基于反向传播神经网络的SVM技术在电压型变流器中的应用研究

在分析三相电压型变流器空间矢量调制(SVM)技术基本原理的基础上,提出了一种基于反向传播神经网络结构的 SVM 技术(CPN-SVM)的实现方法。该方法采用CPN 竞争层来计算 SVM 中各个矢量的具体作用时间,避免了计算正弦函数这一非线性运算,缩短了计算时间,采样周期的可进一步缩短。仿真和实验表明:CPN-SVM 除了具备 SVM 的固有优点外,还有下述几个显著优点:①大大降低了整个控制系统的软硬件成本,提高了对开关瞬态位置判断的准确性;②随着采用周期的缩短,最大开关频率相应增大,从而提高了整个系统的传输带宽③避免了由于计算误差给 SVM 波形中所带来的附带谐波。

电流型变流器SVM技术简化算法研究

为了改善电流型变流器(CSC)的控制性能和提高控制系统的实用性,提出了一种基于反向传播神经网络(CPN)结构的空间矢量调制(SVM)技术(CPN-SVM)实现方法.该方法利用CPN的竞争学习机制,将变流器的6个非零开关矢量构成CPN的输入层,根据CPN竞争层中的胜者选择每一个采样时刻作用的开关矢量,并确定此时参考电流矢量所在的扇区,同时采用胜者的线性组合来计算SVM中所选择的开关矢量的作用时间.结果表明,与传统SVM相比,CPN-SVM避免了计算正弦函数非线性运算,大大缩短了计算时间,从而缩短最小采样周期,提高了整个系统的传输带宽,同时降低了控制系统的软硬件成本.