← 返回
基于人工神经网络的实时选择性谐波控制PWM
Real Time Selective Harmonic Control—PWM Based on Artificial Neural Networks
| 作者 | Irati Ibanez-Hidalgo · Alain Sanchez-Ruiz · Angel Perez-Basante · Asier Zubizarreta · Salvador Ceballos · Sergio Gil-Lopez · Ricardo P. Aguilera |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2024年1月 |
| 技术分类 | 控制与算法 |
| 技术标签 | PWM控制 多电平 并网逆变器 机器学习 |
| 相关度评分 | ★★★★ 4.0 / 5.0 |
| 关键词 | SHE-PWM 人工神经网络 中压变流器 谐波消除 电力电子 实时控制 脉宽调制 |
语言:
中文摘要
选择性谐波消除脉宽调制（SHE-PWM）是中压大功率变换器中常用的低开关频率调制技术。该方法能在调节基波分量的同时消除低次谐波。然而，有源电力滤波器（APF）等应用场景需要同时对基波和特定谐波进行实时调节，本文提出了一种基于人工神经网络的实时控制方案以解决该问题。
English Abstract
Selective harmonic elimination-pulse width modulation (SHE-PWM) is a widely used low switching frequency modulation technique for medium-voltage high-power converters. This approach is able to adjust the converter fundamental component while eliminating low-order harmonics. However, some applications such as active power filters (APFs) require regulating simultaneously, both the fundamental and lo...
S
SunView 深度解读
该技术对阳光电源的中压大功率集中式光伏逆变器及大型储能变流器（如PowerTitan系列）具有重要参考价值。在电网环境日益复杂的情况下，利用神经网络实现SHE-PWM的实时动态调节，可有效提升逆变器在弱电网下的谐波抑制能力，降低输出滤波器体积，从而提升系统功率密度。建议研发团队关注该算法在DSP/FPGA平台上的部署可行性，以优化大功率变换器的电能质量控制性能。