基于神经网络的逆变器的研究

论文摘要

逆变器在当今社会具有很广泛的应用,随着电力电子技术的快速发展,大量高功率开关器件相继出现,为逆变器在各行各业的应用提供了保障。本文研究的逆变器主电路采用三相桥式结构。在控制策略方面,传统的正弦脉宽调制（SPWM）具有直流电压利用率较低的缺点,空间矢量脉宽调制（SVPWM）是一种优化的脉宽调制技术,能明显减小逆变器输出电流的谐波成分并能提高电压的利用率,已有取代传统SPWM的趋势,本文即采用电压空间矢量脉宽调制作为控制策略。本文首先对电力电子技术及逆变器的相关知识作了简要的介绍。对空间电压矢量脉宽调制的工作原理做了深入的研究,并且在此基础上构建了基于SVPWM算法的逆变器仿真模型,得到了仿真结果。之后本文提出了基于神经网络的逆变器的构想,在计算逆变器三相导通时间时,运用了3层前馈网络,并采用Levenberg-Marquardt算法对神经网络进行训练。最后,在MATLAB/Simulink环境下,对系统进行了仿真研究,仿真结果表明基于神经网络的SVPWM控制方法是可行的,能达到预期的效果,同时通过合理的运用神经网络,可以提高PWM的频率,减小输出电压中的谐波含量。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 电力电子技术概述
• 1.1.1 电力电子技术的发展前景
• 1.1.2 电力电子技术的重要作用
• 1.2 逆变技术的发展前景
• 1.3 人工神经网络技术的提出
• 1.4 本文研究的主要内容
• 第二章 电压空间矢量脉宽调制（SVPWM）的研究
• 2.1 SVPWM 的基本原理
• 2.2 SVPWM 控制算法研究
• 2.2.1 电压空间矢量扇区的判断
• 2.2.2 基本电压矢量作用时间的确定
• 2.3 SVPWM 控制技术的仿真
• 2.3.1 SVPWM 仿真模型的建立
• 2.3.2 SVPWM 仿真波形分析
• 第三章 人工神经网络在逆变技术中的应用
• 3.1 人工神经网络概述
• 3.1.1 人工神经网络的发展及特点
• 3.1.2 人工神经网络的应用范围
• 3.2 人工神经网络的模型及BP 学习算法
• 3.2.1 神经元模型
• 3.2.2 BP 神经网络的结构及算法
• 3.2.3 BP 算法中存在的问题及改进措施
• 3.3 人工神经网络对SVPWM 算法的实现
• 3.3.1 引言
• 3.3.2 SVPWM 算法推导
• 3.3.3 神经网络实现SVPWM 算法的模型结构
• 第四章 基于神经网络的SVPWM 逆变器的建模及仿真分析
• 4.1 Matlab/Simulink 仿真平台简介
• 4.2 基于 Matlab/Simulink 的建模及仿真
• 4.2.1 神经网络子模块的建立
• 4.2.2 导通时间到占空比转换子模块的建立
• 4.2.3 系统仿真图
• 4.2.4 系统仿真分析
• 第五章 总结与展望
• 参考文献
• 发表论文和科研情况说明
• 致谢