信息与控制
信息與控製
신식여공제
INFORMATION AND CONTROL
2006年
3期
406-410
,共5页
姜惠兰%李桂鑫%崔虎宝%孟庆强
薑惠蘭%李桂鑫%崔虎寶%孟慶彊
강혜란%리계흠%최호보%맹경강
电力谐波%PWM整流器%径向基函数神经网络(RBFNN)%自适应PI控制器
電力諧波%PWM整流器%徑嚮基函數神經網絡(RBFNN)%自適應PI控製器
전력해파%PWM정류기%경향기함수신경망락(RBFNN)%자괄응PI공제기
提出了一种用于PWM单位功率因数整流器的神经网络(neural network,NN)控制方法.运用预测电流对电压型PWM整流器的有功、无功电流实现解耦,电压环采用基于径向基函数(radial basis function,RBF)神经网络自适应调整参数的PI控制器.仿真结果表明,这种PI控制器可以在线调整PI参数,快速跟踪整流器的变化过程,使PWM整流器获得较好的动、静态特性,并对电网负载扰动有较强的适应能力.
提齣瞭一種用于PWM單位功率因數整流器的神經網絡(neural network,NN)控製方法.運用預測電流對電壓型PWM整流器的有功、無功電流實現解耦,電壓環採用基于徑嚮基函數(radial basis function,RBF)神經網絡自適應調整參數的PI控製器.倣真結果錶明,這種PI控製器可以在線調整PI參數,快速跟蹤整流器的變化過程,使PWM整流器穫得較好的動、靜態特性,併對電網負載擾動有較彊的適應能力.
제출료일충용우PWM단위공솔인수정류기적신경망락(neural network,NN)공제방법.운용예측전류대전압형PWM정류기적유공、무공전류실현해우,전압배채용기우경향기함수(radial basis function,RBF)신경망락자괄응조정삼수적PI공제기.방진결과표명,저충PI공제기가이재선조정PI삼수,쾌속근종정류기적변화과정,사PWM정류기획득교호적동、정태특성,병대전망부재우동유교강적괄응능력.
