一种单相有源电力滤波器控制方法技术

本发明专利技术公开了一种单相有源电力滤波器控制方法，包括如下步骤：建立单相有源电力滤波器数学模型；利用双隐层回归神经网络对单相有源电力滤波器的未知部分进行逼近，得到双隐层回归神经网络分数阶滑模控制器，根据双隐层回归神经网络分数阶滑模控制器控制单相有源电力滤波器。本发明专利技术采用的双隐层回归神经网络包含了两个隐含层和两个回归层；两个隐含层使得神经网络具有强大的拟合能力，两个回归层使得神经网络存储更多的信息，具有更强的联想能力，具有更好的逼近效果；相比较整数阶滑模控制断续的阶次调整，分数阶滑模控制具有更多可调节的阶数自由度，使得控制结果能有更好的优化空间。本发明专利技术能实现对指令电流实时跟踪补偿，可靠性高。

A control method of single phase active power filter

【技术实现步骤摘要】
一种单相有源电力滤波器控制方法
本专利技术公开了一种单相有源电力滤波器控制方法，涉及单相有源电力滤波器控制

技术介绍
电力电子技术的迅猛发展，给人民生活带来了各种便利。但随着各种非线性电子器件大规模使用，给电网带来了危害，如电力电子装置的开关动作会使电网产生大量的谐波电压或谐波电流，严重影响了电能质量，同时增加了电力系统设备的额外损耗。目前，抑制谐波的方法主要包括有源滤波器和无源滤波器两种方式；目前，国内主要采用无源滤波器处理电网中的谐波。然而无源滤波器的补偿特性单一，且易受到系统阻抗影响，引发谐振现象，放大谐波，进而烧毁补偿装置，而且仅能对特定谐波进行有效处理，人们逐渐将研究的重心转向单相有源电力滤波器；与无源滤波器相比，有源滤波器有可滤除的谐波动态范围大，对谐波电流进行快速的动态补偿等优点；虽然有源滤波器成本较高，不过，随着谐波标准要求的增加，有源滤波器的成本将随滤波器支路的增加而增加，而有源滤波器的成本几乎不变，所以有源滤波器被认为是未来最重要的谐波抑制装置。目前，国内外尚未形成系统的单相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,采用的控制方法也多种多样，导致系统的稳定性和可靠性较低。
技术实现思路
本专利技术针对上述
技术介绍
中的缺陷，提供种单相有源电力滤波器控制方法，本专利技术方法能够实现对指令电流实时跟踪补偿，可靠性高，对参数变化有良好的鲁棒性和稳定性。为实现上述目的，本专利技术采用的技术方案如下：一种单相有源电力滤波器控制方法，包括如下步骤：步骤1，建立单相有源电力滤波器数学模型；步骤2，根据lyapunov稳定性理论，利用双隐层回归神经网络对单相有源电力滤波器数学模型的未知部分进行逼近，得到双隐层回归神经网络的分数阶滑模控制器，所述分数阶滑模控制器包括控制律和自适应律；所述控制律包括等效控制律和切换控制律；步骤3，根据分数阶滑模控制器控制单相有源电力滤波器；等效控制律用于将单相有源电力滤波器系统状态稳定在滑模面上，切换控制律用于抵消干扰，同时稳定单相有源电力滤波器系统；自适应律用于神经网络自适应逼近单相有源电力滤波器系统的未知部分。进一步的，步骤1中：所述单相有源电力滤波器的数学模型为：式中，Lc是交流电感，Rc是直流侧电阻，ic是滤波器输出补偿电流，是ic的二阶导数，vs为单相有源电力滤波器电源电压，vdc是直流侧电容电压，u是开关状态函数，t是时间，g2为集总不确定。进一步的，单相有源电力滤波器数学模型简化为:其中，x＝ic，表示x的二阶导数,f(x)为u为开关状态函数，即控制律，F＝g2，即集总不确定，表示包含电力滤波器系统参数不确定性及外界干扰的集总干扰，假设集总干扰存在上界为Fd，即满足|F|≤Fd，Fd为一正数。进一步的，步骤2中，所述Lyapunov函数V为：其中，s为分数阶滑模面，sT为s的转置；η1,η2,η3,η4,η5,η6,η7为自适应参数，W为双隐层回归神经网络权值，W*为网络权值理想值,为网络权值估计值，为双隐层回归神经网络权值理想值W*与网络权值估计值之间的差值，为的转置；c1为双隐层回归神经网络第一隐含层的中心向量，为中心向量理想值与中心向量估计值之间的差值，为的转置；c2为双隐层回归神经网络第二隐含层的中心向量，为中心向量理想值与中心向量估计值之间的差值，为的转置；b1为双隐层回归神经网络第一隐含层的基宽向量，为基宽向量理想值与基宽向量估计值之间的差值，为的转置；b2为双隐层回归神经网络第二隐含层的基宽向量，为基宽向量理想值与基宽向量估计值之间的差值，为的转置；Wr为双隐层回归神经网络第一隐含层反馈项的权值，为网络反馈项理想权值Wr*与双隐层回归神经网络反馈项权值估计值之间的差值，为的转置；Wro为双隐层回归神经网络外层反馈项的权值，为网络反馈项理想权值Wro*与双隐层回归神经网络外层反馈项权值估计值之间的差值，为的转置；式中，分数阶滑模面s：其中c1,c2是常数，Dα-1e为误差e的α-1阶导数，0<α<1；e＝x-xd表示补偿电流x与参考电流xd之间的误差，xd表示滤波器输出参考电流；为e的一阶导数。进一步的，对分数阶滑模面s求导，并在不考虑参数不确定性及外界干扰的情况下，令分数阶滑模面s的导数得到等效控制律ueq:其中，f是系统未知部分；切换控制律usw为：usw＝-Ksgn(s)其中，K为常数，略大于集总干扰的上界Fd；所述控制律为：由于为f(x)系统未知部分，利用双隐层回归神经网络进行逼近，则控制律设计为其中，为系统未知部分f的逼近，利用双隐层回归神经网络实现，表示为是双隐层回归神经网络估计值，是第二隐含层H2的估计值。进一步的，根据Lyapunov稳定性理论设计自适应律为：其中，为的一阶导数，为的转置；为的一阶导数，为的转置；为的一阶导数，为的转置；为的一阶导数，为的转置；为的一阶导数，为的转置；为的一阶导数，为的转置；DH2c1表示第二隐含层高斯基函数H2对第一隐含层中心向量c1的导数，DH2c2表示第二隐含层高斯基函数H2对第二隐含层中心向量c2的导数；DH2b1表示第二隐含层高斯基函数H2对第一隐含层基宽b1的导数，DH2b2表示第二隐含层高斯基函数H2对第二隐含层基宽b2的导数；DH2Wr表示第二隐含层高斯基函数H2对第一隐含层反馈权值Wr的导数，DH2Wro表示第二隐含层高斯基函数H2对外层反馈权值Wro的导数。所述双隐层回归神经网络的结构主要包括：输入层，第一隐层，第二隐层和输出层，其中，输入层完成对输入信号的传递，并且接收输出层反馈回来的上一步的输出信号，第一隐层存在回归项，将本层神经元的信号反馈到本层神经元。本专利技术所达到的有益效果：在单相有源电力滤波器双隐层回归神经网络分数阶滑模控制方法中，双隐层回归神经网络控制器用来逼近单相有源电力滤波器中的未知部分，可以任意设定中心向量及基宽的初值，中心向量及基宽会随着所设计的自适应算法根据不同的输入自动稳定到最佳值。相比较整数阶滑模控制断续的阶次调整，分数阶滑模控制具有更多可调节的阶数自由度，使得控制结果能有更好的优化空间。分数阶滑模结合了分数阶微积分和滑模控制的双重优点，能够在传统滑模控制的基础上进一步提高系统的控制性能。该方法能够实现对指令电流实时跟踪补偿，可靠性高，对参数变化有良好的鲁棒性和稳定性。附图说明图1是本专利技术具体实施例中单相有源电力滤波器的模型示意图；图2是本专利技术单相有源电力滤波器双隐层回归神经网络分数阶滑模控制方法的原理示意图；图3是本专利技术单相有源电力滤波器双隐层回归神经网络分数阶滑模控制方法中双隐层回归神经网络结构图；图4是本专利技术的具体实施例中实际输出追踪期望曲线的时域响应曲线图；图5是本专利技术的具体实施例中对电网电流进行补偿之后电网电流的时域响应曲线图。具体实施方式下面结合附图对技术方案的实施作进一步的详细描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。一种单相有源电力滤波器控制方法，其特征在于，包括如下步骤：步骤1，建立单相有源电力滤波器数学模型；步骤2，根据lyapunov稳定性理论，利用双隐层回归神经网络对单相有源电力滤波器数学模型的未知部分进行逼近，得到双隐层回归神经网络的分数阶滑模本文档来自技高网...

【技术保护点】
1.一种单相有源电力滤波器控制方法，其特征在于，包括如下步骤：步骤1，建立单相有源电力滤波器数学模型；步骤2，根据lyapunov稳定性理论，利用双隐层回归神经网络对单相有源电力滤波器数学模型的未知部分进行逼近，得到双隐层回归神经网络的分数阶滑模控制器，所述分数阶滑模控制器包括控制律和自适应律；所述控制律包括等效控制律和切换控制律；步骤3，根据分数阶滑模控制器控制单相有源电力滤波器；等效控制律用于将单相有源电力滤波器系统状态稳定在滑模面上，切换控制律用于抵消干扰，同时稳定单相有源电力滤波器系统；自适应律用于神经网络自适应逼近单相有源电力滤波器系统的未知部分。

【技术特征摘要】
1.一种单相有源电力滤波器控制方法，其特征在于，包括如下步骤：步骤1，建立单相有源电力滤波器数学模型；步骤2，根据lyapunov稳定性理论，利用双隐层回归神经网络对单相有源电力滤波器数学模型的未知部分进行逼近，得到双隐层回归神经网络的分数阶滑模控制器，所述分数阶滑模控制器包括控制律和自适应律；所述控制律包括等效控制律和切换控制律；步骤3，根据分数阶滑模控制器控制单相有源电力滤波器；等效控制律用于将单相有源电力滤波器系统状态稳定在滑模面上，切换控制律用于抵消干扰，同时稳定单相有源电力滤波器系统；自适应律用于神经网络自适应逼近单相有源电力滤波器系统的未知部分。2.根据权利要求1所述的一种单相有源电力滤波器控制方法，其特征在于，步骤1中：所述单相有源电力滤波器的数学模型为：式中，Lc是交流电感，Rc是直流侧电阻，ic是滤波器输出补偿电流，是ic的二阶导数，vs为单相有源电力滤波器电源电压，vdc是直流侧电容电压，u是开关状态函数，t是时间,g2为集总不确定，表示包含电力滤波器系统参数不确定性及外界干扰的集总干扰。3.根据权利要求2所述的一种单相有源电力滤波器控制方法，其特征在于，单相有源电力滤波器数学模型简化为:其中，x＝ic，表示x的二阶导数,f(x)为u为开关状态函数，即控制律，F为集总不确定，F＝g2。4.根据权利要求3所述的一种单相有源电力滤波器控制方法，其特征在于，步骤2中，所述Lyapunov函数V为：其中，s为分数阶滑模面，sT为s的转置；η1,η2,η3,η4,η5,η6,η7为自适应参数，W为双隐层回归神经网络权值，W*为网络权值理想值,为网络权值估计值，为双隐层回归神经网络权值理想值W*与网络权值估计值之间的差值，为的转置；c1为双隐层回归神经网络第一隐含层的中心向量，为中心向量理想值与中心向量估计值之间的差值，为的转置；c2为双隐层回归神经网络第二隐含层的中心向量，为中心向量理想值与中心向量估计值之间的差值，为的转置；b1为双隐层回归神经网络第一隐含层的基宽向量，为基宽向量理想值与基宽向量估计值之间的差值，为的转置；b2为双隐层回归神经网络第二隐含层的基宽向量，为基宽向量理想值与基宽向量估计值之间的差值，为的转置；Wr为双隐层回...

【专利技术属性】
技术研发人员：王欢，费峻涛，冯治琳，
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