[发明专利]基于元认知模糊神经网络的有源电力滤波器反演控制方法

权利要求书

1.基于元认知模糊神经网络的有源电力滤波器反演控制方法，其特征是，包括以下过程：

S1，建立有源电力滤波器动力学方程为：

其中，z₁为i₁、i₂或i₃，z₂为或f(x)为或B为或u表示控制律，h_k为有界的集总不确定，v₁,v₂,v₃为公共连接点处电压，i₁,i₂,i₃为滤波器输出补偿电流，v_dc为直流侧电容电压，L_c为交流侧电感，R_c为交流侧等效电阻；L_c1、R_c1分别为系统参数L_c、R_c的标称值；

S2，设计控制律，以控制有源电力滤波器；

设计控制律为：

其中，为未知部分f(x)的估计值，Y_d为指令电流，K为正常数，sgn(e)为符号函数，c₁为非零正常数，c₂为大于零的正常数，跟踪误差e₁＝z₁-Y_d，e₂＝z₂-α₁，

为利用元认知模糊神经网络逼近f(x)获得的估计值，元认知模糊神经网络的为实时权值，为元认知模糊神经网络中规则层的输出，T表示转置。

2.根据权利要求1所述的基于元认知模糊神经网络的有源电力滤波器反演控制方法，其特征是，建立有源电力滤波器动力学方程的过程为：

有源电力滤波器在abc坐标系下的数学模型为：

其中：C是直流侧电容器的电容值，t为时间，d_nk是开关状态函数，n＝0,1,2,...,7，k＝1,2,3；

考虑未知外界干扰和参数摄动时有源电力滤波器的数学模型可表示为：

其中：G＝[g₁ g₂ g₃ g₄]^T为外界未知扰动向量，L_c1、R_c1和C₁分别为系统参数的标称值，ΔL、ΔR和ΔC分别为系统参数的变化量；

式(10)可改写成：

其中，

考虑式(11)的前3个方程：

将上式求导得：

将式(12)表示为如下形式：

其中，x为i₁、i₂或i₃，f(x)为或B为或h_k为或u表示控制律，h_k为有界的集总不确定；

定义两个新变量z₁为i₁、i₂或i₃，z₂为或则(13)可以写成

3.根据权利要求2所述的基于元认知模糊神经网络的有源电力滤波器反演控制方法，其特征是，开关状态函数d_nk，定义为：

上式中n为开关模式，k为相数，

开关函数c_k，指示有源电力滤波器中IGBT开关的工作状态，定义为：

其中，k＝1,2,3。

4.根据权利要求1所述的基于元认知模糊神经网络的有源电力滤波器反演控制方法，其特征是，元认知模糊神经网络采用四层网络结构，各层分别为：输入层、隶属度函数层、规则层和输出层。