基于神经网络预测器的逆变器控制方法、装置及系统

    公开(公告)号:CN119154414B

    公开(公告)日:2025-04-04

    申请号:CN202411668604.3

    申请日:2024-11-21

    Applicant: 浙江大学

    Abstract: 本申请公开了一种基于神经网络预测器的逆变器控制方法、装置及系统,该方法包括:根据逆变器的三相网侧电压和三相网侧电流建立超局限方程,根据超局限方程确定电流函数;基于神经网络预测器对电流函数进行预测,以获得与电流函数对应的参考电压矢量;建立关于三相网侧电流的评价函数,确定参考电压矢量在电压矢量分区中的位置,遍历参考电压矢量所在的电压矢量分区中的若干待选电压矢量,获得使评价函数处于最小值时的参考电压矢量作为候选项;遍历逆变器的所有控制输入,获得评价函数处于最小值时的控制输入,将其作为控制逆变器的最优选择,并调节逆变器的开关。可以在维持系统优异动态性能的同时提升系统的鲁棒性。

    基于神经网络预测器的逆变器控制方法、装置及系统

    公开(公告)号:CN119154414A

    公开(公告)日:2024-12-17

    申请号:CN202411668604.3

    申请日:2024-11-21

    Applicant: 浙江大学

    Abstract: 本申请公开了一种基于神经网络预测器的逆变器控制方法、装置及系统,该方法包括:根据逆变器的三相网侧电压和三相网侧电流建立超局限方程,根据超局限方程确定电流函数;基于神经网络预测器对电流函数进行预测,以获得与电流函数对应的参考电压矢量;建立关于三相网侧电流的评价函数,确定参考电压矢量在电压矢量分区中的位置,遍历参考电压矢量所在的电压矢量分区中的若干待选电压矢量,获得使评价函数处于最小值时的参考电压矢量作为候选项;遍历逆变器的所有控制输入,获得评价函数处于最小值时的控制输入,将其作为控制逆变器的最优选择,并调节逆变器的开关。可以在维持系统优异动态性能的同时提升系统的鲁棒性。

Patent Agency Ranking