找到 2 条结果
面向并网无变压器多电平变换器的自训练智能预测控制
Self-Training Intelligent Predictive Control for Grid-Tied Transformerless Multilevel Converters
Mohammad Babaie · Kamal Al-Haddad · IEEE Transactions on Power Electronics · 2023年10月
本文探讨了智能预测多目标控制（IPMOC）在提升并网无变压器多电平变换器性能方面的作用。研究重点在于优化IPMOC的训练机制、自主功率管理及实时谐波抑制能力，旨在提升系统的电能质量、辅助服务能力、效率及可靠性。
解读: 该技术对阳光电源的组串式及集中式光伏逆变器具有重要意义。多电平拓扑是提升大功率逆变器效率和减小滤波体积的关键，而智能预测控制（IPMOC）能显著优化多目标（如谐波抑制与动态响应）的平衡。建议将该自训练算法集成至iSolarCloud智能运维平台或逆变器DSP控制固件中，以提升设备在弱电网环境下的适应...
基于功率硬件在环的感应电机模拟器的谐波补偿
Harmonic Compensation of a Power-Hardware-in-the-Loop Based Emulator for Induction Machines
Seyedeh Nazanin Afrasiabi · Mohammad Babaie · Chunyan Lai · Pragasen Pillay · IEEE Transactions on Industrial Electronics · 2025年3月
基于功率硬件在环（PHIL）的电机仿真系统利用可控功率变换器来模拟电机的运行特性。本文针对并网三相感应电机（IM）提出了一种基于PHIL的电机仿真系统。通常，在电机仿真系统中采用开关型电压源逆变器（VSI）作为仿真变换器。然而，VSI会给电机仿真系统引入各种谐波。这些谐波主要源于死区时间、开关元件和控制信号。这些谐波会降低电机仿真的精度。因此，研究并补偿电机仿真系统中仿真变换器的谐波十分重要。由于死区时间是这些谐波的一个重要来源，本文将首先详细分析死区时间对电机仿真的影响。随后，开发了一种基于人...
解读: 从阳光电源的业务视角来看，这项基于功率硬件在环（PHIL）的电机仿真技术具有重要的战略价值。该技术通过受控功率变换器模拟感应电机行为，其核心在于解决电压源逆变器（VSI）引入的谐波问题，这与我们在光伏逆变器和储能变流器领域面临的技术挑战高度契合。 该研究提出的人工神经网络（ANN）谐波补偿技术对阳...