基于BP 神經(jīng)網(wǎng)絡(luò)的PWM 整流器

創(chuàng)新者：崔義森

本文介紹了一種新型PWM 整流器設(shè)計(jì)方法，將BP 神經(jīng)網(wǎng)絡(luò)應(yīng)用于整流器的設(shè)計(jì)中，可以保證整流器在正常工作的基礎(chǔ)上，提高整流器的工作效率。本文介紹了三相PWM 整流器的數(shù)學(xué)模型，在數(shù)學(xué)模型的基礎(chǔ)上，對(duì)比分析了人工神經(jīng)網(wǎng)絡(luò)技術(shù)與傳統(tǒng)調(diào)制技術(shù)的優(yōu)缺點(diǎn)，證實(shí)了人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于PWM 整流器設(shè)計(jì)中的有效性。

近年來，大功率變換器廣泛應(yīng)用于各種工業(yè)場合，如功率電源、交直流電機(jī)、高壓直流輸電、新能源發(fā)電等。傳統(tǒng)的整流變換器主要應(yīng)用二極管整流橋以及相控技術(shù)來實(shí)現(xiàn)，這種技術(shù)的局限性在于必須應(yīng)用于線性負(fù)載系統(tǒng)中，并且在整流系統(tǒng)的輸入端會(huì)產(chǎn)生大量的電流諧波，從而影響整個(gè)電源系統(tǒng)的工作效率，進(jìn)而對(duì)整個(gè)分布式電力系統(tǒng)中的其它電力設(shè)備產(chǎn)生影響。

為了解決上述問題，提高整流變換器的工作效率，常規(guī)方法是在整流器的一端加濾波器，包括：有源濾波器、無源濾波器、混合濾波器等等。濾波器的使用會(huì)增加整流變換器的體積，諧振電流以及補(bǔ)償方法的不可控性使得濾波器的使用效率大大降低，這些都為整流器的正常工作增加了變數(shù)。

在整流變換器中嵌入大功率因數(shù)變換系統(tǒng)，可以減少整流器的體積，提高整流系統(tǒng)的工作效率，進(jìn)而增加輸出直流電的可控性。本文介紹了一種基于空間矢量變換的BP 神經(jīng)網(wǎng)絡(luò)技術(shù)，這種技術(shù)的優(yōu)勢在于保證整流系統(tǒng)工作效率的前提下減少了整個(gè)系統(tǒng)的體積，加快了整流系統(tǒng)的實(shí)現(xiàn)速率，大大降低了變換器輸入輸出端的諧波干擾，對(duì)于改善整流變換器以及整個(gè)電力系統(tǒng)的效率有重要意義。

變換器數(shù)學(xué)模型

圖1 給出了三相大功率整流器的電路拓?fù)浣Y(jié)構(gòu)圖，從圖中可以看出，整流器的輸入端經(jīng)濾波電感與整流橋相接，整流橋的輸出端經(jīng)儲(chǔ)能電容與負(fù)載相接，構(gòu)成了整流系統(tǒng)的主電路拓?fù)浣Y(jié)構(gòu)，通過控制功率開關(guān)產(chǎn)生PWM 波形來控制整個(gè)系統(tǒng)的正常工作。因此我們定義3 個(gè)空間矢量：

將三相坐標(biāo)系轉(zhuǎn)換為兩相旋轉(zhuǎn)坐標(biāo)系（d-q坐標(biāo)系），上面的四個(gè)等式可以轉(zhuǎn)變?yōu)椋?/p>

基于空間矢量控制的BP 神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)

為了滿足三相整流系統(tǒng)的工作要求，我們需要找到合適的控制策略實(shí)現(xiàn)以下四個(gè)目標(biāo)：

圖1 三相全控整流電路拓?fù)浣Y(jié)構(gòu)圖

圖2 空間矢量脈寬調(diào)制技術(shù)工作原理圖

減少電流諧波；

滿足單位功率因數(shù)運(yùn)行；

輸出可調(diào)的直流電壓；

使得開關(guān)頻率滿足整流系統(tǒng)的工作要求。

圖2 給出了基于d-q 坐標(biāo)系下的空間矢量PWM技術(shù)的工作原理圖，其工作原理是：將整個(gè)矢量空間氛圍六個(gè)扇形空間，當(dāng)圓形旋轉(zhuǎn)矢量經(jīng)過每一個(gè)扇形區(qū)間時(shí)，都由位于扇形取件兩側(cè)的矢量來合成旋轉(zhuǎn)矢量，從而實(shí)現(xiàn)整流系統(tǒng)的正常運(yùn)行。

在空間矢量脈寬調(diào)制技術(shù)的基礎(chǔ)上，我們將人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用其中，使得整流系統(tǒng)的工作性能變得更加完善。

人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)（Artificial Neural Network--ANN）主要應(yīng)用于多輸入多輸出的非線性系統(tǒng)中，其主要包括：輸入層、網(wǎng)絡(luò)層和輸出層，其核心算法是由一個(gè)多維網(wǎng)絡(luò)運(yùn)算層組成?；谏鲜鎏攸c(diǎn)，我們可以將三相大功率整流系統(tǒng)輸入端的多位變量作為ANN 系統(tǒng)的輸入向量，通過相應(yīng)地運(yùn)算法則，得到我們需要的開關(guān)變量，從而實(shí)現(xiàn)整個(gè)系統(tǒng)的正常工作。

由于BP 神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)能力強(qiáng)，運(yùn)算速度快的特點(diǎn)，我們將BP 神經(jīng)網(wǎng)絡(luò)技術(shù)與空間矢量脈寬調(diào)制技術(shù)相結(jié)合，可以得到每一相的開關(guān)導(dǎo)通時(shí)間為：

由于空間矢量脈寬調(diào)制技術(shù)的對(duì)稱性，相應(yīng)地關(guān)斷時(shí)間為：

一般情況下，開關(guān)器件的導(dǎo)通時(shí)間可以寫為：

圖3 BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

從圖3 中我們可以看出，開關(guān)管導(dǎo)通時(shí)間是由相角分支的輸出變量以及幅值分支的輸出變量加四分之一開關(guān)周期時(shí)間共同產(chǎn)生的。BP 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和記憶能力可以保證整流系統(tǒng)的工作具有較強(qiáng)的抗干擾能力。

結(jié)語

本文介紹了一種基于BP 神經(jīng)網(wǎng)絡(luò)技術(shù)的空間矢量脈寬調(diào)制方法，將這種方法應(yīng)用于大功率整流系統(tǒng)中，可以改善系統(tǒng)的工作性能。神經(jīng)網(wǎng)絡(luò)技術(shù)有效的減少了常規(guī)整流器調(diào)制方法實(shí)現(xiàn)過程中產(chǎn)生的電流諧波，使得空間矢量脈寬調(diào)制技術(shù)可以更加快速精確的實(shí)現(xiàn)，為大功率整流器工作效率的提高提供了技術(shù)支持。