[发明专利]基于神经网络的有源电力滤波器反演全局滑模模糊控制法

权利要求书

1.一种基于神经网络的有源电力滤波器反演全局滑模模糊控制法，其特征是，包括如下步骤：

1)建立有源电力滤波器的数学模型；

2)建立反演神经网络全局滑模模糊控制器，基于反演神经网络全局滑模模糊控制设计控制律，将其作为有源电力滤波器的控制输入；

3)基于Lyapunov函数理论，设计自适应律，验证所述反演神经网络全局滑模模糊控制器的稳定性。

2.根据权利要求1所述的一种基于神经网络的有源电力滤波器反演全局滑模模糊控制法，其特征是，所述步骤1)的具体步骤如下：

11)将有源电力滤波器在abc坐标系下的数学模型改写成其中：v₁、v₂、v₃分别是公共连接点的电压，i₁、i₂、i₃分别是有源电力滤波器的补偿电流，C是直流侧电容器，v_dc是电容器C的电压，L_c是交流侧电感，R_c是等效电阻，d_nk是开关状态函数，k＝1,2,3；t为时间，d_nk的值依赖于开关状态n和相数k，其中n＝0,1,2,...,7，表示IGBT的八种开关模式；

12)考虑未知外界干扰和参数摄动时APF的数学模型可表示为其中，外界未知扰动向量为G＝[g₁ g₂ g₃g₄]^T，系统参数的标称值分别为L_c1、R_c1和C₁，标称值对应的参数的变化量分别为ΔL、ΔR和ΔC；

13)设计电流跟踪控制器：考虑步骤12)的前3个方程进行求导有在参数对称的情况下，将多变量控制化为三个单变量控制简化为一个单变量控制问题，表示为如下形式：其中,x代表i₁或i₂或i₃，f(x)代表或或b代表或或h_k代表或或并且h_k有上界||h_k||≤H。

3.根据权利要求2所述的一种基于神经网络的有源电力滤波器反演全局滑模模糊控制法，其特征是，所述步骤2)的具体步骤如下：

2-1)设计反演PID全局滑模面其中，e₁为跟踪误差，e₁＝X₁-y_d，X₁＝y为有源滤波器的补偿电流，y_d为有源滤波器的指令电流，e₂＝X₂-α₁，α₁为虚拟控制量，f(t)是为了达到全局滑模面而设计的函数，λ₁，λ₂为滑模系数；

2-2)设计反演神经网络全局滑模模糊控制律：反演神经网络全局滑模模糊控制率u，使有源电力滤波器实际跟踪电流轨迹跟踪上指令电流轨迹，控制律设计为为径向基函数神经网络的实时权值，T表示转置，S为全局滑模面。

4.根据权利要求3所述的一种基于神经网络的有源电力滤波器反演全局滑模模糊控制法，其特征是，所述步骤2-1)中函数f(t)满足以下3个条件：

(1)

(2)t→∞时，f(t)→0；

(3)f(t)具有一阶导数；

其中，e₀是跟踪误差的初始值，c为常数，f(t)＝f(0)e^-kt，k为常数。