[发明专利]基于递归神经网络的并网逆变器电流控制方法有效
| 申请号： | 201810878593.X | 申请日： | 2018-08-03 |
| 公开（公告）号： | CN109067232B | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 王庆义;王明阳;王雪芬;曹炳 | 申请（专利权）人： | 中国地质大学(武汉) |
| 主分类号： | H02M7/5395 | 分类号： | H02M7/5395;H02J3/44 |
| 代理公司： | 42238 武汉知产时代知识产权代理有限公司 | 代理人： | 邹桂敏 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了基于递归神经网络的并网逆变器电流控制方法，基于递归神经网络的并网逆变器电流控制方法，采用离散域状态空间方程建立并网逆变器系统的数学模型，采用Levenberg‑Marquardt(LM)+Forward Accumulation Through Time(FATT)优化方法训练递归神经网络控制器，离线获得的权值矩阵作为神经网络初始化权值，再结合神经网络的误差反向传播方法，替换传统PI控制器来实现并网逆变器的电流控制。本发明的有益效果是：本发明提供的技术方案可以加快并网逆变器神经网络控制器的收敛速度，提高系统的动态响应能力和抗干扰能力，解决并网逆变器的非线性和参数耦合问题。 | ||
| 搜索关键词： | 并网逆变器 递归神经网络 电流控制 并网逆变器系统 神经网络初始化 神经网络控制器 动态响应能力 结合神经网络 误差反向传播 状态空间方程 抗干扰能力 参数耦合 权值矩阵 数学模型 控制器 离散域 离线 收敛 替换 优化 | ||
【主权项】：
1.基于递归神经网络的并网逆变器电流控制方法，其特征在于：包括以下步骤：/nS101：采集三相电网电压信号和电流信号，根据采集到的三相电网电压信号，通过Clarke变换得到αβ坐标系下的电压信号；/n对αβ坐标系下的电压信号采用双广义积分器进行滤波得到正序两相电压信号；/n对正序两相电压信号采用Park变换得到dq坐标系下q轴的电压信号；根据dq坐标系下q轴的电压信号通过锁相环技术得到三相电网的电压相位；/nS102：根据三相电网电压相位和采集到的三相电网电流信号，通过Clarke变换和Park变换得到dq坐标系下的电流信号，将dq坐标系下的电流信号与并网逆变器系统的参考电流信号相比较，得到电流差值信号，对电流差值信号进行积分，得到积分信号；/nS103：将电流差值信号和积分信号作为递归神经网络控制器的输入，得到递归神经网络控制器的输出电压值，其中递归神经网络控制器的输出所需权重由LM+FATT算法训练获得；/nS104：将递归神经网络控制器的输出电压值与PWM增益相乘，得到并网逆变器系统的输出电压值，对并网逆变器系统的输出电压值作反Park变换得到αβ坐标系下的两相电压值；/nS105：对αβ坐标系下的两相电压值采用SVPWM调制方法生成PWM波，PWM波作为并网逆变器系统开关管的驱动脉冲，实现对并网逆变器系统的电流控制；/n根据步骤S102变换得到的第k时刻dq坐标系下的电流信号
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国地质大学(武汉)，未经中国地质大学(武汉)许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810878593.X/，转载请声明来源钻瓜专利网。
