[发明专利]一种基于神经网络和ESO的PWM逆变器控制方法

摘要

本发明属于逆变器控制领域，特别涉及一种基于神经网络和ESO的PWM逆变器控制方法。本发明在传统的电压电流双闭环控制系统的基础上提出了一种将ESO和神经网络优化PID控制相结合的方法，其中ESO用来估计逆变器负载的不确定的扰动，神经网络实现了对PID参数的实时在线整定，提高抗干扰的自适应性；利用本发明获得的PWM逆变器具有更好的稳定负载侧电流和电压的能力。本发明将ESO加入电流内环的前馈控制系统中，通过扩张观测器来估计出负载端的不确定干扰，实现了对系统中的不确定的干扰的跟踪控制。本发明采用神经网络控制器与ESO(扩张状态观测器)相结合的方法。采用神经网络PID控制来提高PID控制器的自适应能力，提高系统对于不确定的干扰的跟踪控制能力。

主权项

1.一种基于神经网络和ESO的PWM逆变器控制方法，包括以下步骤：步骤1，采用电压和电流双闭环控制结构的PWM逆变控器控制系统，电流内环采用神经网络和ESO(扩张观测器)相结合的方法，采用神经网络与PID相结合的方法用以提高PID控制器的自适应性，采用ESO用以对逆变器的不确定干扰进行估计；步骤2，三相电流转换到dq坐标系下的直流分量i_d和i_q分别输入到ESO中得到i_d和i_q的跟踪信号z₁、z′₁以及对i_d和i_q的扰动的估计值z₂和z′₂；步骤3，电流内环的电流参考值与z₁、z′₁相比较的偏差e(k)、e(k)'经过神经网络优化PID控制器进行调节得到控制信号u₀和u′₀；步骤4，z₂和z′₂分别与综合控制函数f₀(Z₁)和f₀(Z′₁)相加再与u₀和u′₀相比较得到电压量e和e'，再经过扰动补偿因子L得到逆变器dq轴输入电压分量u_d和u_q；步骤5，u_d和u_q一方面分别经过扰动补偿因子调节与f₀(Z₁)和f₀(Z′₁)相加作为ESO的反馈，一方面经过dq到abc的坐标变换，再经SPWM调制得到逆变器的控制信号。