[发明专利]基于模糊神经网络的电机电流谐波抑制控制系统及方法

摘要

本发明涉及一种基于模糊神经网络的电机电流谐波抑制控制系统及方法，系统包括谐波电流提取模块和谐波电流抑制模块；谐波电流提取模块用于对电机三相电流的谐波分量进行提取并计算dq轴谐波电流；谐波电流抑制模块根据dq轴谐波电流和电机转速误差建立基于模糊神经网络的谐波电流抑制模型，输出当前电机矢量控制系统d轴所需的电压补偿量和q轴所需的电压补偿量，分别加到电流环控制器输出的d轴电压和q轴电压上，形成谐波电流抑制环。本发明采用基于模糊神经网络建立谐波电流抑制模型，计算谐波电流抑制补偿量，能够在高速永磁同步电机矢量控制系统中有效抑制造成电机电流畸变的谐波电流，提高电机电流的正弦性，减小电机转矩脉动，改善电机性能。

主权项

1.一种基于模糊神经网络的电机电流谐波抑制控制系统，应用在高速永磁同步电机矢量控制系统中，其特征在于，包括谐波电流提取模块和谐波电流抑制模块；所述谐波电流提取模块用于对电机三相电流的谐波分量进行提取并计算dq轴谐波电流；dq轴谐波电流的计算过程为：根据高速永磁同步电机的电流中存在的谐波次数，电机的电流傅里叶级数展开表达式如下：其中，I_m1为基波电流幅值，I_m5、I_m7、I_m11分别为5次、7次和11次谐波电流幅值，为基波电流的初始相位角，分别为5次、7次和11次谐波电流的初始相位角；采用同步旋转dq坐标变换检测法，将5次、7次和11次谐波分量转变为直流量，并将直流量经过低通滤波器，得到dq轴谐波电流id5、iq5、id7、iq7、id11和iq11；所述谐波电流抑制模块用于根据dq轴谐波电流和电机转速误差建立基于模糊神经网络的谐波电流抑制模型，输出当前电机矢量控制系统d轴所需的电压补偿量和q轴所需的电压补偿量，分别加到电流环控制器输出的d轴电压和q轴电压上，形成谐波电流抑制环；谐波电流抑制模型包括输入层、模糊化层、清晰化层、隐层以及输出层，模型结构建立的步骤为：第一步，对输入层参数进行模糊化处理输入层参数X＝[X1,X2,...,X7]T，表示谐波电流提取模块提取的直流量id5、iq5、id7、iq7、id11、iq11和电机的转速误差Δω，Xi表示第i个参数，i＝1,2,...,7，根据初始隶属度函数确定模糊层变量：其中，j＝1,2,...,l_i，l_i为输入层第i个参数的语言变量的模糊分割数，为模糊量化因子，λ为隶属度中心，σ为隶属度宽度，由样本确定：其中，N为样本大小，xh为样本值，模糊层参数个数p＝7li；第二步，对模糊化参数进行清晰化处理模糊化层与清晰化层之间的连接关系a_q由连接函数f、第三层权值和第三层阈值决定，其关系为：其中，α＝1,2,...,p，β＝1,2,...,m，q＝1,2,...,m，第三步，确定隐层层数和节点数确定隐层数为s；隐层节点数k由经验公式确定：其中，m为隐层输入参数个数，输出参数个数为2，t为1‑10之间的任意常数；第四步，确定隐层参数隐层与清晰层连接关系b_e由连接函数f、第四层权值和第四层阈值决定，其关系为：其中，＝1,2,...,m，b＝1,2,...,k，e＝1,2,...,k；第五步，确定输出值输出层与隐层连接关系由第一连接函数f₁、第二连接函数f₂、第五层权值和第五层阈值θ^y_by决定，其关系为：其中，ucomd和ucomq分别为当前电机矢量控制系统d轴所需的电压补偿量和q轴所需的电压补偿量，y＝1,2。