[发明专利]基于模糊反演的有源电力滤波器FNN控制方法

摘要

本发明公开了基于模糊反演的有源电力滤波器FNN控制方法，包括如下步骤：设计有源电力滤波器数学模型；设计有源电力滤波器的反演控制器和滑模面；设计有源电力滤波器的模糊神经网络控制器及其自适应律；设计有源电力滤波器的模糊控制器及其自适应律。本发明的优点在于：对有源电力滤波器进行有效、可靠的控制，在对系统参数未知的情况下，可以有效估计出系统的各项参数，并且保证系统全局的稳定性；在基于模糊反演控制的有源电力滤波器模糊神经网络控制器的设计的基础上，可逐步得到动态控制律和自适应律；本发明能够确保对指令电流的实时跟踪，并且加强系统的动态性能，提高系统鲁棒性以及对参数变化不敏感。

主权项

1.基于模糊反演的有源电力滤波器FNN控制方法，其特征在于：包括如下步骤：步骤(A)根据电路理论和基尔霍夫定理建立具有扰动和误差的有源电力滤波器数学模型；步骤(B)设计有源电力滤波器的反演控制器和滑模面；步骤(C)设计有源电力滤波器的模糊神经网络控制器及其自适应律，构成自适应模糊神经网络控制器；步骤(D)设计有源电力滤波器的模糊控制器及其自适应律，构成自适应模糊控制器；其中，虚拟控制量和滑模面串联，再串联与自适应模糊控制器并联的自适应模糊神经网络控制器，最后串联有源电力滤波器输出并反馈到虚拟控制量构成闭环电路；所述步骤(B)中设计有源电力滤波器的反演控制器，包括以下步骤：步骤(B1)，构造虚拟控制函数和滑模面；步骤(B2)，设计反演控制律；其中，所述虚拟控制函数为：式中，c₁是一个非零正实数；z₁＝x₁‑z_d，z_d为指令电流信号，x₁＝i_k为补偿电流；是z_d的一阶导数，为跟踪误差，是x₁的一阶导数；其中，所述滑模面为：s＝z₂＝x₂‑α₁；其中，z₂＝x₂‑α₁，α₁为虚拟控制量，其中，所述反演控制律为：式中，η、c₂为大于零的正常数，s为滑模面，sgn(s)是符号函数，R_c为直流侧电阻；L_c是交流电感；v_k即v₁，v₂，v₃为三相有源电力滤波器端电压；v_dc为电容电压，k＝1,2,3，i_k即i₁，i₂，i₃为三相补偿电流。