基于人工神经网络的三相飞电容多电平逆变器模型预测控制
系统与控制
2022-06-29 v3 机器学习
系统与控制
摘要
模型预测控制(MPC)因其概念简单、动态响应快和参考跟踪良好，已广泛应用于电力电子领域。然而，由于它直接依赖系统的数学模型来预测下一采样时刻的最优开关状态，故受参数不确定性的影响。因此，不确定的参数会导致设计不良的MPC。为此，本文提出一种基于人工神经网络(ANNs)的无模型控制策略，以减轻参数失配的影响，同时对逆变器性能产生较小的负面影响。该方法包括两个相关阶段。首先，将MPC作为专家来控制所研究的变换器以提供数据集；其次，利用所获得的数据集来训练所提出的ANN。本案例研究基于四电平三单元飞电容逆变器。研究中采用MATLAB/Simulink在各种运行条件下对所提方法的性能进行仿真。随后，将仿真结果与传统MPC方案对比报告，表明所提控制策略在抗参数失配鲁棒性和低总谐波畸变率(THD)方面性能更优，尤其在系统参数发生变化时相对于传统MPC。此外，基于使用C2000TM-microcontroller-LaunchPadXL TMS320F28379D套件的硬件在环(HIL)仿真，给出了所提方法的实验验证，证明了该基于ANN的控制策略可应用于DSP控制器实现。
引用
@article{arxiv.2110.08101,
title = {An Artificial Neural Network-Based Model Predictive Control for Three-phase Flying Capacitor Multi-Level Inverter},
author = {Abualkasim Bakeer and Ihab S. Mohamed and Parisa Boodaghi Malidarreh and Intissar Hattabi and Lantao Liu},
journal= {arXiv preprint arXiv:2110.08101},
year = {2022}
}
备注
This paper has been accepted for publication at IEEE Access. It has 12 pages, 22 figures, 5 tables