基于神经网络的控制策略在逆变电源中的应用
通过改进智能电网有机组成部分微网控制技术,基于SPWM 的双闭环逆变器系统中,针对传统PI 控制策略在应用过程中存在的参数整定复杂且系统自适应性差等问题进行了研究。引入(back propagation,BP)神经网络模型,研究进行了BP 神经网络以能够实现自整定参数的PI 控制策略的分析,通过采用BP 神经网络的自适应时刻估计(adaptive moment estimation,Adam)的模型进行参数整定方法,实时调节系统PI 参数,避免了传统控制的局限与不足。并在Matlab imulink 中建立仿真模型。实验表明,基于神经网络的PI 控制策略在微网电源系统中的应用,提高了系统的自适应性,改善了系统的稳态性能、动态性能、与电压质量。经实际应用弥补了传统控制的不足满足了神经网络PI 控制自参数适应,具有实际工程应用价值与前景。
BP神经网络PI控制 双闭环 逆变器
虞发桐 刘大明 丁朋鹏 刘凯丽
上海电力大学计算机科学与技术学院,上海市201300 安徽工业大学电气与信息工程学院,安徽马鞍山243002
国内会议
上海
中文
395-403
2019-05-17(万方平台首次上网日期,不代表论文的发表时间)