首页> 外文期刊>Przeglad Elektrotechniczny >Artificial neural network based voltage controller for the single phase true sine wave inverter- a repetitive control approach
【24h】

Artificial neural network based voltage controller for the single phase true sine wave inverter- a repetitive control approach

机译:基于人工神经网络的单相真正弦波逆变器电压控制器-一种重复控制方法

获取原文
获取原文并翻译 | 示例
       

摘要

W artykule przedstawiono metodę budowy neuronowego regulatora napięcia dla falownika o sinusoidalnym napięciu wyjściowym. Regulator uczony jest w trybie on-line. Algorytm adaptacji wag sieci uwzględnia powtarzalność procesu poprzez odpowiednią definicję funkcji celu oraz uaktualnianie wag sieci raz na okres sygnału zadanego. Synteza układu regulacji nie wymaga identyfikowania modelu obiektu (podejście typu model-free). Zaproponowana topologia regulatora umożliwia jego wykorzystanie również do sterowania innymi procesami powtarzalnymi. Regulator pozwala na utrzymanie wysokiej jakości napięcia wyjściowego również dla okresowych obciążeń nieliniowych%The paper presents novel error backpropagation based neurocontroller for true sine wave inverter. The controller is trained in on-line mode. Adaptation algorithm takes into account repetitiveness of the process to be controlled. The cost function evaluates performance of the controller over the whole period of the reference signal and the weights are updated only once a period of this signal. A model-free concept is employed and hence no neural (or of any other type) model of the plant is needed. Proposed topology does not limit its area of implementation to the discussed converter. The controller is capable to maintain a high-quality output voltage waveform in the presence of periodic disturbance caused by nonlinear loads.
机译:本文介绍了一种为正弦输出电压逆变器构建神经电压调节器的方法。控制器以在线模式示教。调整网络权重的算法通过适当定义目标函数并在每个设置的信号周期更新一次网络权重,考虑了过程的可重复性。控制系统的综合不需要识别对象模型(无模型方法)。提出的调节器拓扑结构使其也可用于控制其他重复过程。该稳压器还可以为周期性非线性负载保持高质量的输出电压%。本文提出了一种用于正弦波逆变器的新型基于误差反向传播的神经控制器。控制器以在线模式进行培训。自适应算法考虑了要控制的过程的重复性。成本函数在整个参考信号周期内评估控制器的性能,并且权重仅在此信号周期内更新一次。采用无模型的概念,因此不需要植物的神经模型(或任何其他类型的模型)。拟议的拓扑结构并不将其实现的范围限于所讨论的转换器。该控制器能够在非线性负载引起的周期性干扰的情况下保持高质量的输出电压波形。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号