在线计算最优PWM开关角：神经网络方法与三相排序

"该文主要探讨了最优脉宽调制（PWM）开关角的在线计算方法，特别是针对逆变器控制的应用。传统的最优PWM开关角计算通常采用离线方式，不利于实时电压调节。作者提出了一种新颖的方法，利用神经网络的非线性逼近特性，对预先计算的最优PWM开关角样本进行识别和拟合，构建出最优PWM开关角与基波电压传输比之间的函数关系，从而实现在线实时计算。此外，还介绍了一种简便的三相最优PWM开关角排序算法，有效解决了在线排序问题。这种方法已经在数字信号处理器（DSP）实验平台上得到了验证，证明其可行性和实用性。" 正文: 最优PWM脉宽调制技术在电力电子领域的逆变器控制中占有重要地位，它能够显著提高系统的效率和性能。然而，传统的最优PWM开关角计算方法通常较为复杂，需要预先离线计算，并通过预置开关点来实现控制，这种方式在应对动态变化的系统条件时表现出不足，尤其是在实时电压调节方面。 为了克服这一限制，该研究提出了一种基于神经网络的在线计算策略。神经网络作为一种强大的非线性模型，能够有效地拟合复杂的函数关系。在本文中，通过训练八个神经网络，这些网络被用来学习和近似离线求解的最优PWM开关角样本点，形成一个关于基波电压传输比的连续函数。这样一来，逆变器可以根据当前的系统状态快速计算出相应的最优开关角，实现了在线调压的实时性。 此外，针对最优PWM开关角的在线排序问题，研究者还提出了一种简单有效的三相排序方法。在三相逆变器系统中，正确的开关角顺序对于保持系统的平衡和稳定至关重要。这个排序算法能够快速地确定最佳的开关顺序，确保在不同工况下都能实现最优的PWM调制效果。 实验结果表明，该算法在DSP实验平台上运行良好，验证了其在实际应用中的可行性和准确性。这一创新的在线计算方法为逆变器控制提供了新的思路，特别是在需要快速响应和精确控制的场合，如电力系统、电机驱动和分布式能源系统等，具有广阔的应用前景。 这篇论文贡献了两个关键点：一是利用神经网络进行最优PWM开关角的在线计算，二是提出了一种简便的三相开关角排序算法。这两个技术点结合，为实时优化逆变器控制提供了有力的工具，有助于提升电力电子系统的整体性能。