Zhenkun Xiong · Liangzong He · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月

在复杂DC-DC变换器各种控制策略中,神经网络控制方法日益突出。其擅长无需精确数学模型的函数逼近,特别适合复杂、非线性和不确定控制系统。提出高阶DC-DC变换器新型在线无模型控制策略,利用神经网络能力。通过利用实时运行数据训练神经网络,该方法无需复杂模型即可开发变换器控制器。使用在线估计技术提取过程梯度。深入探讨无模型系统原理并详细分析控制方法稳定性。在高升压DC-DC变换器上进行大量实验验证控制框架的实用性、鲁棒性和响应性,该变换器高阶且难以建模,精确建模极具挑战性,可严格测试神经网络控制策略...

解读: 该在线神经网络无模型控制技术对阳光电源高阶复杂变换器控制有重要创新价值。无模型神经网络方法可应用于ST储能变流器的多级DC-DC变换器,简化控制器设计并提高适应性。在线训练和梯度估计技术对阳光电源变换器的自适应控制和参数漂移补偿有借鉴意义。该技术对PowerTitan大型储能系统的复杂拓扑控制和鲁棒...