基于模糊与神经网络控制的逆变电源研究
A Study on Inverter Power Supply Based on Fuzzy and Neural Network Control
DOI: 10.12677/JEE.2023.112013, PDF,    国家自然科学基金支持
作者: 白立辉, 王 炜：天津工业大学电气工程学院，天津
关键词: 模糊控制；神经网络控制；复合控制；仿真；Fuzzy Control； Neural Network Control； Compound Control； Simulation
摘要: 非线性负载的广泛应用导致大量谐波出现，对输出电压波形造成严重畸变，最终会影响到用电安全。以此为切入点进行研究，将非线性负载逆变电源作为主要研究对象，以MATLAB/Simulink仿真软件为主要研究工具，将模糊PI控制与BP神经网络控制相结合，融合模糊PI控制的参数自适应能力，BP神经网络控制技术的非线性映射特性提出复合控制方法，优化输出电压以及电流波形。
Abstract: Moreover, the widespread use of nonlinear loads leads to a large number of harmonics, which can cause serious distortions in the output voltage waveform and eventually affect the safety of electricity consumption. With this as the starting point, the nonlinear load inverter is taken as the main research object, MATLAB/Simulink simulation software as the main research tool, the Fuzzy PI control and BP neural network control are combined, the Fuzzy PI control parameter adaptive ability is integrated. The nonlinear mapping characteristic of BP neural network control technology is proposed to optimize the output voltage and current waveform.
文章引用：白立辉, 王炜. 基于模糊与神经网络控制的逆变电源研究[J]. 电气工程, 2023, 11(2): 105-113. https://doi.org/10.12677/JEE.2023.112013

参考文献

[1] 于梓佳惠. SPWM逆变电源优化控制方法研究[D]: [硕士学位论文]. 天津: 天津工业大学, 2019.
[2] 樊晨曦, 李海锋, Azeddine Houari, 王钢. 三相逆变器并联系统中环流抑制的研究[J]. 智慧电力, 2018, 46(5): 15-21.
[3] 刘守纪, 马万珍, 张晗. 基于人工神经网络的HDPE流变性能预测与研究[J]. 塑料, 2005(3): 93-95+99.
[4] 汪木兰. 神经网络硬化实现的共性技术在电力传动中应用研究[D]: [博士学位论文]. 合肥: 合肥工业大学, 2010.
[5] 吴靖南, 张宇, 关清心. DCM模式逆变器的定环宽电压滞环控制[J]. 电测与仪表, 2017, 54(17): 53-57+93.
[6] 张娜. 基于模糊控制的循环水加酸控制研究与应用[D]: [硕士学位论文]. 沈阳: 东北大学, 2010.
[7] 赵韦仑. 变速恒频风力发电机组监控系统的设计[D]: [硕士学位论文]. 沈阳: 东北大学, 2012.
[8] 张金凡. 燃料电池内阻检测中DC/DC变换器的自适应无源控制研究[D]: [硕士学位论文]. 武汉: 武汉理工大学, 2019.
[9] 徐凯, 徐果薇, 刘楚红. 电气信息类专业研究生的仿真与实践教学探究[J]. 实验技术与管理, 2012, 29(8): 77-80.
[10] 庄杰榕, 许志红. 基于升压斩波级联方式的接触器控制模块设计[J]. 中国电机工程学报, 2016, 36(15): 4281-4291.