對輸入^1，'^2,211，2丨2,22丨，七2)，輸出（111，11 2)的1^-5￥1網(wǎng)絡(luò)辨識建?？梢?得到交流異步電機LS-SVM廣義逆系統(tǒng)模型
[0022]
[0023] 式中：C)為LS-SVM函數(shù)，h為偏置量，ai為拉格朗日乘子，K(x, )為核函數(shù)， ujk)為系統(tǒng)的輸出；
[0024] (2)確定適當?shù)募钚盘枺?br>[0025] 根據(jù)電機系統(tǒng)所有可能工作范圍選擇足夠豐富的信號作為系統(tǒng)辨識的激勵信 號；
[0026] (3)LS-SVM廣義逆系統(tǒng)辨識的核函數(shù)及參數(shù)選擇；
[0027] ⑷訓(xùn)練樣本獲?。?br>[0028] (5)根據(jù)解耦后偽線性子系統(tǒng)的希望極點選擇廣義逆參數(shù)構(gòu)造回歸矢量，用復(fù)合 被控對象線給定輸入信號u(k+S)與廣義逆系統(tǒng)輸出私々+⑴的誤差來訓(xùn)練LS-SVM網(wǎng)絡(luò)； 通過2路LS-SVM的在線訓(xùn)練學(xué)習，得到輸入向量的系數(shù)即拉格朗日乘子％和偏置量bi;然 后再通過當前輸入回歸矢量，可以辨識得到廣義逆系統(tǒng)；
[0029] (6)將辨識得的LS-SVM廣義逆系統(tǒng)與復(fù)合被控對象串連構(gòu)成偽線性復(fù)合系統(tǒng)，將 交流異步電機解耦成轉(zhuǎn)速和轉(zhuǎn)子磁鏈兩個偽線性子系統(tǒng)，同時將解耦得到的兩個偽線性子 系統(tǒng)的極點配置在所期望的位置，為轉(zhuǎn)速和轉(zhuǎn)子磁鏈偽線性子系統(tǒng)分別獨立設(shè)計的自抗擾 網(wǎng)絡(luò)控制器，實現(xiàn)了網(wǎng)絡(luò)條件下系統(tǒng)模型或參數(shù)未知和小樣本條件下交流異步電機多輸入 /多輸出的線性化動態(tài)解耦控制。
[0030] 進一步地，所述步驟（3)，具體包括：
[0031] 選擇多層感知器核函數(shù)對訓(xùn)練樣本進行訓(xùn)練：
[0032] K(xi；Xj) =tanh( 〇(xj?Xj) +t2)
[0033] 式中，〇和心為核參數(shù)。
[0034] 進一步地，所述步驟所述步驟（4)，具體包括：
[0035] ①對交流異步電機施加激勵信號u=[Upu2]T，確定采樣時間，采用高速精度A/ D轉(zhuǎn)化器對激勵信號和輸出響應(yīng)進行采樣，并用數(shù)字濾波器對數(shù)據(jù)平滑濾波，得到N組 (N>1000)輸入激勵信號Ul(k)、u2(k)和輸出yi(k)、y2(k)數(shù)據(jù)；離線計算輸出數(shù)據(jù)的一階 和二階差分yi (k+1)、y2 (k+1)、yi (k+2)、y2 (k+2)，根據(jù)解耦后偽線性子系統(tǒng)的希望極點選擇 參數(shù)a1(l、an、a12、a2(l、a21、a22，構(gòu)造回歸矢量，選取擬合因子
[0036]
[0037] 獲得原始樣本訓(xùn)練數(shù)據(jù)集{\，以，（i= 1，2)，1=ui(k);
[0038] ②采用相同的方法可以構(gòu)造測試樣本數(shù)據(jù)集{X'i，Y'丄（i= 1，2)，Y'i= u'Jk);
[0039] ③據(jù)情況對原始數(shù)據(jù)進行歸一化處理，若將數(shù)據(jù)歸一化到-1~+1方法如下：
[0040]
[0041] 式中，X_為數(shù)據(jù)最大可能值，xmin為數(shù)據(jù)最小可能值，x為原始數(shù)據(jù)，f為歸一化 后的數(shù)據(jù)。
[0042] 本發(fā)明各實施例的提出基于自抗擾的網(wǎng)絡(luò)化交流電機LS-SVM廣義逆解耦控制方 法的有益效果是：
[0043] 1.LS-SVM(最小二乘支持向量機）是一種具有小樣本情況下機器學(xué)習能力的智能 化的統(tǒng)計學(xué)習方法，將LS-SVM與逆系統(tǒng)方法相結(jié)合的LS-SVM廣義逆智能融合算法，可將兩 種方法的優(yōu)勢互補，能夠?qū)崿F(xiàn)系統(tǒng)模型或參數(shù)未知和小樣本條件下交流異步電機這一多輸 入/多輸出復(fù)雜非線性系統(tǒng)的線性化解耦，克服了神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)方法中的局部極值和樣 本數(shù)大的問題。
[0044] 2.同時，采用廣義逆系統(tǒng)構(gòu)成的偽線性復(fù)合系統(tǒng)可通過調(diào)節(jié)逆系統(tǒng)參數(shù)對偽線性 子系統(tǒng)極點進行任意配置，