← 返回
面向并网无变压器多电平变换器的自训练智能预测控制
Self-Training Intelligent Predictive Control for Grid-Tied Transformerless Multilevel Converters
| 作者 | Mohammad Babaie · Kamal Al-Haddad |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2023年10月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 多电平 并网逆变器 模型预测控制MPC 智能化与AI应用 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 智能预测控制 多电平变换器 并网 谐波抑制 自主功率管理 自学习 |
语言:
中文摘要
本文探讨了智能预测多目标控制（IPMOC）在提升并网无变压器多电平变换器性能方面的作用。研究重点在于优化IPMOC的训练机制、自主功率管理及实时谐波抑制能力，旨在提升系统的电能质量、辅助服务能力、效率及可靠性。
English Abstract
Literature reviews affirm the constructive influence of the intelligent predictive multiobjective control (IPMOC) on the power quality, power ancillary services, efficiency, and reliability expected from grid-tied transformerless multilevel converters. Regarding, this article contributes to developing the IPMOC concept in terms of training, autonomous power management, and real-time harmonic mitig...
S
SunView 深度解读
该技术对阳光电源的组串式及集中式光伏逆变器具有重要意义。多电平拓扑是提升大功率逆变器效率和减小滤波体积的关键，而智能预测控制（IPMOC）能显著优化多目标（如谐波抑制与动态响应）的平衡。建议将该自训练算法集成至iSolarCloud智能运维平台或逆变器DSP控制固件中，以提升设备在弱电网环境下的适应性及电能质量。此外，该技术可进一步迁移至PowerTitan等储能变流器（PCS）中，通过智能化控制提升储能系统的响应速度与并网稳定性。