← 返回
有源电力滤波器的有限时间自适应模糊神经网络控制
Finite-Time Adaptive Fuzzy-Neural-Network Control of Active Power Filter
| 作者 | Shixi Hou · Juntao Fei · Chen Chen · Yundi Chu |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2019年10月 |
| 技术分类 | 控制与算法 |
| 技术标签 | PFC整流 并网逆变器 智能化与AI应用 |
| 相关度评分 | ★★★★ 4.0 / 5.0 |
| 关键词 | 有源电力滤波器 (APF) 自适应模糊神经网络 非奇异终端滑模控制 电流控制 抗扰动 模型不确定性 |
语言:
中文摘要
本文针对有源电力滤波器（APF），提出了一种结合非奇异终端滑模控制的自适应模糊神经网络（AFNN）控制策略。该方法旨在抑制未知外部扰动及建模不确定性对系统性能的影响。通过建立考虑参数变化和外部扰动的APF动态模型，实现了电流的精确控制与谐波补偿。
English Abstract
In this paper, an adaptive fuzzy-neural-network (AFNN) control using nonsingular terminal sliding mode control is proposed for active power filter (APF) as a current controller to attenuate the effect of unknown external disturbances and modeling uncertainties. First, the dynamic model for APF is built in which both the system parameter variations and external disturbance are considered. Then, a n...
S
SunView 深度解读
该研究提出的自适应模糊神经网络控制算法在提升电力电子变换器鲁棒性方面具有重要价值。对于阳光电源的组串式逆变器和PowerTitan系列储能变流器（PCS），在弱电网环境或复杂负载工况下，该算法可显著提升电流控制精度，优化谐波抑制能力。建议研发团队关注该算法在复杂电网扰动下的动态响应表现，探索将其集成至iSolarCloud智能运维平台或嵌入式控制固件中，以增强产品在电网适应性方面的技术壁垒，特别是在提升并网电能质量和系统稳定性方面具有应用潜力。