本发明专利技术提供一种电力电子变换器的多胞模型拟合方法,包括:外部输入数据通过低通滤波器输出外部输入数据的中低频分量;将外部输入数据的中低频分量输入到多个权重函数中并获得多个权重值;将外部输入数据输入到多个子模型中获得多个子模型输出;将每个对应的权重值与对应的子模型输出进行相乘获得对应的局部输出;将获得的多个局部输出进行累加并作为多胞模型的输出
【技术实现步骤摘要】
电力电子变换器的多胞模型拟合方法
[0001]本专利技术涉及电力电子
,具体涉及一种电力电子变换器的多胞模型拟合方法
。
技术介绍
[0002]分布式雷达供电系统中存在有不公开内部结构和参数的电源变换器,系统设计师必须对此类电源建立充分准确的数字模型,准确描述其外部特性,以支撑系统级供电稳定性和质量的分析
。
[0003]目前文献报道中已经应用到电力电子变换器的黑盒模型有神经网络模型
、G
参数模型
、Wiener
‑
Hammerstein
模型和多胞模型等
。
[0004]基于神经网络建模是一类新兴的黑盒建模方法
。
长短期记忆网络和门控循环单元网络是专门为时间序列数据设计的神经网络结构,仿真和实验都初步证明了其对直流变换器的适用性,但是神经网络模型在泛化时的置信度难以完全证明,而要减小泛化区间所需的训练数据量较大
。
神经网络模型对设计人员来说是完全的黑盒,设计人员难以发现模型的误差,目前难以作为电源设计的最终标准
。
[0005]G
参数模型是建立在静态工作点上的局部小信号模型,仅能还原该静态工作点附近的局部动态特性
。Wiener
‑
Hammerstein
模型可以根据电源模块的数据手册直接建立,而无需实验测量,但是同样只能在小范围内获得较高的准确性
。
因此,上述模型难以准确描述雷达天线高峰均比电流波动下的变换器行为
。
多胞模型
(polytopic model)
由多个静态工作点的子模型进行凸组合得到
。
相比前两种方法,该模型能够更准确地还原较宽工作范围内的动态,但是输入变量快速变化时模型的动态响应准确性较低等问题仍未解决
。
技术实现思路
[0006]有鉴于此,本说明书实施例提供一种电力电子变换器的多胞模型拟合方法,以达到提高建模对象在电流脉冲负载下的模型置信度的目的
。
[0007]本说明书实施例提供以下技术方案:一种电力电子变换器的多胞模型拟合方法,包括:外部输入数据通过低通滤波器输出外部输入数据的中低频分量;将外部输入数据的中低频分量输入到多个权重函数中并获得多个权重值;将外部输入数据输入到多个子模型中获得多个子模型输出;将每个对应的权重值与对应的子模型输出进行相乘获得对应的局部输出;将获得的多个局部输出进行累加并作为多胞模型的输出
。
[0008]进一步地,多个权重函数的波形相似
。
[0009]进一步地,权重函数包括三角波函数
。
[0010]进一步地,权重函数包括双
sigmoid
函数
。
[0011]进一步地,子模型包括局部瞬态模型
。
[0012]进一步地,子模型为
G
参数模型
。
[0013]进一步地,低通滤波器的带宽为电力电子变换器的控制带宽
。
[0014]与现有技术相比,本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括:本专利技术实施例针对雷达天线电源需面对的输入输出工作环境,在权重函数环节前加入了低通滤波器,优化了多胞模型在输入快速变化的情况下的置信度
。
附图说明
[0015]为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图
。
[0016]图1是本专利技术实施例中多胞模型的结构示意图;
[0017]图2是三角波权重函数示意图;
[0018]图3双
sigmoid
权重函数示意图;
[0019]图4是
G
参数模型的示意图
。
具体实施方式
[0020]下面结合附图对本申请实施例进行详细描述
。
[0021]需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合
。
下面将参考附图并结合实施例来详细说明本专利技术
。
[0022]如图1所示,该多胞模型由
(2*n+1)
个部分组成,
n
为子模型个数
。
输入变量进入多胞模型中,分为两路,一路直接作为各子模型的输入,一路经过低通滤波器后再作为各权重函数的输入
。
在每个工作点上都包含有一个子模型和权重函数
。
各工作点的子模型输出和权重函数输出相乘之后累加起来作为多胞模型的输出
。
[0023]本专利技术还提供了一种电力电子变换器的多胞模型拟合方法,包括:
[0024]外部输入数据通过低通滤波器输出外部输入数据的中低频分量;
[0025]将外部输入数据的中低频分量输入到多个权重函数中并获得多个权重值;
[0026]将外部输入数据输入到多个子模型中获得多个子模型输出;
[0027]将每个对应的权重值与对应的子模型输出进行相乘获得对应的局部输出
。
[0028]将获得的多个局部输出进行累加并作为多胞模型的输出
。
[0029]本专利技术实施例针对雷达天线电源需面对的输入输出工作环境,在权重函数环节前加入了低通滤波器,优化了多胞模型在输入快速变化的情况下的置信度
。
[0030]需要说明的是,在每个工作点上都包含有一个子模型和权重函数,各工作点的子模型输出和权重函数输出相乘之后再累加起来作为多胞模型的输出
。
[0031]具体地,多个权重函数的波形相似,且权重函数包括三角波函数和双
sigmoid
函数
。
图2和图3分别给出了输入量为一维向量时的三角波函数和双
sigmoid
的形状
。
[0032]子模型可以是
G
参数模型等局部瞬态模型,如图4所示
。
[0033]低通滤波器的带宽为电力电子变换器的控制带宽
。
权重函数前的低通滤波器的带宽设定在建模对象的控制带宽附近,而建模对象的控制带宽可以根据建模对象端口的小信号幅频特性曲线确定
。
[0034]该数据集的获取方式包括但不限于仿真环境中的人为设定,或是实验环境中的输入输出设备或负载的设定
。
[0035]以上所述,仅为本专利技术的具体实施例,不能以其限定专利技术实施的范围,所以其等同组件的置换,或依本专利技术专利保护范围所作的等同变化与修饰,都应仍属于本专利涵盖的范畴
。
另外,本专利技术中的技术特征与技术特征之间
、
技术特征与技术方案之间
、
技术本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.
一种电力电子变换器的多胞模型拟合方法,其特征在于,包括:外部输入数据通过低通滤波器输出外部输入数据的中低频分量;将外部输入数据的中低频分量输入到多个权重函数中并获得多个权重值;将外部输入数据输入到多个子模型中获得多个子模型输出;将每个对应的权重值与对应的子模型输出进行相乘获得对应的局部输出;将获得的多个局部输出进行累加并作为多胞模型的输出
。2.
根据权利要求1所述的电力电子变换器的多胞模型拟合方法,其特征在于,多个权重函数的波形相似
。3.
根据权利要求1所述的电力电子变换器的多胞模型拟合方法,其特征在于,权重函数包括三角波函...
【专利技术属性】
技术研发人员:张曌,李赓,谢君甫,
申请(专利权)人:中国航空工业集团公司雷华电子技术研究所,
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。