[发明专利]基于神经网络的有源电力滤波器反演全局滑模模糊控制法

说明书

技术领域

本发明涉及一种基于神经网络的有源电力滤波器反演全局滑模模糊控制法。

背景技术

随着现代电力电子技术的大量推广和应用，各种功率电子设备越来越多，谐波、无功、不平衡等对电力系统产生了很大的影响，严重影响了供电品质，降低了发电设备、用电设备的工作性能和使用寿命，甚至危及电力系统的安全性。目前主要采用外加滤波器的方式进行治理，滤波器分为无源滤波器和有源滤波器两种。由于无源滤波器存在只能补偿特定谐波等缺陷，所以现在对电能问题的治理研究主要集中在有源滤波器。有源滤波器能对频率和幅值都变化的谐波进行跟踪补偿，不仅能补偿各次谐波，还可抑制闪变，补偿无功，同时滤波特性不受系统阻抗的影响，因此成为了广泛研究和关注的热点。

目前有将各种先进控制方法应用到有源电力滤波器的控制当中，典型的有自适应控制和滑模控制方法。这些先进方法一方面补偿了建模误差，另一方面实现了对有源电力滤波器的补偿电流跟踪控制。但自适应控制对外界扰动的鲁棒性很低，易使系统变得不稳定。

由此可见，上述现有的有源电力滤波器在使用上，显然仍存在有不便与缺陷，而亟待加以进一步改进。为了解决现有的有源电力滤波器在使用上存在的问题，相关厂商莫不费尽心思来谋求解决之道，但长久以来一直未见适用的设计被发展完成。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种基于神经网络的有源电力滤波器反演全局滑模模糊控制法，能够提高有源电力滤波器系统在存在参数摄动和外界干扰情况下的补偿电流跟踪性能和系统鲁棒性。

为了实现上述目标，本发明采用如下的技术方案：

一种基于神经网络的有源电力滤波器反演全局滑模模糊控制法，其特征是，包括如下步骤：

1)建立有源电力滤波器的数学模型；

2)建立反演神经网络全局滑模模糊控制器，基于反演神经网络全局滑模模糊控制设计控制律，将其作为有源电力滤波器的控制输入；

3)基于Lyapunov函数理论，设计自适应律，验证所述反演神经网络全局滑模模糊控制器的稳定性。

前述的一种基于神经网络的有源电力滤波器反演全局滑模模糊控制法，其特征是，所述步骤1)的具体步骤如下：

11)将有源电力滤波器在abc坐标系下的数学模型改写成其中：v₁、v₂、v₃分别是公共连接点的电压，i₁、i₂、i₃分别是有源电力滤波器的补偿电流，C是直流侧电容器，v_dc是电容器C的电压，L_c是交流侧电感，R_c是等效电阻，d_nk是开关状态函数，k＝1,2,3；t为时间，d_nk的值依赖于开关状态n和相数k，其中n＝0,1,2,...,7，表示IGBT的八种开关模式；

12)考虑未知外界干扰和参数摄动时APF的数学模型可表示为其中，外界未知扰动向量为G＝[g₁ g₂ g₃g₄]^T，系统参数的标称值分别为L_c1、R_c1和C₁，标称值对应的参数的变化量分别为ΔL、ΔR和ΔC；

13)设计电流跟踪控制器：考虑步骤12)的前3个方程进行求导有在参数对称的情况下，将多变量控制化为三个单变量控制简化为一个单变量控制问题，表示为如下形式：其中,x代表i₁或i₂或i₃，f(x)代表或或b代表或或h_k代表或或并且h_k有上界||h_k||≤H。

前述的一种基于神经网络的有源电力滤波器反演全局滑模模糊控制法，其特征是，所述步骤2)的具体步骤如下：