基于神经网络的三相逆变器带输出 LC 滤波器的模型预测控制
系统与控制
2020-04-24 v3 机器学习
机器学习
摘要
模型预测控制(MPC)已成为带输出 LC 滤波器的三相逆变器中一种成熟的现代控制方法，其需要低总谐波失真(THD)的高质量电压。尽管它是一种直观的控制器，易于理解与实现，但其显著缺点是需要大量在线计算来求解优化问题。另一方面，无模型方法（例如基于人工神经网络的方法）在电力电子与传动领域的应用正迅速增长。本文提出一种基于两级变换器的新型控制方案，结合 MPC 与前馈 ANN，旨在针对不同负载类型获得更低 THD 并改善系统的稳态与动态性能。首先，在训练阶段将 MPC 作为专家用于生成训练所提神经网络所需的数据。然后，一旦神经网络微调完成，便可成功用于在线电压跟踪，而无需使用 MPC。所提基于 ANN 的控制策略通过 MATLAB/Simulink 工具在不同负载条件下进行了仿真验证。此外，该基于 ANN 的控制器在多种工作条件下的若干线性与非线性负载样本上进行了评估，并与 MPC 比较，证明了所提基于 ANN 的控制策略优异的稳态与动态性能。
引用
@article{arxiv.1902.09964,
title = {A Neural-Network-Based Model Predictive Control of Three-Phase Inverter With an Output LC Filter},
author = {Ihab S. Mohamed and Stefano Rovetta and Ton Duc Do and Tomislav Dragicevic and Ahmed A. Zaki Diab},
journal= {arXiv preprint arXiv:1902.09964},
year = {2020}
}
备注
13 pages, 15 figures, 3 tables. This article has been submitted to IEEE Access