【技术实现步骤摘要】
一种基于深度残差网络的预测控制权重因子动态优化方法
[0001]本专利技术属于模型预测控制领域,具体涉及一种基于深度残差网络的预测控制权重因子动态优化方法。
技术介绍
[0002]多电平逆变器因具有电磁兼容性能好、电流谐波低、效率高等优势,已被广泛应用于中压大功率的场合。相比于二极管中点钳位型逆变器,有源中点箝位型逆变器(ANPC)具有更好的损耗均衡能力、控制灵活、容错性能强等优势而备受关注。但是,ANPC逆变器的控制需要同时考虑多个控制目标,包括跟踪电流、中点电位平衡和开关频率调节等。
[0003]近年来兴起的模型预测控制(MPC),相较于传统的矢量控制能够有效解决多目标优化的问题。MPC通常使用一个特定的代价函数来实现多目标优化,其中权重因子被分配给每个控制目标。而MPC的控制性能与代价函数和权重因子的设计紧密相关,不同的工作状态会影响权重因子的值,这意味着权重因子不是唯一的,应该根据运行状态进行动态调整,同时控制目标可能是相互冲突的,因此最优权重因子的设计成为了近年来的一大研究热点。
[0004]国内外学者已经提出了几种调节权重因子的方法,包括无权重因子的方法和基于观测函数的方法。前者可以大致分为分割代价函数和简化代价函数。分割代价函数通过独立的代价函数进行优化,这将会增加MPC的复杂度。简化代价函数根据具体的优化目标,采用额外的约束条件,然而,计算负担是一个较大的挑战。另一类方法通过观测器监测MPC的性能,在线调整MPC的控制状态,使代价函数最小化,进而实现权重因子的在线调节与优化。但是这种在 ...
【技术保护点】
【技术特征摘要】
1.一种基于深度残差网络的预测控制权重因子动态优化方法,其特征在于,包括以下步骤:步骤1:建立三电平逆变器馈电的永磁电机驱动系统预测数学模型,根据控制目标设计模型预测控制算法的代价函数,通过MATLAB/Simulink仿真获得不同权重因子组合下对应的电机定子电流谐波总畸变THD
c
、直流侧母线中点电压偏差V
ag
与平均开关频率f
sw
,组成数据样本;步骤2:基于永磁电机驱动系统的控制目标,定义一个目标函数以评价控制性能,接着建立数据集并对数据集进行归一化处理,同时将数据集按比例分为训练集和交叉验证集,分别用于网络设计、训练和评价网络性能;步骤3:构建深度残差网络,将权重因子作为网络的输入层,THD
c
、V
ag
和f
sw
作为网络的输出层,根据数据集和Adam算法训练网络,以最小化均方根误差RMSE来确定残差网络的超参数,选择最小化目标函数的预测指标,作为模型预测控制算法的最优权重因子组合;步骤4:将不同工况下的最优权重因子与对应工况构建数据集,同时利用查表法实现不同工况下模型预测控制权重因子的动态优化。2.根据权利要求1所述的一种基于深度残差网络的预测控制权重因子动态优化方法,其特征在于,所述步骤1中预测数学模型和代价函数的建立具体为:以三电平有源中点箝位型逆变器馈电的永磁电机为控制对象,采用一阶向前欧拉法对dq旋转坐标系下电机定子电压方程进行离散化处理,建立永磁电机驱动系统在旋转坐标系下的离散化定子电流预测模型,表示为:其中,k表示采样时刻,T
s
为采样周期,i
d
(k+1)、i
q
(k+1)表示采样时刻k+1下的dq轴定子电流预测值,i
d
(k)、i
q
(k)表示当前采样时刻k下的dq轴定子电流采样值,u
d
(k)、u
q
(k)表示当前采样时刻k下的dq轴定子电压值,L
d
、L
q
表示旋转坐标系下的dq轴定子电感,R
s
表示定子绕组的电阻值,ω
r
表示永磁电机电角速度,ψ
f
表示永磁体磁链;根据直流母线侧上、下电容的电压值,建立直流母线侧电容电压差值的离散化预测模型,其中性点电位的预测模型表示为:型,其中性点电位的预测模型表示为:型,其中性点电位的预测模型表示为:其中,v
c1
和v
c2
表示上、下电容电压,v
n
表示中性点电位,C
dc
表示直流侧电容的容值,u
x
表示归一化的输出相电压,i
x
表示相电流,u
x
(k)表示当前采样时刻k下的归一化相电压,i
x
(k)表示当前采样时刻k下的相电流,Δv
n
(k)和Δv
n
(k+1)分别表示当前采样时刻k和采样时刻k
+1的上、下电容电压偏差;逆变器开关管的开通和关断切换次数表示为:Δu
x
(k+1)=||u
x
(k+1)
‑
u
x
(k)||其中,u
x
(k+1)表示下一采样时刻k+1下的归一化相电压;为了实现多个目标的综合优化,通过考虑定子电流跟踪、中点电位平衡和开关切换调节来定义代价函数为:其中,J
i
表示跟踪电流误差的代价函数,J
dc
表示中点电压偏差的代价函数,J
sw...
【专利技术属性】
技术研发人员:徐帅,姚春醒,吴思佳,马光同,
申请(专利权)人:西南交通大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。