摘要
比较有源电力滤波器(active power filter,APF)两种常用空间矢量脉宽调制(space vector pulse width modulation,SVPWM)控制方法,两者计算时都用到补偿回路串联电抗器的参数,该参数精确程度对APF的补偿效果有一定的影响。针对这一问题,提出自适应参数的SVPWM控制策略。利用整体最小二乘法(total least squares,TLS)对电抗器的参数进行识别,结合次元分析(minor component analysis,MCA)线性神经元求解整体最小二乘法的超定方程,将修正后的电抗器参数再用于SVPWM算法中。为验证所提出自适应参数SVPWM算法的正确性,分别在Matlab仿真和试验平台上测量数据识别补偿回路中电抗器的参数,对比校正电抗器参数前后电源电流的畸变率。仿真和实验数据的分析结果表明了自适应参数SVPWM算法的合理性。
比较有源电力滤波器(active power filter,APF)两种常用空间矢量脉宽调制(space vector pulse width modulation,SVPWM)控制方法,两者计算时都用到补偿回路串联电抗器的参数,该参数精确程度对APF的补偿效果有一定的影响。针对这一问题,提出自适应参数的SVPWM控制策略。利用整体最小二乘法(total least squares,TLS)对电抗器的参数进行识别,结合次元分析(minor component analysis,MCA)线性神经元求解整体最小二乘法的超定方程,将修正后的电抗器参数再用于SVPWM算法中。为验证所提出自适应参数SVPWM算法的正确性,分别在Matlab仿真和试验平台上测量数据识别补偿回路中电抗器的参数,对比校正电抗器参数前后电源电流的畸变率。仿真和实验数据的分析结果表明了自适应参数SVPWM算法的合理性。
出处
《中国电机工程学报》
EI
CSCD
北大核心
2012年第S1期188-193,共6页
Proceedings of the CSEE
关键词
有源电力滤波器
空间矢量脉宽调制
整体最小二乘法
次元分析线性神经元
自适应参数
active power filter(APF)
space vector pulse width modulation(SVPWM)
total least squares(TLS)
minor component analysis(MCA) linear neurons
Adaptive parameters
