專利名稱：三相并聯(lián)型有源濾波器的自適應rbf神經(jīng)滑?？刂品椒?br> 技術(shù)領(lǐng)域：
本發(fā)明涉及三相并聯(lián)型有源電力濾波器的自適應RBF神經(jīng)滑模控制方法，屬有源 電力濾波器控制技術(shù)領(lǐng)域。
背景技術(shù)：
隨著非線性負載的大量應用，電網(wǎng)中的諧波含量日益增加，造成電能質(zhì)量越來越 差。諧波會引起設(shè)備過熱、損耗增加、電流過大等一系列危害，必須予以抑制。相對于無源 電力濾波器，有源電力濾波器(APF)更能有效地處理變化負載的諧波及功率因數(shù)，它具有實 時性和準確性的工作特點，被公認為是綜合治理“電網(wǎng)污染”最有效的手段。
APF的控制技術(shù)是APF的關(guān)鍵技術(shù)之一，APF的控制效果在很大程度上取決于其控 制器的性能，并且隨著工業(yè)技術(shù)的發(fā)展，對控制系統(tǒng)的設(shè)計要求日益提高，為了更好地改善 電能質(zhì)量，對APF的控制策略的研究有著重大的理論和現(xiàn)實意義。由于實際系統(tǒng)存在復雜 性、非線性、時變形、不確定性等因素，無法獲得精確的數(shù)學模型，傳統(tǒng)的控制理論已經(jīng)不能 滿足工業(yè)發(fā)展的要求，所以先進控制理論得以提出和發(fā)展。神經(jīng)網(wǎng)絡(luò)控制是智能控制的一 個新的分支，為解決復雜的非線性、不確定、不確知系統(tǒng)的控制問題開辟了新途徑。
徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)模擬了人腦中局部調(diào)整、相互覆蓋接受域的神經(jīng)網(wǎng)絡(luò) 結(jié)構(gòu)，它具有單隱層的三層前饋網(wǎng)絡(luò)，隱層作用函數(shù)采用高斯基函數(shù)，RBF網(wǎng)絡(luò)是局部逼近 的神經(jīng)網(wǎng)絡(luò)，理論上只要足夠多的神經(jīng)元，RBF神經(jīng)網(wǎng)絡(luò)能以任意精度逼近任意連續(xù)函數(shù)。 RBF網(wǎng)絡(luò)由輸入到輸出的映射是非線性的，而隱層空間到輸出空間的映射是線性的，因此采 用RBF網(wǎng)絡(luò)可大大加快學習速度并避免局部極小問題，適合于APF實時控制的要求。
滑模變結(jié)構(gòu)控制是變結(jié)構(gòu)控制系統(tǒng)的一種控制策略。這種控制策略與常規(guī)控制的 根本區(qū)別在于控制的不連續(xù)性，即一種使系統(tǒng)“結(jié)構(gòu)”隨時間變化的開關(guān)特性。該控制特性 可以迫使系統(tǒng)在一定特性下沿規(guī)定的狀態(tài)軌跡作小幅度、高頻率的上下運動，即所謂的“滑 模運動”。這種滑模運動是可以設(shè)計的，且與系統(tǒng)的參數(shù)及干擾無關(guān)。這樣，處于滑模運動 的系統(tǒng)就具有很好的魯棒性。
自適應RBF神經(jīng)滑模控制是滑?？刂?、RBF神經(jīng)網(wǎng)絡(luò)控制及自適應控制的有機結(jié) 合，綜合了各種控制的優(yōu)點，是一種解決參數(shù)不確定系統(tǒng)控制問題的新型控制策略，提高 了系統(tǒng)的綜合性能。近年來，自適應RBF神經(jīng)網(wǎng)絡(luò)控制理論取得了一系列的重要進展，由于 該方法具有良好的精確性，魯棒性和自適應性，在工程上具有很好的應用前景。

發(fā)明內(nèi)容
本發(fā)明涉及一種利用自適應RBF神經(jīng)滑?？刂破鱽韺崿F(xiàn)對三相并聯(lián)型有源電力 濾波器的控制，通過產(chǎn)生補償電流實現(xiàn)對電網(wǎng)中諧波電流的抵消，提高電網(wǎng)的電能質(zhì)量。該 控制器將切換函數(shù)作為RBF神經(jīng)網(wǎng)絡(luò)的輸入，滑?？刂破髯鳛镽BF神經(jīng)網(wǎng)絡(luò)的輸出，利用神 經(jīng)網(wǎng)絡(luò)的學習功能，實現(xiàn)單輸入單輸出的神經(jīng)滑?？刂疲岣吡讼到y(tǒng)的穩(wěn)定性和魯棒性。
本發(fā)明解決技術(shù)所采用的技術(shù)方案是
三相并聯(lián)型有源電カ濾波器的自適應RBF神經(jīng)滑模控制方法，包括以下步驟1)建立被控對象三相并聯(lián)型有源電カ濾波器的數(shù)學模型
權(quán)利要求
1 〔相并聯(lián)型有源濾波器的自適應RBF神經(jīng)滑模控制方法，其特征在于包括以下步驟I)建立被控對象三相并聯(lián)型有源電力濾波器的數(shù)學模型
2.根據(jù)權(quán)利要求1所述的三相并聯(lián)型有源濾波器的自適應RBF神經(jīng)滑?？刂品椒ǎ涮卣髟谟谒霾襟E1)中開關(guān)函數(shù)g (t)定義為g(t)={1 QN=1 0 QN=0 QN指示絕緣柵雙極型晶體管IGBT的工作狀態(tài)，導通為1，關(guān)斷為0。
3.根據(jù)權(quán)利要求1所述的三相并聯(lián)型有源濾波器的自適應RBF神經(jīng)滑?？刂品椒?，其特征在于所述步驟2)中滑?？刂破骺刂菩Ч呐袛喾绞綖榧僭O(shè)存在理想的RBF神經(jīng)網(wǎng)絡(luò)權(quán)值向量w使得存在理想控制率u(t)逼近最優(yōu)控制率 Ueq (t)，兩者的誤差小于ε，ε為任意小的實數(shù)，令ueq(t)=u(t)+ε,根據(jù)式(10)，u(t)=mΣk=1 wkhk=wth，相應的ueq(t)=wth+ε取 Lyapunov 函數(shù) M 為Μ=1/2sts+a/γwTw對Lyapunov函數(shù)求導，得到M =sT[-βs+a(wT+ε]-awTsh=-βsTs+saε<||s||(-β||s|| +aε)(24)如果||s||>aε/β，那么M<0 則滿足Lyapunov穩(wěn)定性條件，此時切換面趨于s (t) =0，RBF神經(jīng)滑模控 P M <0 ,制器的效果最好，其中, W=W-WW-權(quán)值誤差向量，W——理想權(quán)值向量，W——當前估計的權(quán)值向量。
全文摘要
本發(fā)明公開了一種三相并聯(lián)型有源濾波器的自適應RBF神經(jīng)滑?？刂品椒?，建立APF的數(shù)學模型，將切換函數(shù)作為RBF神經(jīng)網(wǎng)絡(luò)的輸入，滑?？刂破髯鳛镽BF網(wǎng)絡(luò)的輸出，利用神經(jīng)網(wǎng)絡(luò)的學習功能，實現(xiàn)單輸入單輸出的神經(jīng)滑模控制。該控制方案綜合了滑?？刂?、自適應算法以及RBF神經(jīng)網(wǎng)絡(luò)的優(yōu)點，能夠時時的檢測并跟蹤電源電流中的諧波，通過產(chǎn)生大小相等、方向相反的補償電流，達到消除諧波、提高電能質(zhì)量的目的。另外，這種自適應RBF神經(jīng)滑?？刂撇呗阅軌蛟诰€的調(diào)節(jié)神經(jīng)網(wǎng)絡(luò)的權(quán)值，并通過Lyapunov穩(wěn)定性理論證明保障了系統(tǒng)的穩(wěn)定性。
文檔編號H02J3/01GK103066603SQ20131002946
公開日2013年4月24日 申請日期2013年1月25日 優(yōu)先權(quán)日2013年1月25日
發(fā)明者王哲, 費峻濤 申請人:河海大學常州校區(qū)