核基对抗网络光伏离网逆变器环流抑制系统技术方案

本发明专利技术涉及一种光伏离网逆变器的环流抑制系统，尤其涉及一种基于数据驱动和核基对抗网络控制方法的，针对交错并联逆变器的环流抑制系统，属于电力电子技术、大数据技术与控制理论的交叉技术领域，具体为核基对抗网络光伏离网逆变器环流抑制系统，包括数据采集系统、控制器系统、执行系统；在数据采集系统中采集环流的相应数据，在控制器系统中算法根据所采集的数据进行数据分析和处理，构建核基对抗网络进行数据分析建模以及控制，并最终形成控制指令信号；在执行系统中根据控制指令信号对环流进行抑制。本发明专利技术可以有效地对光伏离网逆变器交错并联环流进行抑制，同时也在一定程度上提高了光伏系统的效率，降低了电网公害。

【技术实现步骤摘要】
核基对抗网络光伏离网逆变器环流抑制系统
本专利技术涉及一种光伏离网逆变器的环流抑制系统，尤其涉及一种基于数据驱动和核基对抗网络控制方法的，针对交错并联逆变器的环流抑制系统，属于电力电子技术、大数据技术与控制理论的交叉
，具体为核基对抗网络光伏离网逆变器环流抑制系统。
技术介绍
在光伏离网逆变器中通常使用多个逆变器交错并联，用来提高其输出功率。然而，由于功率器件本身存在的触发延时差异及死区控制等因素，在逆变器并联系统中，很难得到同步输出电压，因此存在环流。现有的环流抑制技术通常通过滤波器和钳位技术进行的。这种技术具有拓扑、控制简单，控制方案成熟，但是受器件本身的限制，往往很难做到动态适应，在对环流抑制要求较高的场合不能满足要求。
技术实现思路
针对现有技术的缺陷，本专利技术的目的在于提供一种光伏离网逆变器交错并联工作时，对环流进行动态抑制的系统。旨在提高离网型光伏逆变器交错并联环流的抑制能力，并使之能够克服逆变器及电力电子器件本身的限制，具有更为普遍的自适应、自调整能力。为实现上述目的，本专利技术提供了核基对抗网络光伏离网逆变器环流抑制系统，包括环流数据采集系统、控制器系统和执行系统；其中，环流数据采集系统包括环流方向、数值采集模块和数据记录模块；环流方向、数值采集模块采集环流的电压幅值、频率、相角和环流的电流幅值、频率、相角，采集的环流数据有六种，即六维数据，数据记录模块将所采集的所有数据进行存储，用于离线分析，并提供给用户；控制器系统运行基于数据分析、核基对抗网络建模和EM迭代控制的闭环控制方法；运行的闭环控制方法包括以下步骤：六维数据送到控制器系统后，首先进行数据分析，数据分析方法采用多元统计分析方法中的主成分分析或同时采用主成分分析和因子分析进行降维，得到影响环流的最主要的两个因素，将原来的六维数据降成两维数据；在得出对于环流影响的主成分两维数据后，利用该两维数据进行建模，模型设定为神经网络模型，神经网络模型为三层结构，即输入层、隐含层、输出层，各层中每个神经元节点的计算公式如下：yi＝f(kixi+bi)，其中，yi为各个神经元节点的输出，xi为各个神经元节点的输入，ki为各个神经元节点的权值，bi为各个神经元节点的阈值，f指定为Sigmoid函数，i为神经元节点的序号；对神经网络模型的权、阈值采用核基对抗网络进行修正，判别函数采用核基函数，如果判别结果符合核基函数要求，则输出神经网络中各神经元节点的权、阈值；如果判别结果不符合要求，则进行循环迭代，修正对抗模型，直至符合核基函数的要求为止；各神经元节点的权、阈值确定后即得出环流的神经网络模型；得出环流的神经网络模型后，可以进行EM迭代控制；将建立好的神经网络模型隐含层节点j的两个输入x1j、x2j，输出yj，以及输入输出联合概率密度分布zj，分布参数θ构成三元数组集合{Xj；zj；θ}，其中，Xj包括输入输出三组数据，根据参数的初始值或上次的模型参数来计算出zj的后验概率Qj(zj)＝p(zj|Xj,θ)，将概率密度函数的似然函数最大化，并进行如下迭代：控制两次迭代所得结果相对误差不超过1‰FS，从而获得参数值θ；得出分布参数θ后，将其固化为输入输出联合概率密度分布zj的参数，然后利用概率密度函数p(·)，计算出当前控制输出量的概率最大值，控制输出量作为执行系统中电力电子器件PWM的占空比，对电力电子器件进行控制；执行系统包括与离网逆变器中逆变桥并联的补偿逆变桥，补偿逆变桥接收控制器系统输出的PWM。补偿逆变桥功率器件针对环流进行“补偿控制”。检测到环流的数据后，经过本专利技术所述的数据分析和控制算法，给出相应的控制电流或电压：例如，环流出现后，电压幅值为主成分，则给相应的反相电压，从而“堵住”环流的产生；如果电流“相位”为主成分，则调整功率器件的开启时间，使得控制输出的相位与环流的相位相反，抑制环流的产生：如果电压的“频率”为主成分，则调整控制器件的开关频率，使其与环流同频反相，从而抑制环流。上述的核基对抗网络光伏离网逆变器环流抑制系统，闭环控制方法数据分析过程中采用动态数据分析，即构建一个数据窗，进行时间滑动，在线处理。动态数据处理的优点在于：(1)节省数据存储空间。在静态数据处理中，往往将大量数据存储，这样一来往往影响了芯片的计算效率，甚至影响到芯片的耗能。而动态数据处理的数据量较小，避免了上述问题的发生；(2)动态数据处理具有实时性的优点。静态数据在很大程度上存储了历史数据，而不能反映当前状态。动态数据处理使用滑动数据窗，可以实时反映当前状态的变化。上述的核基对抗网络光伏离网逆变器环流抑制系统，对抗网络的数据样本为各个神经元节点的输入数据，先验对抗模型为：根据先前的环流分析数据所预先设定的各个神经元节点权、阈值。在当前的对抗网络方法中，有一种“生成对抗网络”。同样是进行“对抗”训练，但其训练的样本是由计算机生成的。而本专利技术训练的样本是由数据采集后，经过降维分析得到的。计算机生成的样本虽然也有一定的实际工程意义，但是其真实性远没有实际采样的数据样本能够真实地反映实际情况。在训练过程中，不是训练时间较长，就是训练结果与实际偏差较大。与其相比，本专利技术采用实际采样数据，经降维处理，保证了数据的真实性，既节省了训练的时间，又与实际工程情况相互吻合。本专利技术的系统结构是一种独立于光伏逆变器系统的闭环控制结构。具有数据采集、实时反馈、大数据分析、数据驱动建模、核基对抗网络模型、离散信号驱动等功能。其中，闭环控制结构在环流抑制的精度上有了结构性的保证；大数据分析及核基对抗网络模型建模摒弃了传统机理建模存在的模型参数失配等问题，与实际的环流情况吻合程度大大提高，并最终可以抑制光伏离网逆变器交错并联情况的环流。因此，本专利技术可以有效地对光伏离网逆变器交错并联环流进行抑制，同时也在一定程度上提高了光伏系统的效率，降低了电网公害。附图说明图1为本专利技术的基本结构图。图2为本专利技术的控制结构图。图3为神经网络模型的示意图。图4为核基对抗网络模型建模算法示意图。图5为本专利技术的算法示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术提供的核基对抗网络光伏离网逆变器环流抑制系统包括环流数据采集系统，该环流数据采集系统用于采集在各个逆变器之间存在的环流，然后将其送至控制器中，在控制器中进行建模与控制，最终驱动本专利技术执行系统中电力电子器件对环流进行抑制。其基本结构如图1所示。控制流程及控制结构图如图2所示。环流数据采集系统所采集的数据包括环流的电压幅值、频率、相角和环流的电流幅值、频率、相角；环流数据采集系统将所采集的数据反馈至控制器中。在本专利技术实施例中，各逆变器间的环流数据采集系统具有相同的结构，其结构为电压/电流检测传感器。两种传感器的数据将送至控制器中进行数据融合处理。在本专利技术实施例中，算法在控制器上运行。控制器为硬件基础，算法为系统软件核心。控制器的硬件应为ARM嵌入式系统或DSP系统(但不限于此)，在其上能够进行较大规模的在线数据处理。算法是一种基于数据分析、核基对抗网络建模和EM迭代控制的闭环控制方法，包括数据分析、建模和E本文档来自技高网...

【技术保护点】
1.核基对抗网络光伏离网逆变器环流抑制系统，其特征在于包括环流数据采集系统、控制器系统和执行系统；其中，环流数据采集系统包括环流方向、数值采集模块和数据记录模块；环流方向、数值采集模块采集环流的电压幅值、频率、相角和环流的电流幅值、频率、相角，采集的环流数据有六种，即六维数据，数据记录模块将所采集的所有数据进行存储，用于离线分析，并提供给用户；控制器系统运行基于数据分析、核基对抗网络建模和EM迭代控制的闭环控制方法；运行的闭环控制方法包括以下步骤：六维数据送到控制器系统后，首先进行数据分析，数据分析方法采用多元统计分析方法中的主成分分析或同时采用主成分分析和因子分析进行降维，得到影响环流的最主要的两个因素，将原来的六维数据降成两维数据；在得出对于环流影响的主成分两维数据后，利用该两维数据进行建模，模型设定为神经网络模型，神经网络模型为三层结构，即输入层、隐含层、输出层；对神经网络模型的权、阈值采用核基对抗网络进行修正，判别函数采用核基函数，如果判别结果符合核基函数要求，则输出神经网络中各神经元节点的权、阈值；如果判别结果不符合要求，则进行循环迭代，修正对抗模型，直至符合核基函数的要求为止；各神经元节点的权、阈值确定后即得出环流的神经网络模型；得出环流的神经网络模型后，可以进行EM迭代控制；将建立好的神经网络模型隐含层节点j的两个输入x1j、x2j，输出yj，以及输入输出联合概率密度分布zj，分布参数θ构成三元数组集合{Xj；zj；θ}，其中，Xj包括输入输出三组数据，根据参数的初始值或上次的模型参数来计算出zj的后验概率Qj(zj)＝p(zj|Xj,θ)，将概率密度函数的似然函数最大化，并进行如下迭代：...

【技术特征摘要】
1.核基对抗网络光伏离网逆变器环流抑制系统，其特征在于包括环流数据采集系统、控制器系统和执行系统；其中，环流数据采集系统包括环流方向、数值采集模块和数据记录模块；环流方向、数值采集模块采集环流的电压幅值、频率、相角和环流的电流幅值、频率、相角，采集的环流数据有六种，即六维数据，数据记录模块将所采集的所有数据进行存储，用于离线分析，并提供给用户；控制器系统运行基于数据分析、核基对抗网络建模和EM迭代控制的闭环控制方法；运行的闭环控制方法包括以下步骤：六维数据送到控制器系统后，首先进行数据分析，数据分析方法采用多元统计分析方法中的主成分分析或同时采用主成分分析和因子分析进行降维，得到影响环流的最主要的两个因素，将原来的六维数据降成两维数据；在得出对于环流影响的主成分两维数据后，利用该两维数据进行建模，模型设定为神经网络模型，神经网络模型为三层结构，即输入层、隐含层、输出层；对神经网络模型的权、阈值采用核基对抗网络进行修正，判别函数采用核基函数，如果判别结果符合核基函数要求，则输出神经网络中各神经元节点的权、阈值；如果判别结果不符合要求，则进行循环迭代，修正对抗模型，直至符合核基函数的要求为止；各神经元节点的权、阈值确定后即得出环流的神经网络模型；得出环流的神...

【专利技术属性】
技术研发人员：姚舜才，任一峰，陈昌鑫，赵俊梅，张文华，
申请(专利权)人：中北大学，
类型：发明
国别省市：山西,14