← 返回
一种自组织全局滑模控制及其在有源电力滤波器中的应用
A Self-Organizing Global Sliding Mode Control and Its Application to Active Power Filter
| 作者 | Shixi Hou · Juntao Fei |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2020年7月 |
| 技术分类 | 控制与算法 |
| 技术标签 | PWM控制 储能变流器PCS 并网逆变器 |
| 相关度评分 | ★★★★ 4.0 / 5.0 |
| 关键词 | 全局滑模控制 元认知模糊神经网络 动态系统 跟踪控制 抖振抑制 有源电力滤波器（APF） |
语言:
中文摘要
本文针对一类动态系统开发了一种自组织全局滑模控制（GSMC）方法，利用元认知模糊神经网络（MCFNN）框架估计建模不确定性。该方法通过设计GSMC实现参考信号跟踪，有效消除了到达模式和抖动现象，并克服了传统滑模控制的局限性。
English Abstract
In this article, a self-organizing global sliding mode control (GSMC) is developed for a class of dynamic systems, whereby modeling uncertainties are estimated by metacognitive fuzzy-neural-network (MCFNN) framework. First, a GSMC is designed for the tracking of reference signals to eliminate the reaching mode and chattering phenomenon. To overcome the drawbacks of GSMC, the control law is designe...
S
SunView 深度解读
该研究提出的自组织全局滑模控制（GSMC）结合模糊神经网络，在处理非线性系统不确定性和抑制抖动方面具有显著优势。对于阳光电源的组串式逆变器及PowerTitan/PowerStack储能变流器（PCS）而言，该算法可提升在弱电网环境下的电流跟踪精度与并网稳定性。特别是在电网谐波治理和有源滤波功能方面，该控制策略能有效提升系统动态响应速度，减少功率器件的开关损耗。建议研发团队将其应用于iSolarCloud智能运维平台下的高级控制策略优化，或作为下一代高性能PCS控制器的核心算法储备，以增强产品在复杂电网场景下的鲁棒性。