一种全人工神经网络的并网逆变器自校正控制方法及系统技术方案

本发明专利技术提出了一种全人工神经网络的并网逆变器自校正控制方法及系统，包括：采集电网电压并将其输入至ANN锁相器，将ANN锁相器输出得到的相角余弦值与参考电流幅值进行乘法运算，从而得到参考电流；比较并网电流与参考电流的差值，将差值输入至ANN控制器，在ANN控制器作用下生成调制波，一路调制波输入至ANN参数估计器，一路调制波经过PWM后控制逆变并网系统中的逆变器开关通断；ANN参数估计器接收调制波与并网电流，输出并网电流拟合值；实时求解ANN参数估计器的输出权值并反馈参数，基于ANN参数估计器的输出在线调节ANN控制器参数以产生所需调制波；依次循环上述步骤，通过不断自动调整ANN控制器权值，使并网电流快速追踪参考电流，进行并网。

【技术实现步骤摘要】

本专利技术属于逆变并网控制，尤其涉及一种全人工神经网络的并网逆变器自校正控制方法及系统。

技术介绍

1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。

2、逆变器作为连接新能源与电网的核心设备，其主要任务是将直流电转换为交流电，以满足电网或设备的需求。逆变器的控制效果直接决定了并网质量与新能源系统的可靠性，因此，对逆变器进行高效控制至关重要。

3、目前，最常用的逆变控制方法包括比例积分控制(proportional-integralcontrol，pi控制)和比例谐振控制(proportional resonance control,pr控制)。pi控制简单可靠，易于实现而受到了广泛关注。但该控制方法不仅会导致输出电流滞后于参考电流指令，而且控制交流系统时易引起稳态幅值与相位误差，影响并网电能质量。相比于pi控制，pr控制在选定的谐振频率上引入无限增益，在跟踪正弦和抗干扰方面都有很高的性能。然而，当被补偿频率超出系统带宽时，pr控制的谐波补偿器仅限于几个低阶谐波。以上两种传统控制方法均存在其固有缺点，p本文档来自技高网...

【技术保护点】

1.一种全人工神经网络的并网逆变器自校正控制方法，其特征是，包括：

2.如权利要求1所述的一种全人工神经网络的并网逆变器自校正控制方法，其特征是，所述逆变并网系统为单相逆变并网系统或三相逆变并网系统；

3.如权利要求1所述的一种全人工神经网络的并网逆变器自校正控制方法，其特征是，在使用ANN锁相器、ANN控制器及ANN参数估计器之前，需要对ANN锁相器、ANN控制器及ANN参数估计器进行初始化参数；

4.如权利要求3所述的一种全人工神经网络的并网逆变器自校正控制方法，其特征是，在初始化参数之后，还需要对ANN锁相器、ANN控制器及ANN参数估计器优化权...

【技术特征摘要】

1.一种全人工神经网络的并网逆变器自校正控制方法，其特征是，包括：

2.如权利要求1所述的一种全人工神经网络的并网逆变器自校正控制方法，其特征是，所述逆变并网系统为单相逆变并网系统或三相逆变并网系统；

3.如权利要求1所述的一种全人工神经网络的并网逆变器自校正控制方法，其特征是，在使用ann锁相器、ann控制器及ann参数估计器之前，需要对ann锁相器、ann控制器及ann参数估计器进行初始化参数；

4.如权利要求3所述的一种全人工神经网络的并网逆变器自校正控制方法，其特征是，在初始化参数之后，还需要对ann锁相器、ann控制器及ann参数估计器优化权值，具体包括：

5.如权利要求4所述的一种全人工神经网络的并网逆变器自校正控制方法，其特...

【专利技术属性】
技术研发人员：高峰，聂凯哲，曹亚越，
申请(专利权)人：山东大学，
类型：发明
国别省市：