[发明专利]有源电力滤波器的长短时记忆模糊神经网络滑模控制方法

说明书

本发明公开了一种有源电力滤波器的长短时记忆模糊神经网络滑模控制方法，包括以下步骤：S1，定义开关函数，建立单相并联型有源电力滤波器数学模型；S2，利用有源电力滤波器的数学模型，设计滑模控制器；S3，设计长短时记忆模糊神经网络，利用神经网络逼近S2中滑模控制器中的未知非线性函数；S4，设计长短时记忆模糊神经网络滑模控制器，并基于Lyapunov稳定性理论证明系统稳定性。本发明能够实现快速、高精度的谐波电流补偿，抗干扰能力强，鲁棒性好，具有较好的稳态和动态性能。

技术领域

本发明涉及一种有源电力滤波器的长短时记忆模糊神经网络滑模控制方法，属于有源电力滤波器控制技术领域。

背景技术

随电能是现代社会不可或缺的重要能源之一，是人类社会现代化发展的基石和催发剂。随着社会经济的不断进步，人们对电能的需求量不断增加，电力可持续发展已成为了社会经济可持续发展的基础，并在社会经济、能源环境等方面起着至关重要的平衡作用。另外对于电能质量的要求也越来越高，为了满足日益增长的高质量电能需求，电力电子技术得到了快速的发展和应用，大大地提高了电能效率、电能质量和供电可靠性。

但是随着作为非线性和时变性负载的电力电子变换器的大规模应用，电力系统中产生了严重的谐波污染。电力电子装置的开关动作向电网中注入了大量的谐波分量和次谐波分量，导致了交流电网中电压和电流波形的严重失真。而随着各种电能质量敏感的设备和计算机等信息设备的大量应用，利用各种无源和有源滤波技术克服谐波污染带来的危害已成为不得不面对的现实。传统的滤波方法通常采用无源滤波器和并联电容器组来滤除谐波和补偿无功，但是存在补偿效果不太理想、产生谐波谐振等问题。因此，有源滤波器技术得到了日益广泛的重视和长足的发展。

目前，传统的控制方法应用于有源电力滤波器已经无法满足日益苛刻的应用需求，越来越多的先进控制方法应用于有源滤波器的电流跟踪控制，但是依然存在着补偿精度不高、抗干扰能力弱、依赖精确模型等问题。

发明内容

为了现有的技术缺陷，本发明提供一种有源电力滤波器的长短时记忆模糊神经网络滑模控制方法，能够实现快速、高精度的谐波电流补偿，抗干扰能力强，鲁棒性好，具有较好的稳态和动态性能。

本发明中主要采用的技术方案为：

一种有源电力滤波器的长短时记忆模糊神经网络滑模控制方法，包括以下步骤：

S1，定义开关函数，基于电路理论和基尔霍夫定理建立单相并联型有源电力滤波器数学模型；

S2，利用有源电力滤波器的数学模型，设计滑模控制器；

S3，设计长短时记忆模糊神经网络，利用神经网络逼近S2中滑模控制器中的未知非线性函数；

S4，根据步骤S2的滑模控制器和步骤S3获得的未知非线性函数设计长短时记忆模糊神经网络滑模控制器，并基于Lyapunov稳定性理论证明系统稳定性。

优选地，所述步骤S1的具体步骤如下：

S1-1：定义单相并联型有源电力滤波器中晶体管的开关函数u如下：

S1-2：根据电路理论和基尔霍夫定理，考虑不确定性的外界扰动和系统内部参数摄动，建立单相有源电力滤波器一阶数学模型如下：

其中，x为补偿电流i_c，即x＝i_c，f(x)代表即B代表h代表一阶数学模型下的集总不确定性，U_s为电网电压，i_c为补偿电流，U_dc为直流侧电容电压，L,R分别为有源滤波器主电路的电感和电阻；

S1-3：对单相有源电力滤波器一阶数学模型进行求导化简得到二阶数学模型如式(3)所示：