基于递归神经网络的并网逆变器电流控制方法

摘要

本发明提供了基于递归神经网络的并网逆变器电流控制方法，基于递归神经网络的并网逆变器电流控制方法，采用离散域状态空间方程建立并网逆变器系统的数学模型，采用Levenberg‑Marquardt(LM)+Forward Accumulation Through Time(FATT)优化方法训练递归神经网络控制器，离线获得的权值矩阵作为神经网络初始化权值，再结合神经网络的误差反向传播方法，替换传统PI控制器来实现并网逆变器的电流控制。本发明的有益效果是：本发明提供的技术方案可以加快并网逆变器神经网络控制器的收敛速度，提高系统的动态响应能力和抗干扰能力，解决并网逆变器的非线性和参数耦合问题。