[发明专利]基于DSP双闭环的逆变器及其补偿方法

权利要求书

1.一种基于DSP双闭环的逆变器，其特征在于，包括：训练模块，包括：训练数据集获取单元，用于获得训练数据集，所述训练数据集为尖峰电压分布的历史数据和用于补偿的正弦波的历史真实数据；电压分布向量构造单元，用于将所述训练数据集中所述尖峰电压分布的历史数据构造电压分布向量；神经网络特征提取单元，用于将所述电压分布向量输入深度神经网络模型以获得电压分布特征向量；特征向量转化单元，用于计算所述电压分布特征向量中每个位置的特征值的循环函数值以将所述电压分布特征向量转化为具有传播的周期性变化的正弦分布特征向量，所述循环函数值基于所述电压分布特征向量中各个位置的特征值以及所述电压分布特征向量中各个位置的特征值的统计特征计算而得；回归单元，用于将所述正弦分布特征向量输入用于回归的编码器以获得用于补偿的正弦波的相位和波形；以及训练单元，用于基于所述用于补偿的正弦波的相位和波形与所述用于补偿的正弦波的历史真实数据之间的误差损失函数值，来训练所述深度神经网络模型和所述编码器；以及推断模块，包括：检测数据获取单元，用于基于检测到的尖峰电压，将当前时刻的尖峰电压与其之前时刻的尖峰电压排列为第二输入向量；向量长度调整单元，用于将所述第二输入向量调整为与第一输入向量具有相同的长度；以及补偿单元，用于将所述第二输入向量输入经训练模块训练完成的所述深度神经网络模型和所述编码器以获得用于补偿的正弦波的相位和波形。

2.根据权利要求1所述的基于DSP双闭环的逆变器，其中，所述电压分布向量构造单元，进一步用于：将所述尖峰电压分布的历史数据以天为单位进行划分；将一天当中的预定时间点的尖峰电压排列为所述第一输入向量作为所述电压分布向量。

3.根据权利要求1所述的基于DSP双闭环的逆变器，其中，所述神经网络特征提取单元，包括：全连接编码子单元，用于使用所述深度神经网络模型的全连接层对所述电压分布特征向量进行全连接编码以提取出所述电压分布特征向量中各个位置的特征值的高维隐含特征；以及一维卷积子单元，用于使用所述深度神经网络模型的一维卷积层对所述电压分布特征向量进行编码以提取出所述电压分布特征向量中各个位置的特征值之间的关联的高维隐含特征。

4.根据权利要求1所述的基于DSP双闭环的逆变器，其中，所述特征向量转化单元，包括：概率空间映射子单元，用于将所述电压分布特征值中各个位置的特征值映射到0到1的区间内；以及循环函数值计算子单元，用于以如下公式计算所述电压分布特征向量中每个位置的特征值的循环函数值；所述公式为：

其中，F_i表示所述电压分布特征向量被映射到概率空间的各个位置的特征值，d_i表示该特征值与全局均值之间的距离。

5.根据权利要求4所述的基于DSP双闭环的逆变器，其中，所述概率空间映射子单元，进一步用于将所述电压分布特征值输入Sigmoid函数以将所述电压分布特征值中各个位置的特征值转换到0到1的区间内。

6.根据权利要求1所述的基于DSP双闭环的逆变器，其中，所述训练单元，包括：误差损失函数值计算子单元，用于计算所述用于补偿的正弦波的相位和波形与所述用于补偿的正弦波的历史真实数据之间交叉熵损失函数值作为所述误差损失函数值；以及反向传播子单元，用于在每一次迭代中联合地训练所述深度神经网络模型和所述编码器。