[发明专利]互补滑模面反演自适应RBF神经网络观测器设计方法

说明书

技术领域

本发明涉及一种互补滑模面反演自适应RBF神经网络观测器设计方法。

背景技术

随着社会的进步和发展，人们的生活水平日益提高，大量的用电设备投入 到日常的生产生活中，随之而来的就是，电网中出现大量的谐波和无功功率的 污染，这严重影响着电能的质量。电网中存在谐波电压或谐波电流会增加电力 系统设备的附加损耗，导致测量和自动控制仪器失灵等问题，影响了设备的使 用效率，严重时可能会因线路过热引起火灾。

目前主要采用外部谐波补偿装置来补偿谐波，滤波器分为无源滤波器和有 源滤波器两种。无源滤波器对谐波的控制效果受系统的阻抗特性影响很大，极 易受到温度、谐波和非线性负载变化的影响，其滤波性能不稳定。除此之外， 无源滤波器只能滤除特定阶次的谐波，因此并不适用于谐波情况复杂的场所。 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主要集中在有源滤 波器。相比于无源滤波器，有源滤波器实现了动态补偿，响应速度快；所需储 能元件容量不大；受电网阻抗的影响不大，不会和电网阻抗发生谐振等。

目前，国内外尚未形成系统的有源电力滤波器的先进控制理论体系，有源 滤波器的建模方法因人而异，采用的控制方法也多种多样，导致系统的稳定性 和可靠性较低。

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互补滑模面反演自适 应RBF神经网络观测器设计方法，能够对指令电流实时跟踪补偿、可靠性高、 对参数变化鲁棒性高、稳定性高。

为了实现上述目标，本发明采用如下的技术方案：

一种互补滑模面反演自适应RBF神经网络观测器设计方法，其特征是，包 括如下步骤：

步骤1)设计反演控制中的虚拟控制量；

结合互补滑模面，得到真实控制器；

步骤2)设计RBF神经网络观测器，并利用该观测器的观测系统在线逼近 非线性干扰的上界。

前述的一种互补滑模面反演自适应RBF神经网络观测器设计方法，其特征 是，所述步骤1)得到的基于互补滑模面的反演控制的虚拟控制量和真实控制律， 通过设计李雅普诺夫函数证明其稳定性。

前述的一种互补滑模面反演自适应RBF神经网络观测器设计方法，其特征 是，具体步骤为：

步骤11)定义反演控制的虚拟控制量其中z₁为跟踪误差，x_1d为指令电流，k₁为非零的正常数；

步骤12)设计互补滑模面s_c：其中，系数k₂＞0决定状态 误差s的带宽，

根据APF的数学模型，对滑模面s沿时间τ求导

忽略干扰d，令系统的等效控制器为

设计切换函数其中δ≥|d|，系统控制器可得

步骤13)通过采用李雅普诺夫函数验证在互补滑模面的基础上 运用反演控制能够保证系统的渐进稳定。

前述的一种互补滑模面反演自适应RBF神经网络观测器设计方法，其特征 是，所述步骤2)中的干扰表示为d＝ω^*Th_i(x)+ε，其 中，x为网络输入，i表示网络输入层第i个的输入，h(x)是高斯函数，ω^*T为理 想网络权值，ε为网络逼近误差；

假设干扰d的估计值表示为其中，是RBF神经网络实时权 值，h(x)是高斯函数，是ε的估计值。

前述的一种互补滑模面反演自适应RBF神经网络观测器设计方法，其特征 是，所述步骤2)的具体内容为：

定义神经网络权值误差为

设计得到自适应RBF神经网络反演滑模控制律为

设计Lyapunov函数：其中γ₁,γ₂为正数，并 对该函数求导；

设计自适应律：其中，γ₁,γ₂为学习率；将设计得到的自适 应律代入Lyapunov函数中进行验证是否符合要求。

前述的一种互补滑模面反演自适应RBF神经网络观测器设计方法，其特征 是，所述验证的标准是：

所设计的控制器能否能够保证Lyapunov函数的导数是半负定的；根据 Lyapunov稳定性第二方法判定系统的稳定性。

本发明所达到的有益效果：

在基于互补滑模的有源电力滤波器反演RBF神经网络观测器中，互补滑模面 能够提高系统的响应速度，快速的实现跟踪；