期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于HBF神经网络观测器的PMSM无模型预测电流控制
1
作者 马炳图 杜钦君 +2 位作者 张婷 李伟强 刘家合 《仪器仪表学报》 北大核心 2025年第8期376-386,共11页
针对风电机组变桨系统永磁同步电机(PMSM)在复杂运行环境中参数时变引发的模型失配难题,提出了一种融合超局部建模、HBF神经网络观测器以及改进双矢量调制的PMSM无模型预测电流控制(HBF-MFPCC)方案。根据一阶超局部模型原理构建了PMSM... 针对风电机组变桨系统永磁同步电机(PMSM)在复杂运行环境中参数时变引发的模型失配难题,提出了一种融合超局部建模、HBF神经网络观测器以及改进双矢量调制的PMSM无模型预测电流控制(HBF-MFPCC)方案。根据一阶超局部模型原理构建了PMSM无模型预测电流控制的预测模型,仅需使用电机的电流和电压等历史信息即可预测未来时刻的电流值,彻底摆脱对电机电阻、电感和磁链等参数的依赖,解决了传统模型预测电流控制(MPCC)依赖于精确电机参数的问题;设计了一种HBF神经网络观测器来对预测模型的集总误差进行快速辨识,采用决策树优化基函数中心与宽度,该观测器具有较高的辨识速度和适应性,能够有效提高预测模型的准确度;采用一种改进的双矢量最优占空比调制策略,从19组电压矢量组合中选择最优矢量作用于逆变器,并通过自适应时长分配抑制电流纹波,提高电流的跟踪性能。仿真和实验结果表明,在模拟极端参数失配的工况下,提出的HBF-MFPCC策略相比MPCC策略能够使电流跟踪误差降低50%,谐波失真率降低28%;设计的HBF神经网络观测器能够使电流跟踪误差降低53%,谐波失真率降低55%;改进双矢量调制方法能够使电流跟踪误差降低24%,谐波失真率降低11%;该方案能够显著提高系统的鲁棒性且保证良好的电流跟踪性能。 展开更多
关键词 风力发电机 永磁同步电机 无模型预测电流控制 一阶超局部模型 神经网络观测器 双矢量控制
原文传递
基于坐标变化的Boost PFC无模型电流控制
2
作者 杨学良 洪应平 +1 位作者 杨松霖 邓慧慧 《现代电子技术》 北大核心 2025年第14期7-11,共5页
升压型功率因数校正(Boost PFC)变换器在中轻载运行时存在电感电流的断续导通模式,在使用无模型电流控制器的过程中,因代数估计器存在滞后性,致使电流控制器无法精确地追踪呈动态变化的电流参考值,最终导致输入电流波形出现畸变以及相... 升压型功率因数校正(Boost PFC)变换器在中轻载运行时存在电感电流的断续导通模式,在使用无模型电流控制器的过程中,因代数估计器存在滞后性,致使电流控制器无法精确地追踪呈动态变化的电流参考值,最终导致输入电流波形出现畸变以及相位偏移的情况。为了提升输入电流波形的质量,基于超局部模型并结合同步旋转坐标系,建立了基于旋转坐标变化的无模型电流控制器,以生成合适的占空比信号并提高对电感电流的跟踪精度。搭建相应的仿真与实验环境,验证所提控制方法的合理性以及有效性,同时印证相关理论分析的正确性。实验结果表明,所提控制方法有效地提升了对参考电流的跟踪精度,减少了变换器系统的电流谐波,避免了额外的硬件检测电路。 展开更多
关键词 无模型电流控制 功率因数校正 Boost PFC 坐标变化 超局部模型 同步旋转坐标系
在线阅读 下载PDF
基于模型补偿的MMC改进无模型滑模控制
3
作者 周杨 阳同光 +1 位作者 杨京渝 曾梓茏 《南方电网技术》 北大核心 2025年第12期75-87,共13页
针对模块化多电平换流器(modular multilevel converter,MMC)出现动态负载、参数失配和单相短路接地故障,造成稳态功率脉动、电流谐波过大问题,提出了一种电流环改进无模型滑模控制方法(improved model-free sliding mode control,IMFS... 针对模块化多电平换流器(modular multilevel converter,MMC)出现动态负载、参数失配和单相短路接地故障,造成稳态功率脉动、电流谐波过大问题,提出了一种电流环改进无模型滑模控制方法(improved model-free sliding mode control,IMFSMC)。首先,基于MMC系统数学模型,构建了参数失配时的模型补偿超局部模型。其次,提出一种时变增益自适应滑模趋近律设计电流环滑模无模型反馈控制器;同时设计一种模型补偿改进线性扩张状态观测器(model-compensated improved linearly extended state observer,MCILESO)估计超局部模型中未知扰动并补偿至滑模反馈控制器,并使用Lyapunov函数和赫尔维兹定理证明了控制器和观测器的稳定性。最后,基于MATLAB仿真及RTLAB半实物平台与PI控制以及传统无模型滑模控制对比,其结果表明所提方法能极大提高MMC系统在动态负载、参数失配和单相短路接地下的动稳态性能;降低MMC系统模型依赖度,增加系统鲁棒性和抗扰能力。 展开更多
关键词 模块化多电平换流器 改进无模型滑模控制 时变增益自适应滑模趋近律 模型补偿超局部模型 模型补偿改进线性扩张状态观测器
在线阅读 下载PDF
感应加热LLC谐振逆变器无模型预测功率控制策略 被引量：1
4
作者 郭曾德 黄东晓 蔡峰 《电力电子技术》 2025年第7期25-31,共7页
针对感应加热LLC谐振逆变器由于高频谐振的影响,其发生的参数失配现象导致控制性能下降的问题,本文提出一种新型超局部模型的二次线性扩张状态观测器无模型预测功率控制(QLESO-IMFPPC)策略。首先,依据LLC谐振逆变器在d,q同步旋转坐标系... 针对感应加热LLC谐振逆变器由于高频谐振的影响,其发生的参数失配现象导致控制性能下降的问题,本文提出一种新型超局部模型的二次线性扩张状态观测器无模型预测功率控制(QLESO-IMFPPC)策略。首先,依据LLC谐振逆变器在d,q同步旋转坐标系数学模型建立基于系统输入和输出的新型超局部模型;其次,采用积分补偿函数与线性扩张状态观测器(LESO)设计出QLESO,估计新型超局部模型的未知部分,并通过积分补偿函数补偿传统观测器的估计残差,提高控制精度;最后,实验结果证明所提算法具有更良好的动稳态性能和鲁棒性。 展开更多
关键词 逆变器 感应加热 新型超局部模型 无模型预测功率控制
在线阅读 下载PDF
基于自抗扰的感应电机无模型预测电流控制 被引量：2
5
作者 贺虎成 徐景哲 +3 位作者 谭阜琛 刘洵文 张杰 翟恒 《电力系统保护与控制》 EI CSCD 北大核心 2024年第13期149-160,共12页
针对采用传统比例积分(proportional integral,PI)控制算法的感应电机在面对复杂扰动时控制性能降低的问题,基于矢量控制系统,提出了感应电机的自抗扰(active disturbance rejection control,ADRC)无模型预测控制(model-free predictive... 针对采用传统比例积分(proportional integral,PI)控制算法的感应电机在面对复杂扰动时控制性能降低的问题,基于矢量控制系统,提出了感应电机的自抗扰(active disturbance rejection control,ADRC)无模型预测控制(model-free predictive control,MFPC)方法。首先,结合转速环和磁链环数学模型,设计了转速环和磁链环的ADRC控制器,对负载变化和内参摄动产生的内外扰动进行观测并补偿。其次,为避免内环控制器对电机参数的依赖,基于无模型控制原理,建立了dq电流环的超局部方程,将控制量之外的变量视为干扰量,并引入非线性扩张状态观测器估计干扰量。最后,结合预测控制思想设计了电流环控制器,得到开关状态作用于逆变器。仿真与实验结果表明提出的算法相对PI算法有更好的抗扰性和鲁棒性,可以有效提高感应电机的动态和稳态性能。 展开更多
关键词 感应电机 自抗扰控制 无模型控制 超局部方程 预测控制
在线阅读 下载PDF
永磁同步电机双环滑模控制
6
作者 魏声泽 胡明茂 +1 位作者 彭兴 杨锋 《淮阴工学院学报》 CAS 2024年第5期8-15,90,共9页
永磁同步电机效率高、响应快等优点被广泛应用于生产制造业。因永磁同步电机传统控制方法中参数失配会导致电机控制性能下降,针对该问题,提出了一种永磁同步电机双环滑模控制策略。首先,分析和推导了参数失配过程中的电机数学模型。其次... 永磁同步电机效率高、响应快等优点被广泛应用于生产制造业。因永磁同步电机传统控制方法中参数失配会导致电机控制性能下降,针对该问题,提出了一种永磁同步电机双环滑模控制策略。首先,分析和推导了参数失配过程中的电机数学模型。其次,针对转速环设计滑模速度控制器;同时对电流环引入超局部模型,并设计了滑模扰动观测器,对未知部分准确观测,通过Lyapunov理论证明了滑模扰动观测器的稳定性。最后,与传统有限集模型预测控制的仿真结果对比,所提出的控制策略能进一步提高永磁同步电机参数失配时的抗干扰性,从而提升系统鲁棒性。 展开更多
关键词 滑模控制 永磁同步电机 超局部模型 滑模扰动观测器
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部