基于BP神经网络和分数阶PI的Vienna整流器控制方法技术

本发明专利技术涉及一种基于BP神经网络和分数阶PI的Vienna整流器控制方法，外电压环采用滑模控制器，从中点电位的平衡出发结合指数趋近律设计滑模控制器，再用BP神经网络拟合滑模控制器，输出交流侧dq坐标系下参考量电流交流侧三相电源的e

【技术实现步骤摘要】
基于BP神经网络和分数阶PI的Vienna整流器控制方法


[0001]本专利技术涉及一种控制技术，特别涉及一种基于BP神经网络和分数阶PI的Vienna整流器控制方法。

技术介绍

[0002]三相Vienna整流器是由学者Kolar J.W.等在在1994年提出的。与传统的整流器而言，Vienna整流器具有所使用的功率开关器件较少，控制电路简单，电压应力低和输出电压波形质量较好等特点。由此，Vienna整流器被广泛的应用于电动汽车、充电桩、航空航天等领域。
[0003]对于Vienna整流器的外环电压多采用PI控制算法，但存在对误差进行线性求和以及积分环节的饱和造成的电压超调以及动态响应慢等缺点，因此有必要从电压环着手进行控制系统的优化设计。

技术实现思路

[0004]针对现在Vienna整流器外环PI控制电压超调以及动态响应慢问题，提出了一种基于BP神经网络和分数阶PI的Vienna整流器控制方法。
[0005]本专利技术的技术方案为：一种基于BP神经网络和分数阶PI的Vienna整流器控制方法，电流、电压传感器实时检测到的交流侧三相电源的电压和电流，通过转换公式转换到dq坐标系下电压e
dq
和电流i
dq
；电压e
dq
、电流i
dq
和交流侧dq坐标系下参考量电流送入电流内环，电流内环采用分数阶PID控制得到输出控制电压u
d
、u
q
；利用锁相环PLL检测到的实时相位角θ将u<br/>d
、u
q
转换到静止坐标系下电压送入SVPWM调制，输出信号对Vienna整流器中双向开关进行控制；外电压环采用滑模控制器，从中点电位的平衡出发结合指数趋近律设计滑模控制器，再用BP神经网络拟合滑模控制器，输出交流侧dq坐标系下参考量电流
[0006]进一步，所述滑模控制器考虑中点电位的平衡，选择直流侧上、下电容两端电压差作为滑模面，滑模面的设计如下：
[0007][0008]其中，u
cp
为直流输出端上端电容电压；u
cn
为直流输出端下端电容电压；为直流输出端上、下端电容电压期望值；u
0*
为直流电压参考值，k
p
，k
i
为滑模控制参数，k
p
、k
i
&gt;0；
[0009]为了减小抖动，选取指数趋近律sgn为饱和函数，k＝1、2，ε为滑
模控制器系数；
[0010]获得滑模控制器为：
[0011][0012]其中，C
p
、C
n
为直流输出端上、下端电容的电容值，R
L
为负载电阻，所有控制参数都取正数。
[0013]进一步，所述BP神经网络拟合滑模控制器，具体方法如下：BP神经网络输入为：
[0014][0015]式中，x
(1)
表示神经网络输入向量。为了区分不同的层，标(1)、(2)、(3)分别表示BP神经网络的输入层、隐含层以及输出层；
[0016]隐含层输入向量为：
[0017][0018]式中，表示输入层第i个神经元到隐含层第j个神经元的权重；
[0019]隐含层输出向量为：
[0020][0021]选择非线性函数为激活函数，其表示式如下所示：
[0022][0023]输出层的输入向量为：
[0024][0025]式中，表示隐含层第j个神经元到输出层第k个神经元的权重；
[0026]输出层输出向量为：
[0027][0028]输出层的输出向量为电流内环的参考值，因此神经网络性能指标函数为：
[0029][0030]式中，i
dref
为控制对象功率对应的d轴给定电流值；
[0031]输入层到隐含层的权重增加量如下所示：
[0032][0033]同理，输出层权重更新公式如下所示：
[0034][0035]式中，式中，η为学习系数，通常为0到1之间；f1′
、f
′2分别为f1、f2的导数。。
[0036]本专利技术的有益效果在于：本专利技术基于BP神经网络和分数阶PI的Vienna整流器控制方法，采用BP神经网络逼近的非线性函数实现对电压环的控制，同时针对传统PI控制进行改进，对电流内环加入分数阶PI控制，有效减小启动器增益和抖动。同时，将中点电位平衡控制与BP神经网络结合，形成了新的电压外环控制算法，不仅节省了资源，而且提升了控制系统的动静态性能。在保证系统强鲁棒性的同时提升了控制系统的动静态性能。
附图说明
[0037]图1为本专利技术三相三电平Vienna整流器拓扑结构图；
[0038]图2为本专利技术Vienna整流器dq坐标系下等效电路图；
[0039]图3为本专利技术神经网络模型结构图；
[0040]图4为本专利技术分数阶PI电流内环控制原理图；
[0041]图5为本专利技术三相Vienna整流器控制框图；
[0042]图6为本专利技术在两种控制方案下的直流侧输出电压波形图；
[0043]图7a为本专利技术在BP神经网络和分数阶PI控制下的中点电位差波形图；
[0044]图7b为本专利技术在双PI控制下的中点电位差波形图；
[0045]图8a为本专利技术在两种控制方案下有功功率波形图；
[0046]图8b为本专利技术在两种控制方案下无功功率波形图；
[0047]图9为本专利技术在两种控制方案下功率因数波形图。
具体实施方式
[0048]下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。
[0049]如图1为本专利技术Vienna整流器拓扑结构图(三相三开关三电平)，交流电通过Vienna整流器转化为直流电给负载供电，如图2所示Vienna整流器dq坐标系下等效电路图，交流点建立dq旋转坐标系下三相Vienna整流器电压外环的数学模型：
[0050][0051]其中，C
p
、C
n
为直流输出端上、下端电容的电容值，u
cp
为直流输出端上端电容电压，u
cn
为直流输出端下端电容电压；S
P,d
为交流侧d轴上端等效开关，S
P,q
为交流侧q轴上端等效开关；S
N,d
为交流侧d轴下端等效开关；S
N,q
为交流侧q轴下端等效开关；i
d
为交流侧dq坐标系下d轴电流；i
q
为交流侧dq坐标系下q轴电流；R
L
为负载电阻。
[0052]选择直流侧上、下电容两端电压差作为滑模面，这样既能保证系统的稳定性，又保证中点电位的平本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于BP神经网络和分数阶PI的Vienna整流器控制方法，电流、电压传感器实时检测到的交流侧三相电源的电压和电流，通过转换公式转换到dq坐标系下电压e
dq
和电流i
dq
；电压e
dq
、电流i
dq
和交流侧dq坐标系下参考量电流送入电流内环，电流内环采用分数阶PID控制得到输出控制电压u
d
、u
q
；利用锁相环PLL检测到的实时相位角θ将u
d
、u
q
转换到静止坐标系下电压送入SVPWM调制，输出信号对Vienna整流器中双向开关进行控制；其特征在于，外电压环采用滑模控制器，从中点电位的平衡出发结合指数趋近律设计滑模控制器，再用BP神经网络拟合滑模控制器，输出交流侧dq坐标系下参考量电流2.根据权利要求1所述基于BP神经网络和分数阶PI的Vienna整流器控制方法，其特征在于，所述滑模控制器考虑中点电位的平衡，选择直流侧上、下电容两端电压差作为滑模面，滑模面的设计如下：其中，u
cp
为直流输出端上端电容电压；u
cn
为直流输出端下端电容电压；为直流输出端上、下端电容电压期望值；u
0*
为直流电压参考值，k
p
，k
i

【专利技术属性】
技术研发人员：杨旭红，方浩旭，金宏艳，吴亚雄，李辉，张苏捷，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：