S. Vinnakoti
,
V.R.Kota/
电气系统和信息技术杂志
5
(
2018
)
526
电压. 对于大约从7.5 kHz到10 kHz的开关频率变化,Z的值为2,其中
%THD最小化。因此,直流链路电容器两端的电压由等式(1)给出(五)、
第一章
(四)
V
dc
=
2
×
V
m
(
5
)
其中,
F
swmin
是转换器的最小开关频率,
F
swmax
是转换器的最大开关频率应用于
m
电平转换器的直流链
路电压(
V*
dc
)使用表达式(
Chaves
等人,
2010
年)、
2.2.
用于串联和并联转换器的
串联和并联变换器通过耦合电感将电源和负载耦合在一起,称为耦合电感。这些电感器限制di/dt和可以
流入系统的最大电流的幅度。假设额定纹波电流为10%,考虑到转换器由SPWM控制,出现最大峰间纹波
电流(最大峰值)(Ramteke和Patil,2014年)。在输出端,最大峰峰值纹波电流和串联耦合电感的值如
下:
Lmax
=
0.
最大
1
mA
(
7
)
经验性地测试系统性能,对于不同的m值,并联耦合电感和直流链路电压具有最低的%THD。据观察,在m
= 2,直流链路电压为700 V,并联耦合电感为15 mH时,
%THD最低。 来自Srinivas et al. (2013)中,并联耦合电感器的值表示为等式(1)中给出的值。(九)、
L
V
dc
4小时
。
·
F
swmax
式中,h为滞环极限,为额定电流的5%
3.
人工神经网络控制器
对于任何系统的稳定和高质量运行,必须尽早检测到导致不稳定或干扰条件的干扰因素,并对其进行补
偿以使其无效。正如人们常说的不幸的是,机器和设备不是智能的,它们没有学习,但它们按照编程顺序
快速执行操作或功能如果他们能在快速顺序操作的同时,借鉴他们的工作经验,系统性能在性能质量和操
作速度方面都能得到很大的提高。人工智能(AI)就是为系统提供这种能力。
人工神经网络是人工智能技术中最适合应用于电力电子系统控制的技术之一。最近的研究表明,基于人
工神经网络设计的控制器提供了更快的动态响应和更大范围的操作条件下的变流器系统的稳定性。人工神
经网络的优点包括大量的并行性,学习能力,泛化能力,自适应性,上下文信息处理,容错性,低能耗,
跟踪能力,快速收敛和鲁棒性。 基本的人工神经网络架构有3层,如图所示。 二、
1.
输入层-存储输入数据,并且通过该层提供要提供给系统的输入
2.
隐藏层-由输入层提供的输入在该层中根据层之间的连接的权重、偏置(如果有的话)和激活函数来处
理。
3.
输出层-存储计算结果。