互补滑模面反演自适应RBF神经网络观测器设计方法技术

本发明专利技术公开了一种互补滑模面反演自适应RBF神经网络观测器设计方法，其特征在于，包括如下步骤：步骤1、设计反演控制中的虚拟控制量，进一步结合互补滑模面，得到真实控制器，并通过李雅普诺夫函数证明滑模面的稳定性；步骤2、设计RBF神经网络观测器，观测系统非线性干扰d上界,提高系统的控制精度和性能。相比于传统的滑模控制方法，设计的控制器采用一种互补滑模面来提高系统响应速度和稳态跟踪精度；与此同时，反演滑模控制方法可以解决系统的非线性、参数变化和干扰的问题；RBF神经网络由于本身很好的逼近能力，能够用来逼近系统干扰的上界以此来消除抖振现象。

Adaptive RBF neural network observer design method for complementary sliding surface inversion

The invention discloses a complementary sliding mode backstepping adaptive RBF neural network observer design method is characterized by comprising the following steps: 1, the design of the virtual control in backstepping control step, further combined with the complementary sliding surface, get the real controller, and through Lyapunov function to prove the stability of the sliding surface; step 2, the design of RBF the neural network observer, nonlinear disturbance observation system of D bound, improve the control precision and performance of the system. Compared with the traditional sliding mode control method, a complementary sliding mode to improve the system response speed and the steady-state tracking accuracy of the designed controller; at the same time, backstepping sliding mode control method can solve the nonlinearity, parameter variation and disturbance of the system problem; RBF neural network with good approximation ability itself, can be used to approximate upper bound of system interference in order to eliminate the chattering phenomenon.

【技术实现步骤摘要】
互补滑模面反演自适应RBF神经网络观测器设计方法
本专利技术涉及一种互补滑模面反演自适应RBF神经网络观测器设计方法。
技术介绍
随着社会的进步和发展，人们的生活水平日益提高，大量的用电设备投入到日常的生产生活中，随之而来的就是，电网中出现大量的谐波和无功功率的污染，这严重影响着电能的质量。电网中存在谐波电压或谐波电流会增加电力系统设备的附加损耗，导致测量和自动控制仪器失灵等问题，影响了设备的使用效率，严重时可能会因线路过热引起火灾。目前主要采用外部谐波补偿装置来补偿谐波，滤波器分为无源滤波器和有源滤波器两种。无源滤波器对谐波的控制效果受系统的阻抗特性影响很大，极易受到温度、谐波和非线性负载变化的影响，其滤波性能不稳定。除此之外，无源滤波器只能滤除特定阶次的谐波，因此并不适用于谐波情况复杂的场所。存在只能补偿特定谐波等缺陷，所以现在对电能问题的治理主要集中在有源滤波器。相比于无源滤波器，有源滤波器实现了动态补偿，响应速度快；所需储能元件容量不大；受电网阻抗的影响不大，不会和电网阻抗发生谐振等。目前，国内外尚未形成系统的有源电力滤波器的先进控制理论体系，有源滤波器的建模方法因人而异，采本文档来自技高网...

【技术保护点】
一种互补滑模面反演自适应RBF神经网络观测器设计方法，其特征是，包括如下步骤：步骤1)设计反演控制中的虚拟控制量；结合互补滑模面，得到真实控制器；步骤2)设计RBF神经网络观测器，并利用该观测器的观测系统在线逼近非线性干扰的上界。

【技术特征摘要】
1.一种互补滑模面反演自适应RBF神经网络观测器设计方法，其特征是，包括如下步骤：步骤1)设计反演控制中的虚拟控制量；结合互补滑模面，得到真实控制器；步骤2)设计RBF神经网络观测器，并利用该观测器的观测系统在线逼近非线性干扰的上界。2.根据权利要求1所述的一种互补滑模面反演自适应RBF神经网络观测器设计方法，其特征是，所述步骤1)得到的基于互补滑模面的反演控制的虚拟控制量和真实控制律，通过设计李雅普诺夫函数证明其稳定性。3.根据权利要求2所述的一种互补滑模面反演自适应RBF神经网络观测器设计方法，其特征是，具体步骤为：步骤11)定义反演控制的虚拟控制量其中z1为跟踪误差，x1d为指令电流，k1为非零的正常数；步骤12)设计互补滑模面sc：其中，系数k2＞0决定状态误差s的带宽，根据APF的数学模型，对滑模面s沿时间τ求导忽略干扰d，令系统的等效控制器为设计切换函数其中δ≥|d|，系统控制器可得步骤13)通过采用李雅普诺夫函数验证在互补滑模面的基础上运用反演控制能够保证系统的渐进稳定。4.根据...

【专利技术属性】
技术研发人员：刘倪宣，费峻涛，方韵梅，
申请(专利权)人：河海大学常州校区，
类型：发明
国别省市：江苏,32