基于神经网络PID的电压型PWM整流器控制  

Voltage-type PWM Rectifier Control Based on Neural Network PID

作　　者：刘丙申 王文保 周振雄 Liu Bingshen;Wang Wenbao;Zhou Zhenxiong(College of Electrical and Information Engineering,Beihua University,Jilin 132021,China)

机构地区：[1]北华大学电气与信息工程学院

出　　处：《北华大学学报（自然科学版）》2019年第6期831-835,共5页Journal of Beihua University（Natural Science）

基　　金：吉林省发展与改革委员会项目(2019c058-1);北华大学研究生创新计划项目(2018012)

摘　　要：针对三相电压型PWM整流器(VSR)直接功率控制(DPC)存在的非线性时变,传统PID控制器参数不能随系统参数变化而自适应调整,难以适应直接功率控制VSR参数变化的问题,提出使用粒子群神经网络算法改善VSR的DPC系统.控制算法中使用粒子群优化误差反向传播(BP)神经网络的权值,通过神经网络来自适应调整最适用于当前系统的PID参数配置.对比仿真和试验结果表明:采用上述控制算法的VSR直接功率系统具有良好的动静态特性、较高的功率因数,可以有效减少超调带来的影响.For the nonlinear time-varying characteristics of three-phase voltage-type PWM rectifier( VSR) direct power control( DPC),the traditional PID controller parameters can not be adaptively adjusted with system parameters,and it is difficult to adapt to the shortcomings of direct power control VSR parameters. DPC system using particle swarm neural network algorithm to improve VSR is proposed.The control algorithm uses the weight of the particle swarm optimization error back propagation( BP) neural network,and the neural network is used to adaptively adjust the PID parameter configuration most suitable for the current system. The simulation and experimental results show that the VSR direct power system with the above control algorithm has good dynamic and static characteristics and high power factor,which can effectively reduce the impact of overshoot.

关 键 词：PWM整流器 直接功率控制 神经网络PID 粒子群 

分 类 号：TM461[电气工程—电器]