光伏并网逆变器限定轨迹双调制ANN-SVPWM研究

针对SVPWM计算复杂等问题,根据双三角形合成原理,采用ANN实现光伏并网逆变器的SVPWM。在分析推导两种模式下开关矢量的占空比计算公式的基础上,合理构造欠调制模式子网络和过调制模式子网络,通过对各个神经网络单独训练,实现由欠调制状态到过调制状态的平滑过渡。并通过限定轨迹双调制模式法,克服了SVPWM过调制的非线性问题。MATLAB仿真实验结果表明,ANN-SVPWM简便、高效,能实现输出电压连续控制,有效改善三相光伏并网逆变器输出性能。

基于ANN的一种新型SVPWM控制器设计

分析了空间矢量脉宽调制(SVPWM)的基本原理,在此基础上提出了一种基于复合人工神经网络(ANN)的SVPWM新算法,充分地利用ANN的快速并行处理能力、学习能力,缩短了计算时间,减低了由控制延时引起的谐波成分。最后在MATLAB/Simulink环境下结合ANN工具箱建立了仿真模型,在感应电机直接磁场定向的矢量控制系统中进行了仿真研究,仿真结果证明了基于复合网络的SVPWM新算法的可行性。

基于ANN的光伏并网逆变器SVPWM研究(英文)

通过分析空间矢量脉宽调制的工作原理,提出基于人工神经网络的SWPWM调制策略.这种基于ANN的光伏并网逆变器覆盖了SVPWM的欠调制和过调制两种模式,能实现从线性调制到六步模式非线性调制的平滑过渡.由于神经网络具有很强的并行处理能力以及容错能力,ANN SVPWM控制器运行速度快,能有效提高逆变器功率开关的开关频率.采用监督模式,通过固定权值分别对欠调制子网络和过调制子网络进行训练.在MATLAB仿真平台上搭建光伏并网逆变器仿真模型,由神经网络工具箱实现ANN控制器,仿真结果表明:在SVPWM过调制区用ANN控制方法简单、高效、控制效果良好.

基于人工神经网络的异步电机SVPWM转差频率矢量控制仿真实现

详述了电压空间矢量脉宽调制(SVPWM)的原理,论述了利用人工神经网络(ANN)实现SVPWM的可能性及其方法;基于MATLAB构建了2个神经网络子模块,将其封装到Simu-link仿真环境中,并构建了控制上易于实现的异步电动机转差频率矢量控制系统。仿真证明,基于ANN的SVPWM技术更有利于在电机的定子侧形成接近于圆形的旋转磁场,从而更有利于减小输出转矩的脉动和抑制电机输入电流的高次谐波。

异步电机智能空间矢量控制系统的研究

在分析研究空间矢量脉宽调制(SVPWM)原理及应用的基础上,设计了一种基于人工神经网络(ANN)的SVPWM控制器。该控制器充分利用ANN快速并行处理能力、学习能力和容错能力,以减少谐波成分及其损耗,降低电机转矩脉动,提高感应电机矢量控制系统的动稳态性能。通过与传统的SVPWM矢量控制系统的仿真分析比较,表明了基于该控制器的调速系统,具有更低的谐波成分和更好的稳态性能及鲁棒性。

基于人工神经网络的SVPWM技术

为研究人工神经网络隐层层数和功率器件开关频率对永磁同步电机性能的影响,提出一种人工神经网络(ANN)的空间矢量脉宽调制(SVPWM)算法,在MATLAB/Simulink环境下建立永磁同步电机闭环控制系统模型,并仿真研究人工神经网络参数与电机性能的关系。结果表明,通过确定最佳神经网络隐层神经元数和功率器件开关频率,可保证永磁同步电机电流谐波畸变和脉动转矩尽量小。

基于DSP与人工神经网络技术的交流电机控制器的设计

介绍了一种基于DSP与人工神经网络技术的交流电机控制器。根据SVPWM的基本原理,利用人工神经网络技术,提出了一种新型的SVPWM计算方法。通过MATLAB的离线建模与学习、DSP的实时控制,设计了一款高性能的交流电机矢量调速控制器,实现了对交流电机运行的有效控制。

基于人工神经网络SVPWM的控制策略及谐波分析

由于开关模式固定和开关时间不是最优,传统SVPWM技术存在一些缺陷。利用人工神经网络技术实现两电平空间矢量脉宽调制(SVPWM)技术,其中包含三个子网络的前馈人工神经网络实现了空间矢量脉宽调制的线性调制、过调制模式I、过调制模式II。通过Matlab/Simulink对永磁同步电动机闭环控制系统仿真,分析结果可以得出,与传统的方法SVPWM技术相比,通过人工神经网络SVPWM技术在线性调制下可以获得较小畸变率的输出电压,并获得了过调制下较好三相电流波。

基于System Generator的SVPWM算法设计及实现

根据空间矢量脉宽调制(SVPWM)原理,提出一种基于人工神经网络(ANN)的SVPWM新算法。该网络系统结构分布化,利用神经网络的并行处理能力,将复杂的计算任务分散化,缩短了计算时间。在新的设计环境SystemGenerator/Simulink下建立了SVPWM的算法模型,并进行了硬件仿真,将模型下载到FP-GA芯片,产生了SVPWM波形,实验结果表明了该方法的有效性和可行性。

SVPWM的SG设计及FPGA实现

根据SVPWM的基本原理,提出了一种软件和硬件相结合设计的SVPWM新方法。利用人工神经网络计算参考电压矢量,而参考电压矢量所在扇区用感知器网络进行判断,矢量作用时间及开关开通时间采用软件和硬件相结合的设计方法进行计算。整个系统在SystemGenerator(SG)中进行建模和仿真,成功后将模型下载到FPGA芯片,产生了SVPWM波形,实验证明了该方法的有效性。