[发明专利]有源电力滤波器RBF双神经网络自适应滑模控制方法

说明书

本发明公开了一种有源电力滤波器RBF双神经网络自适应滑模控制方法，其特征是，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)基于分数阶滑模面设计自适应RBF双神经网络，利用两个RBF神经网络分别逼近系统的非线性函数和干扰上界；步骤3)根据分数阶RBF双神经网络滑模控制器控制有源电力滤波器。该方法利用分数阶自身能够摆脱系统函数的依赖问题和提高系统控制响应的特性；在此基础上利用RBF神经网络不依赖系统的模型的特性，来逼近系统的非线性函数和干扰值的上界，并且通过设计Lyapunov函数证明了系统控制器的稳定性，对指令电流实时跟踪补偿、可靠性高、对参数变化鲁棒性高、稳定性高。

技术领域

本发明涉及一种有源电力滤波器RBF双神经网络自适应滑模控制方法。

背景技术

随着社会的进步和发展，人们的生活水平日益提高，大量的用电设备投入到日常的生产生活中，随之而来的就是，电网中出现大量的谐波和无功功率的污染，这严重影响着电能的质量。电网中存在谐波电压或谐波电流会增加电力系统设备的附加损耗，导致测量和自动控制仪器失灵等问题，影响了设备的使用效率，严重时可能会因线路过热引起火灾。

目前主要采用外部谐波补偿装置来补偿谐波，滤波器分为无源滤波器和有源滤波器两种。无源滤波器对谐波的控制效果受系统的阻抗特性影响很大，极易受到温度、谐波和非线性负载变化的影响，其滤波性能不稳定。除此之外，无源滤波器只能滤除特定阶次的谐波，因此并不适用于谐波情况复杂的场所。存在只能补偿特定谐波等缺陷，所以现在对电能问题的治理主要集中在有源滤波器。相比于无源滤波器，有源滤波器实现了动态补偿，响应速度快；所需储能元件容量不大；受电网阻抗的影响不大，不会和电网阻抗发生谐振等。

目前，国内外尚未形成系统的有源电力滤波器的先进控制理论体系，有源滤波器的建模方法因人而异，采用的控制方法也多种多样，导致系统的稳定性和可靠性较低。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种有源电力滤波器RBF双神经网络自适应滑模控制方法，能够对指令电流实时跟踪补偿、可靠性高、对参数变化鲁棒性高、稳定性高。

为了实现上述目标，本发明采用如下的技术方案：

一种有源电力滤波器RBF双神经网络自适应滑模控制方法，其特征是，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)基于分数阶滑模面设计自适应RBF双神经网络，利用两个RBF神经

网络分别逼近系统的非线性函数和干扰上界；

步骤3)根据分数阶RBF双神经网络滑模控制器控制有源电力滤波器。

进一步地，所述步骤1)中数学模型的建立针对三相三线制系统有源电力滤波器。

进一步地，所述步骤1)中数学模型为其中，v₁、v₂、v₃分别为电网与APF连接处的电压，i₁、i₂、i₃分别为APF注入电网的补偿电流，L_c为电感，R_c为电阻，V_1M、V_2M、V_3M、V_MN分别为M点到a、b、c、N点的电压。

进一步地，为了标识IGBT的开关状况，对步骤1)的模型进行形势变换：

假设v₁+v₂+v₃＝0,i₁+i₂+i₃＝0，进而可以得到引入函数其中，k＝1,2,3；