[发明专利]基于神经网络的风电并网线性自抗扰控制系统

权利要求书

1.一种基于神经网络的风电并网线性自抗扰控制系统，其特征在于：其应用在风电系统的电压外环，其包括：

跟踪微分器，用于微分信号获取和过渡过程配置；

线性扩张状态观测器，用于总扰动的观测，并分别输出输出量的观测值z₁，输出量的微分的观测值z₂及总扰动的观测值z₃；

线性状态误差反馈控制律，用于控制信号生成，其控制品质为u₀＝K_P(r-z₁)-K_Dz₂，其中r为直流母线电压参考值，K_P、K_D为控制参数；

被控系统，传递函数为：其中K_c为并网直轴电流i_d和直流母线电容电流i_dc的转换系数，C是滤波电容，T是PWM装置延时时间，s为复数频率；

BP神经网络，线性状态误差反馈控制率的控制参数K_P、K_D经由BP神经网络在线调整生成，所述BP神经网络根据直流母线电压参考值与输出量的观测值的误差及直流母线电压参考值对输出的控制参数K_P、K_D进行在线调整，

所述直流母线电压参考值作为BP神经网络的第一输入信号，所述线性扩张状态观测器生成的输出量的观测值z₁与直流母线电压参考值r做减法比较之后产生的误差e分别作为BP神经网络的第二输入信号及线性状态误差反馈控制律的K_P端的输入信号，所述输出量的观测值z₁作为BP神经网络的第三输入信号，所述输出量的微分的观测值z₂作为线性状态误差反馈控制律的K_D端的输入信号，线性状态误差反馈控制律的K_P端的输出信号与线性状态误差反馈控制律的K_D端的输出信号及总扰动的观测值z₃依次做减法比较之后经由l/b₀增益后得到被控系统的输入量u，且该被控系统的输入量u作为线性扩张状态观测器第一输入信号，被控系统的输出量y作为线性扩张状态观测器的第二输入信号，b₀为自抗扰控制器假定参数。

2.根据权利要求1所述的基于神经网络的风电并网线性自抗扰控制系统，其特征在于：所述BP神经网络的输入层节点的输入输出为其中上标代表不同的神经元层，当上标为(0)代表输入层，(1)代表隐含层，(2)代表输出层，所述BP神经网络的输入层具有三个输入其中e(n)为被控系统的误差，e(n)＝r(n)-z₁(n)，n为迭代次数，BP神经网络的输出为

3.根据权利要求1所述的基于神经网络的风电并网线性自抗扰控制系统，其特征在于：所述被控系统的状态空间表达式为

其中，f′为实际未知总扰动，f′＝w+(b-b₀)u，w为外部扰动， b为一个假定参数。

4.根据权利要求3所述的基于神经网络的风电并网线性自抗扰控制系统，其特征在于：所述线性扩张状态观测器为u_c＝[u y]^T为LESO的组合输入，L为需要配置的观测器增益矩阵，ω₀为观测器带宽，

经过参数化，可得L＝[β₁ β₂ β₃]^T，

其中

5.根据权利要求1或4所述的基于神经网络的风电并网线性自抗扰控制系统，其特征在于：所述线性扩张状态观测器的状态方程为其中β₁、β₂和β₃为需要配置的观测器增益，u为LADRC的控制品质，