面向弱网故障的网格连接功率变换器的无偏数据驱动预测控制
计算机视觉与模式识别
2026-04-07 v1
摘要
网格连接功率变换器在面对弱网故障时会遇到显著的稳定性挑战，此时传统基于比例-积分 (PI) 的控制器会产生振荡响应并表现差的故障抗扰能力。本文通过取代调节 DC 链路电压和公共准声压 (PCC) 电压的常规外环 PI 控制器，提出一种无偏数据驱动预测控制器，以解决此问题。所开发的算法可利用故障前数据或故障期间数据构建输入输出预测器，从而实现无偏控制，无需基于物理的建模。仿真结果表明，故障前无偏 DPC 能处理的临界等效网格阻抗提升了一倍，故障期间均方根误差降低了 40 倍，而保持与传统 PI 控制相当的计算时间。这些发现表明，所开发的无偏数据预测控制器为传统控制提供了一种简单、稳健且计算效率高的替代方案，显著提升了弱网环境下变换器的故障抗扰能力。
引用
@article{arxiv.2511.14336,
title = {ArchMap: Arch-Flattening and Knowledge-Guided Vision Language Model for Tooth Counting and Structured Dental Understanding},
author = {Bohan Zhang and Yiyi Miao and Taoyu Wu and Tong Chen and Ji Jiang and Zhuoxiao Li and Zhe Tang and Limin Yu and Jionglong Su},
journal= {arXiv preprint arXiv:2511.14336},
year = {2026}
}