找到 3 条结果 · 控制与算法

排序:
控制与算法 多电平 模型预测控制MPC 深度学习 ★ 4.0

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...

控制与算法 模型预测控制MPC 机器学习 深度学习 ★ 4.0

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...

控制与算法 PWM控制 功率模块 ★ 2.0

多三相永磁同步电机驱动的通用建模与控制

General Modeling and Control of Multiple Three-Phase PMSM Drives

Xueqing Wang · Jianwei Shen · Shuai Sun · Dianxun Xiao 等6人 · IEEE Transactions on Power Electronics · 2025年1月

针对不同类型多三相永磁同步电机(MTP-PMSM)建模复杂的问题,本文提出了一种通用解耦(GD)建模方法。该方法相较于传统的矢量空间分解(VSD)和多dq建模法,能实现更全面的解耦控制,简化了复杂电机系统的控制架构。

解读: 该文章主要聚焦于多相电机驱动的通用建模与控制算法,虽然阳光电源的核心业务集中在光伏逆变器、储能PCS及风电变流器领域,但其提出的通用解耦建模思想对于风电变流器中大功率电机的控制优化具有一定的参考价值。随着风电变流器向高功率密度和多相化发展,该建模方法有助于简化复杂变流系统的控制逻辑,提升系统动态响应...