一种基于自适应线性神经网络算法的永磁同步电机电流谐波提取和抑制方法

永磁同步电机通常采用正弦波进行驱动和控制,由于气隙磁场的畸变和电压型逆变器的死区效应等因素的存在,使永磁同步电机电流波形含有大量的谐波而发生畸变,特别是在电机低速运行时更为严重。为了进一步提高永磁同步电机的电流控制性能,抑制电流谐波,本文在传统矢量控制算法基础上,增加神经网络谐波电流环,通过自适应线性神经网络(ADALINE)算法实现对主要电流谐波的分解和提取,将所提取的电流谐波经过神经网络训练获得补偿电压值进行谐波注入,实现电流谐波的检测和抑制。通过仿真和实验结果证明,本文提出的控制策略可以有效提取并抑制电流谐波,降低电机转矩脉动。

基于广义滑动平均滤波的快速谐波电流提取法

多端口能量路由器不仅可以实现功率的灵活管理和控制,还可以实现无功和谐波电流的补偿,改善配网电能质量。谐波电流提取方法是实现谐波电流补偿的关键技术之一,传统滑动平均滤波器(MAF)需一个完整变换周期才能到达稳态,而且存在的冗余零点会影响动态响应时间。因此,此处提出了一种广义MAF(GMAF)方法,根据输入信号的频谱特性,重构梳状滤波器的算法结构。仿真和实验结果表明,所提GMAF方法在负载突变时有效减少了动态时间,且兼具快速性和准确性。