-
公开(公告)号：CN116203843A
公开(公告)日：2023-06-02
申请号：CN202310175575.6
申请日：2023-02-28
Applicant: 湖北工业大学
IPC: G05B13/04
Abstract: 本发明涉及基于机器学习的MMC模型预测控制方法及系统，首先利用MPC‑MMC仿真平台收集数据并对数据进行预处理，再进行神经网络训练得到神经网络‑MPC控制器。为了提高神经网络训练效率，采用随机森林来优化神经网络初始权值阈值。最终得到随机森林‑神经网络‑MPC控制器来模拟MPC控制器。结果表明：RF‑NN‑MPC在学习效率和学习精度上都优于NN‑MPC；在保持了良好的控制效果的同时，使MPC‑MMC不受子模块数量约束，在线计算量始终为1次。极大降低了计算量，适用于工程运用。
-
公开(公告)号：CN113452068B
公开(公告)日：2022-06-14
申请号：CN202110696782.7
申请日：2021-06-23
Applicant: 湖北工业大学
Abstract: 本发明涉及一种连接风电场的VSC整流站多步模型预测控制方法，首先根据连接风电场的VSC整流站(WF‑VSC)拓扑结构，构建二步模型预测控制离散数学模型，然后以稳定风电场侧交流母线电压为控制目标，引入未来参考值预测，构造相应的目标函数，设计得到WF‑VSC二步模型预测控制器。本发明既克服了传统PI控制策略解耦结构复杂、需整定参数较多、响应速度慢、易于双馈风机PI控制器相互影响的缺点，又能对一步模型预测控制所存在的测量、计算产生的延时误差进行补偿。响应速度快，控制精度高，提升了交流母线电压电能质量和控制系统的鲁棒性，由于引入了直流电容电流前馈，在直流侧电压出现波动时，能提高系统抗干扰能力。
-
公开(公告)号：CN113452069A
公开(公告)日：2021-09-28
申请号：CN202110698203.2
申请日：2021-06-23
Applicant: 湖北工业大学
Abstract: 本发明涉及一种向无源网络供电的逆变站多步模型预测控制方法，首先结合连接无源网络的VSC换流器的拓扑结构建立二步离散预测模型，然后以交流电压跟踪为控制器首要目标，以降低开关频率为次要目标，构造相应的代价函数，设计得到VSC逆变站的二步模型预测控制器。所述方法避免了传统PI调节器的参数整定环节，对一步模型预测进行了延时补偿，在无源负荷波动时响应速度快，能有效改善电能质量，提高控制系统的鲁棒性，由于引入了直流电容电流前馈，在逆变器直流侧电压出现波动时，能使得交流电压能更快的恢复稳定。
-
公开(公告)号：CN113452068A
公开(公告)日：2021-09-28
申请号：CN202110696782.7
申请日：2021-06-23
Applicant: 湖北工业大学
Abstract: 本发明涉及一种连接风电场的VSC整流站多步模型预测控制方法，首先根据连接风电场的VSC整流站(WF‑VSC)拓扑结构，构建二步模型预测控制离散数学模型，然后以稳定风电场侧交流母线电压为控制目标，引入未来参考值预测，构造相应的目标函数，设计得到WF‑VSC二步模型预测控制器。本发明既克服了传统PI控制策略解耦结构复杂、需整定参数较多、响应速度慢、易于双馈风机PI控制器相互影响的缺点，又能对一步模型预测控制所存在的测量、计算产生的延时误差进行补偿。响应速度快，控制精度高，提升了交流母线电压电能质量和控制系统的鲁棒性，由于引入了直流电容电流前馈，在直流侧电压出现波动时，能提高系统抗干扰能力。
-
-
-
Search Results
4
records
(took 0.017 seconds)
