[发明专利]基于神经网络的动态电压补偿控制方法

权利要求书

1.基于神经网络的动态电压补偿控制方法，包括动态电压补偿装置，所述动态电压补偿装置并接在所述主交流电源输入端和负载端之间，所述动态电压补偿装置包括控制器以及依次连接的备用交流电源、整流装置和逆变装置，所述控制器通过所述动态电压补偿控制方法控制逆变装置；

其特征在于，所述动态电压补偿控制方法包括以下步骤：

1)、对主交流电源负载端的负载电压U_load进行采样，对负载电压U_load标幺化处理得到负载电压U；

2)、对负载电压U进行dq变换，得到相应的有功电压实际值U_d与无功电压实际值U_q；

3)、引入有功电压参考值U_dref和无功电压参考值U_qref，将参考值与实际值分别进行作差得到有功电压差值Error_U_d、无功电压差值Error_U_q；

4)、将差值Error_U_d、Error_U_q代入到神经网络中计算，计算得到结果Y_k1、Y_k2；

5)、将计算得到的结果以及0分量进行dq逆变换，得到逆变装置的参考输入信号；

6)、最后将参考输入信号送入PWM发生器中，产生逆变装置的驱动波形，驱动逆变装置产生补偿电压输出。

2.根据权利要求1所述的基于神经网络的动态电压补偿控制方法，其特征在于，所述步骤1)中，标幺化处理得到：U、U_load均为三相电压。

3.根据权利要求1所述的基于神经网络的动态电压补偿控制方法，其特征在于，所述步骤2)中，有功电压实际值U_d与无功电压实际值U_q的算法公式为：

其中θ＝ωt，为随着时间变换的锯齿波，Ua、Ub和Uc分别为负载电压分量值，U₀是0分量。

4.根据权利要求1所述的基于神经网络的动态电压补偿控制方法，其特征在于，所述步骤3)中，所述有功电压参考值U_dref＝1、无功电压参考值U_qref＝0，作差得到Error_U_d、Error_U_q的算法公式为：

Error_U_a＝U_d-1，

Error_U_q＝U_q-0。

5.根据权利要求1所述的基于神经网络的动态电压补偿控制方法，其特征在于，所述步骤4)中神经网络模型的构建步骤如下：

4.1)、初始化网络，通过输入样本来确定输入的维数n、输出的维数m，初始化输入层、隐含层和输出神经元之间的权值V、W，初始化隐含层和输出阈值，并设置学习率和激活函数；

4.2)、计算隐含层输出；

4.3)、计算输出层；

4.4)、计算误差e，

4.4)、更新权值和阈值，通过预测误差e对网络连接权值更新；

4.5)、判断迭代是否可以结束，如果没有结束，就返回4.2)步，直到算法结束。

6.根据权利要求1所述的基于神经网络的动态电压补偿控制方法，其特征在于，所述步骤5)中，将经神经网络计算出的结果Y_k1、Y_k2以及0分量进行dq逆变换，可得：

其中，ωt为随着时间变换的锯齿波，u_a，u_b和u_c即为逆变装置的参考输入信号。

7.根据权利要求1所述的基于神经网络的动态电压补偿控制方法，其特征在于，所述步骤2)中的dq变换和步骤5)中的dq逆变换都结合锁相环模块进行。