[发明专利]三相并联型有源滤波器的自适应神经反演控制方法

说明书

技术领域

本发明涉及三相并联型有源滤波器的自适应神经反演控制方法，属有源电力滤波器控制技术领域。 

背景技术

随着非线性负载的大量应用，电网中的谐波含量日益增加，造成电能质量越来越差。谐波会引起设备过热、损耗增加、电流过大等一系列危害，必须予以抑制。相对于无源电力滤波器，有源电力滤波器(APF)更能有效地处理变化负载的谐波及功率因数，它具有实时性和准确性的工作特点，被公认为是综合治理“电网污染”最有效的手段。 

APF的控制技术是APF的关键技术之一，APF的控制效果在很大程度上取决于其控制器的性能，并且随着工业技术的发展，对控制系统的设计要求日益提高，为了更好地改善电能质量，对APF的控制策略的研究有着重大的理论和现实意义。由于实际系统存在复杂性、非线性、时变形、不确定性等因素，无法获得精确的数学模型，传统的控制理论已经不能满足工业发展的要求，所以先进控制理论得以提出和发展。神经网络控制是智能控制的一个新的分支，为解决复杂的非线性、不确定、不确知系统的控制问题开辟了新途径。 

径向基函数(RBF)神经网络模拟了人脑中局部调整、相互覆盖接受域的神经网络结构，它具有单隐层的三层前馈网络，隐层作用函数采用高斯基函数，RBF网络是局部逼近的神经网络，理论上只要足够多的神经元，RBF神经网络能以任意精度逼近任意连续函数。RBF网络由输入到输出的映射是非线性的，而隐层空间到输出空间的映射是线性的，因此采用RBF网络可大大加快学习速度并避免局部极小问题，适合于APF实时控制的要求。 

反演控制方法通常和Lyapunov自适应方法相结合，设计的核心是把复杂的非线性系统分解为若干个子系统，然后对其分别设计Lyapunov函数和中间虚拟控制量，不断后退至整个系统，设计出系统的控制率及自适应律，实现系统良好的动静态特性。 

发明内容

本发明针对有源滤波器非线性多变量强耦合的特点，提出一种反演控制策略，将反演控制动静态特性优良、稳定性好的特点与自适应控制、RBF神经网络控制的优点相结合，针对三相有源电力滤波器提出了一种自适应神经反演控制器。对反演控制律设计的不足之处，采用RBF神经网络逼近未知的非线性函数，降低了对三相并联型有源电力滤波器模型的依赖性，提高了系统的自适应性和容错性，并且根据自适应律在线调整神经网络权值，用Lyapunov稳 定性理论保证了系统的稳定性。 

本发明解决技术所采用的技术方案是： 

一种三相并联型有源电力滤波器的自适应神经反演控制方法， 

(1)、建立被控对象三相并联型有源电力滤波器的数学模型； 

根据电路理论和基尔霍夫定理可得到如下公式： 

i·ca=-rica+vsaL+vdcLs---(1)]]>