[发明专利]一种有源电力滤波器自适应模糊滑模RBF神经网络控制方法

权利要求书

1.一种有源电力滤波器自适应模糊滑模RBF神经网络控制方法，其特征在于，

包括如下步骤：

步骤1、建立有源电力滤波器的数学模型；

步骤2、基于模糊滑模设计得到自适应模糊滑模RBF神经网络控制器，包括模糊自适应律和RBF神经网络自适应律；

步骤3、根据自适应模糊滑模RBF神经网络控制器控制有源电力滤波器；

其中，针对三相三线制系统，有源电力滤波器的数学模型为：

i··k=Rc2Lc2ik-RcLc2vk+1Lcdvkdt+(RcLc2vdc-1Lcdvdcdt)dk]]>

式中，L_c是交流电感，R_c是直流侧电阻，i_k是滤波器输出补偿电流，k＝1,2,3，是i_k的二阶导数，v_k为三相有源电力滤波器端电压，v_dc是直流侧电容电压，d_k为开关状态函数，t是时间；

步骤2中得到Lyapunov李雅普诺夫函数V₁、V₂和V₃，其中：

V1=12bsTs]]>

V2=12bsTs+12ω~Tμ-1ω~]]>

V3=12bsTs+12ω~Tμ-1ω~+12Σi=1n(θ~kiTθ~ki)]]>

式中，s是切换函数，s^T为s的转置，是RBF神经网络权值误差，为的转置，其中，ω^*为RBF神经网络的理想权值，为RBF神经网络的实时估计权值，μ为正常数，μ^-1是μ的倒数，n＝1,2,3…，是模糊系统理想参数和实时参数之间的误差，为模糊系统理想参数，为模糊系统的实时参数，是的转置；

根据Lyapunov稳定定理设计模糊自适应律和RBF神经网络自适应律。