找到 2 条结果 · 控制与算法
一种基于模型无关在线学习的直流/交流逆变器控制策略
A Model-Independent Online Learning-based Control Strategy for DC/AC Inverters
Zifan Lin · Yulin Liu · Wenxiang Du · Qingle Sun 等6人 · IEEE Transactions on Power Electronics · 2025年9月
本文提出了一种用于电力电子逆变器的新型控制方案，该方案采用了由障碍李雅普诺夫函数引导的径向基函数神经网络控制器，具有在线学习和实时应用的特点。与许多现有的基于自适应神经网络的控制器不同，所提出的方法无需了解系统参数，也不需要任何离线训练。控制律完全在线更新，并保证收敛，确保在存在不确定性和干扰的情况下实现有界电流跟踪。其结构简单，计算复杂度极低，使其成为目前适用于实时直流 - 交流逆变器控制的最高效的无模型控制器之一。通过将该控制器应用于三电平中性点钳位逆变器，验证了其有效性和鲁棒性。
解读: 从阳光电源的业务视角来看，这篇论文提出的基于径向基函数神经网络的无模型在线学习控制策略具有显著的应用价值。该技术针对DC/AC逆变器控制的核心痛点，通过障碍李雅普诺夫函数引导的实时在线学习机制，实现了无需系统参数知识、无需离线训练的自适应控制，这与我司在光伏逆变器和储能变流器领域追求的高可靠性、强适...
基于虚拟中压矢量和无权重因子的三电平中性点钳位逆变器有限集模型预测控制
Finite-Set Model Predictive Control With Virtual Medium Voltage Vectors and Eliminated Weighting Factors for 3L-NPC Inverters
Qingle Sun · Zifan Lin · Zhifu Wang · Herbert Ho Ching Iu 等6人 · IEEE Transactions on Industrial Electronics · 2025年1月
摘要：为提高有限集模型预测控制（FS - MPC）的系统性能，研究了离散空间矢量调制（DSVM）和权重因子消除方法。然而，现有的基于DSVM且无权重因子的三电平逆变器FS - MPC存在计算负担重、算法灵活性低以及工作范围大幅缩小等问题。为解决这些问题，本文提出了一种基于虚拟中压矢量（MVV）的新型基于DSVM的FS - MPC方法，该方法大大降低了电流谐波和计算负担，实现了DSVM中时间间隔数量的灵活调整，消除了权重因子，同时在全工作频率范围和负载条件下确保了中性点电压（NPV）的平衡。引入的...
解读: 从阳光电源的业务视角来看，这项针对三电平中点钳位型（3L-NPC）逆变器的有限集模型预测控制技术具有重要的应用价值。3L-NPC拓扑是我司中高功率光伏逆变器和储能变流器的核心架构，该技术通过引入虚拟中电压矢量和消除权重因子，直接解决了当前产品面临的关键技术痛点。 技术价值方面，该算法显著降低了电流...