找到 4 条结果
基于ADALINE神经网络的无位置传感器内置式永磁同步电机驱动锁相环
ADALINE-Network-Based PLL for Position Sensorless Interior Permanent Magnet Synchronous Motor Drives
Guoqiang Zhang · Gaolin Wang · Dianguo Xu · Nannan Zhao · IEEE Transactions on Power Electronics · 2016年2月
为减少内置式永磁同步电机（IPMSM）无传感器驱动中转子位置估计误差的谐波纹波，本文提出了一种基于自适应线性神经网络（ADALINE）的滤波器与正交锁相环（PLL）位置观测器。该方法利用基于基本模型的滑模观测器获取反电动势信息，有效抑制了谐波含量。
解读: 该技术主要针对电机驱动控制，与阳光电源的电动汽车充电桩及风电变流器业务存在技术关联。在风电变流器中，高性能的转子位置观测与谐波抑制算法有助于提升发电机侧的控制精度与效率；在充电桩领域，电机驱动相关的先进控制算法可为未来车网互动（V2G）中的电机驱动技术储备提供参考。建议研发团队关注ADALINE在复...
基于自适应线性神经元的永磁同步电机驱动死区效应补偿方案
Adaptive-Linear-Neuron-Based Dead-Time Effects Compensation Scheme for PMSM Drives
Tengfei Qiu · Xuhui Wen · Feng Zhao · IEEE Transactions on Power Electronics · 2016年3月
本文提出了一种用于矢量控制永磁同步电机驱动的基于自适应线性神经元（ADALINE）的死区补偿方法。该策略通过抑制dq轴同步旋转坐标系下的六次电流谐波来实现。算法采用了四个ADALINE单元，其中两个用于估计六次谐波，有效补偿了死区效应带来的非线性影响。
解读: 该技术主要针对电机驱动控制，虽然阳光电源核心业务为光伏和储能，但在风电变流器及部分储能系统配套的辅助电机控制中，死区效应引起的谐波失真会影响系统效率与电能质量。该ADALINE算法具有较强的自适应能力，可作为阳光电源在提升变流器输出电流质量、优化PWM控制策略方面的技术储备，特别是在对谐波要求极高的...
三相串联端部绕组电压源逆变器的改进调制方法
Improved Modulation for Three-Phase Series-End Winding Voltage-Source Inverters
Zhi Chen · You Zhou · Feifan Guo · Christopher H. T. Lee · IEEE Transactions on Industrial Electronics · 2024年10月
为拓宽开放式绕组永磁同步电机（OEW - PMSM）驱动系统的调速范围并减少电力电子器件，本文采用了串联端绕组拓扑结构。提出了一种简化的调制策略。与空间矢量脉宽调制（SVPWM）相比，所提出的调制方法在ABC坐标系下计算四个桥臂的占空比。它避免了复杂的扇区识别和电压矢量分配计算，可简化控制器设计。串联端绕组拓扑结构的不对称性导致三相死区时间电压误差不对称。本文分析了死区时间的特性，并提出了一种新颖的死区时间补偿策略以消除电流谐波。采用自适应线性神经元（Adaline）神经网络（ANN）算法进行谐...
解读: 从阳光电源的业务视角来看，这篇论文提出的串联端绕组三相逆变器改进调制技术具有重要的参考价值，特别是在电动汽车驱动系统和储能变流器领域的应用潜力值得关注。 该技术针对开端绕组永磁同步电机驱动系统，通过串联端绕组拓扑结构实现了速度范围扩展和功率器件简化。这与阳光电源在储能PCS（储能变流器）和电动汽车...
基于Adaline神经网络的数据使能有限状态预测控制用于电力变换器
Data-Enabled Finite State Predictive Control for Power Converters via Adaline Neural Network
Wenjie Wu · Lin Qiu · Xing Liu · Jien Ma 等6人 · IEEE Transactions on Industrial Electronics · 2024年8月
有限控制集模型预测控制（FCS-MPC）在电力变换器与电机驱动中展现出良好前景，但受限于模型依赖性。本文从动态建模角度提出一种数据使能的有限集预测控制方案。采用动态线性化数据模型在各运行点等效重构系统，并通过自适应线性神经网络在线更新时变参数，提升建模精度与实现性能。同时提出一种改进的无电容电压平衡方法以调节中点电位。由于负载电流与电容电压的无参数预测仅依赖系统输入输出测量及历史数据，有效规避了参数变化带来的不利影响。通过在三电平中点钳位逆变器上的仿真与实验验证了所提方法的优越性。
解读: 该数据驱动的有限集预测控制技术对阳光电源ST系列储能变流器和SG光伏逆变器的三电平拓扑控制具有重要应用价值。通过Adaline神经网络实现无参数化预测控制，可有效解决储能系统在宽工况运行时的参数漂移问题，提升PowerTitan大型储能系统在温度变化、器件老化等复杂工况下的控制鲁棒性。改进的中点电位...