← 返回
基于循环神经网络与传统控制方法的LCL滤波单相并网变换器控制
Control of Single-Phase Grid-Connected Converters With LCL Filters Using Recurrent Neural Network and Conventional Control Methods
| 作者 | Xingang Fu · Shuhui Li |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2015年1月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 单相逆变器 并网逆变器 户用光伏 机器学习 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 单相逆变器 并网 LCL滤波器 循环神经网络 矢量控制 电力电子 |
语言:
中文摘要
单相并网逆变器广泛应用于分布式可再生能源。相比三相系统，单相逆变器在配合LCL滤波器使用时控制难度更大。本文提出了一种基于循环神经网络（RNN）的矢量控制新方法，旨在优化单相LCL型逆变器的并网性能与控制稳定性。
English Abstract
Single-phase grid-connected inverters are widely used to connect small-scale distributed renewable resources to the grid. However, unlike a three-phase system, control for a single-phase inverter is more challenging, especially when the inverter is used with an LCL filter. This paper proposes a novel recurrent neural network-based vector control method for a single-phase inverter with an LCL filte...
S
SunView 深度解读
该研究直接服务于阳光电源户用光伏逆变器产品线。户用逆变器多为单相拓扑，且为了减小体积和成本，普遍采用LCL滤波器，这带来了谐振抑制和控制带宽的挑战。引入循环神经网络（RNN）进行控制优化，有助于提升逆变器在弱电网环境下的动态响应能力和电能质量。建议研发团队关注该算法在嵌入式DSP/MCU上的算力开销，可优先在高端户用机型中进行试点，通过AI算法替代部分复杂的传统补偿器设计，以提升产品在复杂电网环境下的鲁棒性。