找到 2 条结果 · 控制与算法
基于深度残差网络的PMSM驱动混合ANPC逆变器FCS-MPC权重因子自动整定
Weighting Factors Autotuning of FCS-MPC for Hybrid ANPC Inverter in PMSM Drives Based on Deep Residual Networks
Shuai Xu · Chunxing Yao · Guanzhou Ren · Zhenyao Sun 等6人 · IEEE Transactions on Power Electronics · 2024年12月
针对混合有源中点钳位（HANPC）逆变器在高功率应用中的复杂多目标控制问题，本文提出了一种基于深度残差网络的有限控制集模型预测控制（FCS-MPC）权重因子自动整定方法。该方法利用深度学习强大的非线性映射能力，有效解决了MPC中权重因子难以手动调节的痛点，提升了逆变器在多目标约束下的动态性能与稳态精度。
解读: 该技术对阳光电源的组串式及集中式逆变器产品线具有重要参考价值。随着光伏逆变器向更高功率密度和多电平拓扑（如ANPC）演进，传统MPC算法中权重因子的手动调试耗时且难以达到最优。引入深度残差网络实现权重因子的自动整定，能够显著提升逆变器在复杂电网环境下的动态响应速度和电能质量。建议研发团队关注该算法在...
基于聚合残差网络的永磁同步电机驱动FCS-MPC权重因子优化
Weighting Factors Optimization for FCS-MPC in PMSM Drives Using Aggregated Residual Network
Chunxing Yao · Guangtong Ma · Zhenyao Sun · Jun Luo 等6人 · IEEE Transactions on Power Electronics · 2024年1月
针对有限控制集模型预测控制（FCS-MPC）中权重因子（WFs）整定困难及传统人工神经网络训练复杂、梯度消失等问题，本文提出了一种基于聚合残差网络（ResNet）的权重因子优化方法，有效提升了预测精度与控制性能。
解读: 该技术对阳光电源的电机驱动类业务（如风电变流器、储能系统中的辅助电机控制）具有重要参考价值。FCS-MPC在高性能变流器控制中应用广泛，但权重因子整定通常依赖经验。引入聚合残差网络（ResNet）进行自适应优化，可显著提升变流器在复杂工况下的动态响应速度与稳态精度，减少调试周期。建议研发团队将其应用...