（控制理论与控制工程专业论文）基于神经网络的逆变器的研究.pdf

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( s p w m ) 具有直流电压利 用率较低的缺点，空间矢量脉宽调制( s v p w m ) 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s p w m 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s v p w m 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l e v e n b e r g m a r q u a r d t 算法对神经 网络进行训练。最后，在m a t l a b s i m u l i n k 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s v p w m 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p w m 的频率，减小输出电压中的谐波含量。 关键词：逆变器空间矢量神经网络m a t l a b s i m u l i n k a b s t r a c t t h ei n v e r t e ri su s e dw i d e l yi ns o c i e t y w i t ht h er a p i dd e v e l o p m e n to fp o w e re l e c t r o n i c s t e c h n o l o g y ，al a r g ea m o u n to fh i g h - f r e q u e n c ys w i t c h i n ge q u i p m e n ta r ea p p e a r e dw h i c h p r o v i d et h eg u a r a n t e ef o rt h ei n v e r t e r sa p p l i c a t i o ni na l lk i n d so ff i e l d s t h ei n v e r t e r sm a i n c i r c u i td i s c u s s e di nt h i sp a p e ra d o p t st h et h r e e - p h a s eb r i d g es t r u c t u r e i nt e r m so fc o n t r o l l e r s t r a t e g y ，t h et r a d i t i o n a lm e t h o do fs p w mh a st h es e t b a c kw h i c hi sl o w e re l e c t r i cs o u r c e u t i l i z a t i o nr a t i o s v p w mi sak i n do fo p t i m i z e dm e t h o d ，i tc a nr e d u c et h eo u t p u tc u r r e n t s h a r m o n i cc o m p o n e n ta n di m p r o v et h ee l e c t r i cs o u r c eu t i l i z a t i o nr a t i o ，h a v i n gt h et r e n do f r e p l a c i n gt h et r a d i t i o n a ls p w mm e t h o d ，t h i sp a p e rj u s ta d o p t st h es v p w m a st h ec o n t r o l l e r s t r a t e g y t h i s p a p e rf i r s t l y i n t r o d u c e st h ep o w e re l e c t r o n i c s t e c h n o l o g y a n di n v e r t e r s c o r r e s p o n d i n gk n o w l e d g e ，a n dt h ep a p e rd e e p l yr e s e a r c h e st h ew o r k sp r i n c i p l eo ft h e s v p w ma n de s t a b l i s h e st h ei n v e r t e r ss i m u l a t i o nm o d e lb a s e do nt h ea r i t h m e t i co fs v p w m ， a c h i e v e dt h es i m u l a t i o nr e s u l t a n dt h e nt h i sp a p e rp u t sf o r w a r dt h ei n v e r t e r si m a g i n a t i o n b a s e do nn e u r a ln e t w o r k ，w h e nc a l c u l a t i n gt h et h r e e - p h a s et i m e s ，t h ep a p e ru s e sat h r e e l a y e r f o r w a r d f e e dn e t w o r k ，a d o p t e st h ea r i t h m e t i co fl e v e n b e r g m a r q u a r d et ot r a i nt h en e t w o r k a tl a s t ，i nt h ee n v i r o n m e n to fm a t l a b s i m u l i n k ，t h ep a p e rm a k e st h es i m u l a t i o nr e s e a r c ht o t h es y s t e m ，t h es i m u l a t i o nr e s u l t ss h o w st h a tt h em e t h o do fs v p w mb a s e do nn e u r a ln e t w o r k i sf e a s i b l ea n di tc a na c h i e v et h ea n t i c i p a t e de f f e c t ，a tt h es a m et i m eb yu s i n gt h en e u r a l n e t w o r kr a t i o n a l l y ，t h em e t h o dc a ne n h a n c et h ep w m f r e q u e n c ya n dr e d u c et h eh a r m o n i co f o u t p u tv o l t a g e k e yw o r d s ：i n v e r t e rs p a c ev e c t o r n e u r a ln e t w o r km a t l a b s i m u l i n k 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取 得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得 叁盗墨墨太望 或 其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研 究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 学位论文作者签名：祝签字日期：口占年 f 月 f 日 学位论文版权使用授权书 本学位论文作者完全了解 墨盗墨墨盘堂有关保留、使用学位论文 的规定。特授权墨盗堡兰盘堂 可以将学位论文的全部或部分内容编入 有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编， 以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子 文件。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：云店导师签名 签字日期：口解1 月 ff 日 签字日期： p 夕年 f 月 ，日 第一章绪论 1 1 电力电子技术概述 第一章绪论 电力电子学，又称功率电子学( p o w e re l e c t r o n i c s ) 。它主要研究各种电力电子器件 以及由这些电力电子器件所构成的各式各样的电路或装置，以高效的完成对电能的变换 和控制。它既是电子学在强电( 高电压、大电流) 或电工领域的一个分支，又是电工学 在弱电( 低电压、小电流) 或电子领域的一个分支，或者说是强弱电相结合的- - f 学科。 1 1 1 电力电子技术的发展前景 电子学的发展史表明，一种新器件的出现，将对整个技术领域产生深刻的影响。1 9 4 6 年晶体管的诞生，开始形成固体电子学。电力电子学也正是在1 9 5 7 年第一只晶闸管问 世后，逐步发展起来的。2 0 世纪7 0 年代后，国际上电力电子技术突飞猛进，其特征是， 出现了通和断或开和关都能控制的全控型电力电子器件( 亦称自关断型器件) ，如g t o 、 b j t g t r 、p m o s f e t 、i g b t 等。电力电子技术包括器件和装置两方面。新器件的出 现推动变换器装置的变革，变换器应用中出现的问题又对新器件提出了新的要求，从而 推动新器件的研制。当自关断型器件出现后，使电力电子技术进入了一个新的时期，有 人称“逆变时代”。 综上所述可以看出，电力电子技术的发展有赖于电力电子器件的发展，其每一次飞 跃都是以新器件的出现为契机的。一代器件孕育了一代装置，一代装置产生一批新的应 用领域。而微电子技术、电力电子器件和控制理论则是现代电力电子技术发展的动力。 今后的发展趋势是什么? 从过去的经验可看出，电力电子学是由半导体、集成电路 等带动起来的，今后这种带动也不例外。目前研究的方向是碳化硅等下一代半导体材料。 这些新材料做成的器件导通损耗小，而承受的电压高很多，耐高温，估计这种新器件将 在今后几年内出现，它的出现会产生革命性的影响。除此之外，还有个重要趋势是做成 集成电力电子模块( i p e m ，i n t e g r a t e dp o w e r e l e c t r o n i cm o d u l e ) 。今后1 0 年内，变频调 速是电力电子装置的主要应用场合之一，电动汽车、航空航天等也一直是电力电子技术 发展的推动力。 1 1 2 电力电子技术的重要作用 第一、优化电能使用。通过电力电子技术对电能的处理，使电能的使用达到合理、 高效和节约，实现了电能使用最佳化。例如，在节电方面，针对j x l 机水泵、电力牵引、 第一章绪论 轧机冶炼、轻工造纸、工业窑炉、感应加热、电焊、化工、电解等1 4 个方面的调查， 潜在节电总量相当于1 9 9 0 年全国发电量的1 6 。所以，推广应用电力电子技术是节能 的一项战略措施，一般节能效果可达1 0 4 0 。我国己将许多装置列入节能的推广应 用项目。 电力电子技术与能源利用的关系：在过去1 0 0 年中，能源消耗增长很快，对环境造 成了严重的污染。如果这个趋势继续下去，将来会造成很严重的后果，会出现能源匮乏、 环保等问题。目前在所有的能源中，电力方面的能源约占4 0 ，而电力能源中有4 0 是经过电力电子设备的转换才到使用者手中的。其中5 5 以上是在电机和电机控制方 面，2 0 是照明方面。在这两个主要方面，如果用先进的电力电子技术去转换，人类最 少可节省约1 3 的能源，而这1 3 的能源相当于8 4 0 个发电厂发出的电能。由此可以看 出，电力电子技术与环保密切相关，是环保的重点之一。预计1 0 年后，电力能源中的 8 0 要经过电力电子装置的变换，电力电子技术在本世纪将起到更大作用。 第二、改造传统产业和发展机电一体化等新兴产业。据发达国家预测，今后将有9 5 的电能要经电力电子技术处理后再使用，即工业和民用的各种机电设备中，有9 5 与 电力电子产业有关。特别是，电力电子技术是弱电控制强电的媒介，是机电设备与计算 机之间的重要接口，它为传统产业和新兴产业采用微电子技术创造了条件，成为发挥计 算机作用的保证和基础。 第三、电力电子技术高频化和变频技术的发展，将使机电设备突破工频传统，向高 频化方向发展。实现最佳工作效率，将使机电设备的体积减小为原来的几分之一，甚至 几十分之一，响应速度达到高速化，并能适应任何基准信号，实现无噪声且具有全新的 功能和用途。 第四、电力电子智能化的进展，在一定程度上将信息处理与功率处理合二为一，使 微电子技术与电力电子技术一体化，其发展有可能引起电子技术的重大改革【1 1 。 1 2 逆变技术的发展前景 在我们周围，正在越来越多的使用各种用电设备，它们或者直接由5 0 h z 交流电供 电，或者由交流电变换的各种不同电压的直流供电，或者由交流电变换成直流电再变成 各种不同电压、频率的交流电。据统计，在发达国家，电能已有4 0 经过各种变换处理， 节能效果达到1 5 4 0 ，而到2 0 1 0 年，将有8 0 的电能需要经过电力电子技术的变换 器处理再应用。这其中就包括将直流电转换为交流电的逆变技术。因此逆变技术在节约 电能方面占有重要的位置。 近年来，逆变器在高压大功率场合的应用受到越来越多的关注，各种电路拓扑结构 及控制方法纷纷被提出和研究。其拓扑结构种类较多，大致可以分为：二极管筘位型、 飞跃电容型和独立直流电源级联多电平三种拓扑结构，其中二极管筘位型多电平拓扑结 构运用最广泛。它能有效地提高换流系统的耐压、降低输出电压谐波和开关损耗，在电 力系统的大功率应用中受到普遍的重视。 2 第一章绪论 在控制策略方面，传统的三相逆变器采用以三角载波与正弦调制波进行比较得到的 脉宽作为控制信号，适合于模拟电路实现，其最大的不足是直流电压利用率低。由此文 提出的电压空间矢量调制策略，这种控制方式源于电机的矢量控制，和电机调速一样， 只限于三相交流电情况，其主要控制思想是通过一组开关矢量来拟合电压参考矢量，保 证稳态时参考矢量的幅值大小，进而达到调压的目的。这种控制方式具有控制灵活、动 态性能好、直流利用率高、开关损耗小、谐波幅值低、便于数字控制实现等优点，因而 成为现在逆变电源控制技术的研究热点之一【2 1 【3 1 。 1 3 人工神经网络技术的提出 人工神经网络是在现代神经学研究成果的基础上发展起来的，是一种模仿人脑信息 处理机制的网络系统，由大量的简单单元形成神经元高度错综复杂联结而成的网络系 统；它虽不是人脑神经系统的逼真复制，但确实反映了人脑功能的若干特性，可以完成 学习、记忆、识别和推理等功能【4 j ；它可以由电子或光电元件实现，也可以用软件在常 规计算机上模拟仿真。 当前的信息处理工作基本上是由冯诺依曼结构原理的串行存贮程序式计算机来完 成的。经过几十年的发展，计算机无论在运算速度，还是内存容量及可靠性方面都有很 大的提高。然而随着应用领域的不断拓宽，人们逐渐体会到计算机系统的固有缺陷，如 处理慢、容错性差、不能解决自适应问题等。特别是在人工智能涉及的研究领域，尽管 计算机处理收到了一定的效果，但在许多方面并不令人满意，甚至显得无能为力。 自然界提供给我们的信息处理问题大致可以分为两类：结构性和非结构性问题。前 者可以用数学语言清楚而严格地描述，且可将要解决问题的算法公式化，并映射成计算 机程序，然后由计算机逐条地执行该程序的指令，当给定不同初值时，就可由计算机求 得相应的结果，因此，冯诺依曼计算机在求解结构性问题时远远超过了人类自身的能 力。但对于非结构性问题，人们就难以把自己的认识翻译成机器指令，或者仅能够极其 粗略地进行。因此计算机在图像处理与景物分析、语音识别与理解、智能机器人控制等 人工智能和模式识别问题时，则与人类能力相差甚远。 非结构性问题有下述特点： ( 1 ) 人知道怎样处理，但难于用数学语言精确描述； ( 2 ) 存在大量的实际范例可供学习，然后可抽象并上升为概念； ( 3 ) 识别实际上是一种联想，例如：人念文章就是将( 字母、标点符号) 与( 声音、停 顿1 联想起来。 目前，主要从两个不同的角度来探讨、实现复杂非结构性信息处理方法和系统： 方法一：立足于逻辑运算、符号操作，通过算法来实现智能行为，即所谓的串行信 3 第一章绪论 息处理方法。以专家系统为核心的人工智能研究第五代计算机正是采用这种方法来实现 的，但这种方法还未跳出串行和基于算法的体系结构，上述缺陷依然存在。 方法二：通过许多基本处理单元间并行的相互作用来实现。人脑就是采用这种方式 的复杂并行智能信息处理系统，这也是第六代计算机的模式。 神经科学研究表明：在人类大脑皮层中约有1 0 0 亿个神经元，6 0 万亿个神经突触以 及它们的联结体。单个神经元处理一个事件学要1 0 0 秒，而在硅芯片中处理一事件只需 要1 0 母秒。但人脑是一个非常高效的结构，大脑中每秒钟每个动作的能量约为1 0 4 6 焦耳， 而当今性能最好的计算机进行相应得操作需要1 0 。6 焦耳。 神经元间的联接，一般是短距离对称的双向式联接，信息贮存是分布于神经元之间 联结强度上，且有冗余度。信息处理分布在每个神经元上同时进行，许许多多的神经元 的“微活动”构成人脑活动的“宏”效应。因此虽然单个神经元的反应速度比起现有的 电子器件开关速度要低几个数量级，但大脑对外部世界的反应速度、灵活性和准确性却 是现有最高性能的超级计算机所望尘莫及的。 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ，简称a n n ) 是在现代神经研究成果的基础 上提出的，主要关注人脑的微观结构，力图从人脑的物理结构上去研究人的智慧产生和 形成，它是由大量类似于神经元的简单处理单元广泛相互联接而成的复杂网络巨系统， 反映了人脑功能的若干作用，但并非神经系统的真实描写，而只是其简化、抽象和模拟。 人工神经网络是由大量处理单元也就是人工神经元广泛互连组成的网络，反映了人 脑功能的基本特性，但并不是人脑的真实描写，而是人脑的某种抽象、简化与信息的存 储表现为网络元件互连间分布式的物理联系。网络的学习和识别决定于各种神经元件联 结权系数的动态演化过程。 人工神经网络是一种更接近于人脑信息处理的计算机系统，其工作原理、结构及功 能与传统的计算机有很大差别，它突破了以传统的线性处理为基础的数字电子计算机的 局限，神经网络是一个具有高度非线性的超大规模连续时间动力系统。其主要特征为连 续时间非线性动力学、网络的全局作用、大规模并行分布处理和联想学习能力。 a n n 以生物神经网络为模拟基础，以非线性大规模并行处理为主要特征，可以以任 意精度逼近支集上的任意实连续函数，在诸如模式识别、聚类分析及计算机视觉等方面 发挥着许多不可替代的作用。 神经网络模型的基本模式是由大量简单的计算单元( 又称为节点或神经元) 广泛相互 连接而构成的一种并行分布处理网络。基于神经信息传输的原理，各个节点通过可变的 权值彼此相连接，每个节点对n 个加权的输入求和，当求和值超过某个阈值时，节点呈 “兴奋”状态，有信号输出。节点的特征由其值、非线性函数的类型所决定，而整个神 经网络则由网络拓扑，节点特征以及对其进行训练所使用的规则所决定。权值反映了节 点之间传递信息时互连的相对强度，对神经网络的功能是至关重要的。 a n n 通过权值的调整，表现出类似人脑的学习、归纳和分类作用，它通过有自学 习、自组织和自适应功能的神经网络上的非线性动力学，对无法语言化的模式信息进行 处理。它能通过学习功能来实现自适应，自动获得用数据( 精确的或模糊的) 表达的知识， 4 第一章绪论 在自适应及自学习方面己显示出了不少新的前景和新的思路。a n n 可通过示例学习， 形成描述复杂非线性系统的非线性函数，这实际上是得到了客观规律的定性描述，有了 这个基础，再加上a n n 模型力图模仿生物神经系统，通过接受外部输入的刺激，不断 获得并积累知识，近而具有一定的判断预测能力，预测的难题就会迎刃而解【5 1 。 1 4 本文研究的主要内容 第一章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，介绍了电力电 子技术的发展前景、重要作用及逆变技术的应用前景。 第二章对空间电压矢量脉宽调s j ( s v p w m ) 的工作原理做了深入的研究，并且在 此基础上构建了基于s v p w m 算法的逆变器仿真模型，并得到了仿真结果。 第三章重点介绍了神经网络的相关知识，并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 层前馈型网络，并采用l e v e n b e r g m a r q u a r d t 算 法对神经网络进行训练。 第四章在m a t l a b s i m u l i n k 环境下，对系统进行了仿真，得到了仿真结果并对结 果进行了分析。 第五章总结与展望，综述本文所做的工作并指出下一步工作的方向。 5 第二章电压空间矢量脉宽调制( s v p w m ) 的研究 第二章电压空间矢量脉宽调制( s v p w m ) 的研究 2 1s v p w m 的基本原理 s v p w m 是源于交流电机变频传动控制的电压空间矢量p w m 控制技术，现在己被 应用于电压型三相逆变器的控制当中。下面首先简单介绍一下两电平s v p w m 的调制原 理，图2 - 1 是两电平三相桥式逆变器的主电路拓扑图，图2 2 是两电平三相逆变器的电 压空间矢量图。 p q 图2 - 1 两电平逆变器的主电路拓扑图 b 轴弋 。 a u - u 刀手j t 3 0 1 2 1 y 天曝忒q ： 毛d 又 c 轴 图2 - 2 电压空间矢量图 设三相交流系统各相电压为： f u a n = u dc o s ( 耐) 比丑= u dc o s ( c o t 一1 2 0 0 ) ( 2 1 ) u c n = u dc o s ( a , , t 一2 4 0 0 ) 式中：砜为相电压的基波电压且u e = 2 3 u d ，角频率c o = 2 a r f , ，为基波电压频率。 式( 2 1 ) 的三个相电压瞬时值可用图2 - 2 中的一个以角速度= 2 刀厂在空问旋转的电 6 第二章电压空间矢餐脉宽调制( s v p w m ) 的研究 压矢量w ( u = w + j w o ) 在a ， b ， c 各相轴线上的投影表示，u 的大小为相电压的基波 幅值砜，u 以角速度甜逆时针方向旋转。 u b 图2 3 矢量u 的电路 在任意瞬间，u 的相位角为c a t ，因为 p d ；u c o s ( 鲥) i u q = u s i n ( o x ) 则： 一a 轴 一 h 删【耐，2 u d c o s ( o x ) 2 u c o s ( 山t ) = u o u n n ( c o t ) = u dc o s ( c o t - 1 2 0 0 ) 一uc o s ( c o t 一1 2 0 0 ) ；“。c 。s 1 2 0 。+ u qs i n l 2 0 。= 一i 1 “。+ 5 3 - “口 u c n ( c o t ) = u dm s ( a , 一2 4 0 0 ) = uc o s ( c o t 一2 4 0 0 ) t “。c o s2 4 0 0 + u q s i n 2 4 0 。一一五1h 。一i “q 2 又因为“删+ z l 删+ 蹦c = 0 ，由( 2 5 ) 式又可得到 计詈 1 o 1 3 22 1 3 2 2 1一! 一三 22 o 鱼一鱼 22 ( 2 2 ) ( 2 3 ) ( 2 4 ) d 1 ，( 2 5 ) hj 卜a n1 u b ni ( 2 6 ) bj 式( 2 5 ) 是三相a ，b ，c 变量变成两相d ，q 变量的变换式，而式( 2 6 ) 则是两相d ， q 变量变成三相a ，b ，c 变量的变换式。 图2 - 1 中三相桥式逆变器由a ，b ，c 三牛h 桥臂组成，图中定义p 点电位为， 7 第二章电压空间欠量脉宽调制( s v p w m ) 的研究 截止时，u q = t d ：当t 4 导通，t 1 截止时，u _ q = 0 。如果引入a ，b ，c 桥臂的开关变量 开关状态，即( s 。、s b 、s c ) 为o ( o00 ) ，1 ( 001 ) ，2 ( 01o ) ，3 ( 011 ) ，4 ( 100 ) ，5 ( 101 ) ， 6 ( 110 ) ，7 ( 111 ) 八种开关状态。把以上八种开关状态分别称为状态0 ，1 ，2 ，3 ，4 ，5 ， 在以上八种开关状态中，0 ( 000 ) 和7 ( 111 ) 两种开关状态为下管t 4 、t 6 、i 2 同时 “姐= s 6 。 ( 2 7 ) “彻= u 彳q u b q 一( s 口一s 6 ) u d “钟= “勉一“c q = ( s 6 一s 。) u d ( 2 8 ) u c a u c q u q = ( s c s 口) 。u d 三三 2u 。( 蔓 量 ( 2 9 ， 表2 - 1 开关状态及电压输出 逆变器 s a s b s c h a b f u du b c u d比翻“du n | n du 瞵 u du c n u d 状态 o0 0 00 o0 0 0o 10 0 1011- 1 31 32 3 20 1 01101 32 3 1 3 30 1 1101- 2 31 31 3 41 0 01 01 2 j 31 3 1 3 5 1 0 11 1o1 3 - 2 31 3 6 1 1 00 1 1 1 31 32 3 71 1 1 o000o0 并且 图2 1 中负载相电压 “删一“删。n a b u b n 。r c n2 r b c r c n 一“删2r c a m 槭+ ub n + u c n = 0 8 第二章电压空间矢量脉宽调制( s v p w m ) 的研究 ( ：n a 三n ) 2 三( 王 ( 三三 2 三u 。 三三 | ；) c 2 1 。) t 4 导通时，i d 不提供a 相电流，因此逆变器输入直流电流乞可以表达为 同理，当开关状态为6 ( 1 1 0 ) ，2 ( o l o ) ，3 ( 0 1 1 ) ，1 ( 0 0 1 ) ，5 ( 1 0 1 ) 时由式( 2 1 0 ) 所得到的 1 ( 0 0 1 ) 以及5 ( 1 0 1 ) 时，等效于它产生图2 - 4 中的六个电压矢量u 。、u 6 、u 2 、u ，、u 。、 和u 5 这六个矢量分别位于汐= w t = o 。，6 0 。，1 2 0 。，1 8 0 。，2 4 0 。及3 0 0 。的位置上，如图2 - 4 改变开关变量s 。、s b 、s c ，可以获得u 。、u 6 、u ：、u ，、u ，、和u ，这六个特定矢 压u d 确定而不能调控) 及u ，、u 。，两个零矢量u ：。但是无法直接获得任意相位角an _ 期，在瓦期间，令开关状态0 或7 即零矢量u ：存在时间为死开关周期巧= + l + 乏， 则在时间很短的一个开关周期巧中，矢量u 存在瓦时间其效应可以用u ，存在l 时间、 u ，存在瓦时间以及零矢量u ：存在死时间来等效也就是说可以用逆变器的三个开关状 9 第二章电压空间矢量脉宽调制( s v p 删) 的研究 1 、 ”n q 。 c o s ( 詈) s i n ( 刍 j 于1 黧卜 m p 0 ，根据瓦、薯表达式的不同，相应生成的p w m 波的直流电压利用率可为0 8 6 6 或1 ： 连续s v p w m 矢量序列选择一般如下： u 。( 炒，( 炒，( ) u 7 ( 孚炒，( 孚炒，( 炒。岛炒。( 孚) 为了满足丌关状态转换时只有一个桥臂参与，在六个扇区中以为阢、以和阢之一。 第一扇区丌关序列如图2 5 所示，其它类推【6 1 7 11 1 8 1 。 1 0 第二章电压空间欠量脉宽调制( s v p l y m ) 的研究 2 2s v p w m 控制算法研究 a b c 1 玑玩仉骗玩 玑砺l l l ； l 瓦弓 ll弓 t瓦i 2 222 222 2 图2 5 连续s ，w m 的开关序列 2 2 1 电压空间矢量扇区的判断 八个电压矢量将空间分成六个扇区，若某时刻的电压矢量为u ，e l ，那么确定h 何处 于哪个扇区是至关重要的。设扇区变量为p ，中间变量为b o ，b l ，b 2 ，h 何在二维静止坐 标上的d 轴和q 轴的分量“叫和h 鲥，有公式如下： b o uq 呵 b 1 ；s i n6 0 。u d r e 一s i n3 0 。“鲥 b 2 一一s i n 6 0 。“州一s i n 3 0 。“鲥 ( 2 1 7 ) p = 4 s i g n ( 6 2 ) + 2 s i g n p l ) + s i g , , ( b o ) ( 2 1 8 ) 式中，s g n 是符号函数，如果x o ，s g n ( x ) = 1 ；如果工o ，s g n 俐= 0 。 2 2 2 基本电压矢量作用时间的确定 在确定电压合成矢量所在的扇区后，应当计算合成电压矢量分解到这个扇区内两相 邻电压矢量的作用时间t l 和垃，算法如下： x = 厄q 一芒 】，= ( - - 三层 - u q r e fd l u d r e f ) u r d z - ( 等“o 训万r o 第二章电压空间矢量脉宽调制( s v p w m ) 的研究 则各扇区导通时间赋值如表2 2 所示。 表2 2 作用时间赋值表 扇区号 123456 t 1 zyzxxy t 2 yxxzyz 其中，t 0 为脉宽调制波p w m 的周期，t 。，t ：分别为两相邻电压矢量的导通时间。 女口果t l + f 2 t o ，贝l j f一盟1 n 加登如果”训岷 保持不变。 t 1 + t 2 2 3s v p w m 控制技术的仿真 科学技术的迅猛发展使得各个领域中的系统设计与分析变得日益复杂起来，如何建 立动态系统模型，对动态系统进行仿真与分析对于各领域系统的设计与开发具有极其重 要的作用。 传统的仿真技术主要包括实物仿真与半实物仿真。实物仿真与半实物仿真的优点在 于系统仿真结果直接、形象、客观可信；但是仿真模型受到一定的限制、易破坏而且难 以重新利用。m a t h w o r k s 公司推出了基于m a t l a b 平台的s i m u l i n k 是动态系统仿真领 域中最为著名的仿真集成环境之一，它在各个领域得到广泛的应用。s i m u l i n k 能够帮助 用户迅速构建自己的动态系统模型，并在此基础上进行仿真分析；通过仿真结果修正系 统设计，从而快速完成系统的设计。s i m u l i n k 集成环境的运行受到m a t l a b 的支持， 因此s i m u l i n k 能够直接使用m a t l a b 强大的科学计算功能。毫无疑问，s i m u l i n k 具有 出色的能力，因此它在系统仿真领域中有着重要的地位【9 】1 1 0 j 1 1 1 j 。 2 3 1s v p w i d 仿真模型的建立 s v p w m 的基本原理就是用若干个开关电压矢量逼近参考空间电压矢量，它的控制 方式与其他方法不同之处在于它不需要在三相中每一相使用调节器，而是把综合电压矢 量作为一个整体来处理。根据上述s v p w m 算法，s v p w m 模块的建立主要分为两个环 节来建立：判断扇区和确定基本电压矢量作用时间。 判断扇区子模块的建立：根据上述算法，从m a t l a b s i m u l i n k 模块库中取出相应 的模块，进行适当的组合连接，可得到如图2 6 所示的选择扇区子模块图，其中包括输 入模块u - b r e f 和u - a r e f 表示两桐静止坐标的输入，四个增益模块，两个常数模块常数 1 2 第二章电压空间矢量脉宽调制( s v p w m ) 的研究 量分别为1 和o ，和3 个s w i t c h 模块，用来实现系统的输出选择。 图2 6 选择扇区予模块 基本电压矢量作用时间子模块的建立：根据上述算法，从m a t l a b s i m u l i n k 模块 库中取出相应的模块，进行适当的组合连接，可得到如图2 7 所示的基本电压矢量作用 时间子模块，其中包括输入模块u - b r e f 和u - a r e f 表示两相静止坐标的输入，输入模块 n ，t ，砜分别表示扇区，周期及直流电压的输入，三个p r o d u c t 模块进行相关的算法， 三个增益模块及两个多端口输出选择模块用来输出作用时间。 图2 7 基本电压矢量作用时间子模块 矢量切换点子模块的建立：此子模块的作用是将矢量作用时问t 1 ，t 2 转化为a ，b ， c 三相导通时间。在m a l a b s i m u l i n k 模块库中取出相应的模块进行适当的连接得到如 图2 8 所示的矢量切换点仿真模型图。 1 3 第二章电压空间矢量脉宽调制( s v p w m ) 的研究 图2 - 8 矢量切换点子模块 导通时间到占空比转换子模块的建立：此模块的作用是将a 、b 、c 三相导通时间 转换为控制开关管导通与关断的高低电平。其作用原理是通过a 、b 、c 三相导通时间 与三角波进行比较，通过判断两者的大小来决定输出为1 ( 高电平) 或0 ( 低电平) 。在 m a t l a b s i m u l i n k 模块库中取出相应的模块，包括3 个输入模块表示三相导通时间的 输入，三角波输入模块，两个常数模块1 和0 ，6 个开关模块和一个混路器模块，将这 些模块进行适当的连接可以得到如图2 9 所示的时问到占空比的转换模块。 1 4 第二章电压空间矢量脉宽调制( s v p w m ) 的研究 图2 - 9 时间到占空比转换子模块 在m a t l b a s i m u l i n k 模块库中取出相应的模块和上述各子模块进行适当的连接， 可得到如图2 1 0 所示的基于s v p w m 的逆变器仿真图，通过示波器模块观测波形。 图2 - 1 0 基t - s v p w m 的逆变电路仿真图 1 5 第章电压空问久量脉宽调制( s v p w 、t ) 的研究 2 3 2s v p w i 仿真波形分析 图2 1 1 强示的是空l i l j 欠量电压征f ：l 州时刻所在的扇区位置，从图。f 1 可以看出窄| f 1 j 矢量电丛所在扇区的变化过程：在一个岗期中空j 、u j 欠量电压所处的扇区从5 4 6 2 3 1 周而复始的变化。 | 冬l2 1 1 扇的仿真波形 h2 1 2 ，2 1 3 分别为f 1 和t ：的仿真波形。从图中可以看出t 1 和t 2 存。个周期巾在 m 到3 7 6 x1 0 。s 之| 、h j 变化，其最大值为3 7 6 1 0 s ，最小值为吣。图2 1 4 为控制丌火 管1 导通与关断的山窄比仿真波形。从图中i tj | 以看出其只有1 和0 两个数值，1 代表，断 电甲，表示丌，父管导通；0 代表低电平，表，j j ，f ：关管关断。每一相i 的曲个丌关管1 h 匕 同时导通，行则会使系统短路，烧毁丌关管。 第二章i u 压空间久量脉宽调制( s v p w 、t ) 的研究 图2 一j 3f ：的仿真波形 幽2 1 4 控制) f ：关管1 导通与天断的 i 空比波形 图2 1 5 、2 16 所示为s v p w m 控制下的逆变器a 相r 乜流的仿真波形及其频潜分析 图。其r f l 丌父频率为9 k h z ，输入直流f u e u 。为2 0 0 v ，负载为阻感。陀负载，h 义电阻为5 q ， 电感为0 0 1 h 。图2 1 6 中，横 舱标为谐波的次数，纵坐标为舀：各次谐波h 皆波的含量。 小仿真系统中取最高次谐波为5 0 次，可以看出在系统的谐波到达5 0 次时，总i 皆波系数 t h d 的值为0 0 5 。 冬21 5s v p w m 托jj j 卜n o j 堕变器ai i 斩i l 乜河- f jl 。波形 第二章电压空间矢量脉宽调制( s v p 删) 的研究 。 仍 芑 e 仍 1 了 c ： u - - - - o 器 、一 c o 芝 f u n d a m e n t a l ( 5 0 h z ) = 9 5 7 1 t h d = 0 0 5 图2 1 6s v p w m 控制下的a 相电流频谱分析图 s v p w m 控制技术是8 0 年代中期国外学者在交流电机调速系统中提出的一种新型 控制思想，其原理已经在第一节中进行了详细的叙述。其具有以下优点： ( 1 ) 直流电压利用率高：三相逆变器如果采用s p w m 控制时调制比m s1 ，即 v s v d ，而采用s v p w m 控制时，v l u v d ，因此采用s v p w m 控制时直流电压利用 率要高一些。 ( 2 ) 从图2 1 6 中可以看出，系统的谐波到达5 0 次时，总谐波系数t h d 的值为 0 0 5 ，谐波含量较小。 1 8 第三章人工神经网络在逆变技术中的应用 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 现代计算机具有很强的计算和信息处理能力，但是它对于模式识别、感知和在复杂 环境中作出决策等问题的处理能力却远不如人，特别是它只能按事先编好的程序机械地 执行，缺乏向环境学习、适应环境的能力。早在2 0 世纪初人们已经知道人脑的工作方 式与现代的计算机是不同的，人脑是由极大量神经元经过复杂的互相连接而形成的一种 高度复杂的、非线性的、并行处理的信息处理系统。单个神经元的反应速度是在毫秒级， 比计算机的基本单元一逻辑f - j ( 反应时间在1 0 母s 量级) 低5 6 个数量级，每个神经元 可与几千个其他神经元连接，对于有些问题的处理速度反而比计算机快得多。它的能耗 约为每一运算1 0 。6 j s ( 计算机为每一运算1 0 6 j s ) ，其性能要比现代计算机高得多。 因此，人们自然会想到，大脑的组织结构和运行机制必有其绝妙的特点，从模仿人 脑智能的角度出发，来探索新的信息表示、存储和处理方式，设计全新的计算机处理结 构模型，构造一种更接近人类智能的信息处理系统来解决实际工程和科学研究领域中传 统的冯诺依曼计算机难以解决的问题，必将大大促进科学进步，并在人类生活的各个领 域引起巨大变化，这就促使人们研究人工神经网络。 3 1 1 人工神经网络的发展及特点 神经网络的研究始于1 9 世纪9 0 年代，迄今为止已有一百多年的历史。1 8 9 0 年，美 国生理学家w j a m e s 出版了( ( p s y c h o l o g y ) ) 一书i l 引，首次阐明了人脑的结构及其功能， 以及一些学习、联想、记忆的基本规则。书中指出：人脑中当两个基本处理单元同时活 动或者两个单元靠得比较近时，一个单元的兴奋会传递到另一个单元，而且一个单元的 活动程度与其周期活动单元的数目和活动密度成j 下比，这个观点后来被证明是正确的。 1 9 4 3 年，美国心理学家w s m c c u l l o c h 和数学家w p i t t s 首先从信息处理的观点出发， 合作提出了一种简单的人工神经元模型，即m p 模型i l3 。，在该模型中，神经元的活动 表现为两个状态，即“兴奋”和“抑制”，该状态由来自其他神经元的激励输入的大小 和神经元的阈值所决定，并且证明了用m p 模型能完成任意有限的逻辑运算，从而为以 后的研究提供了依据。1 9 4 9 年心理学家d o h e b b 发表了论著( ( t h eo r g a n i z a t i o no f b e h a v i o r ) ) ，提出了很多有价值的观点，特别是他认为在一个神经网络罩信息是分布式地 存储在突触连接的权值中，而权值可以通过网络的学习来调整l l 引。h e b b 同时提出了网 络学习的规则，该规则后来被称为h e b b i a n 规则，从而使神经网络具有了可靠性。h e b b 的工作对后来的神经网络结构和算法产生了很大的影响，目前一些神经网络的学习舰则 仍采用h e b b i a n 规则或它的改进型规则。1 9 5 8 年er o s e n b l a t t 提出了“感知器” 1 9 第三章人工神经网络在逆变技术中的应用 ( p e r c e p t r o n ) 模型，用于模拟一个生物视觉模型i l5 。这是第一个真正的神经网络，因 为它在i b m 7 0 4 计算机上得到了成功的模拟。最初感知器的学习机制是自组织的，响应 的发生与随机的初始值有关，后来加入了训练过程，这与后来