典型文献
基于RBF神经网络的电压外环滑模控制的Vienna整流器
文献摘要：
以Vienna整流器为研究对象,针对其传统电压外环滑模变结构控制不变性和对系统参数扰动敏感的问题,分析了以逼近率为基础的滑模变结构控制算法,提出了一种基于RBF神经网络的自适应电压外环滑模控制算法.该控制算法通过将RBF神经网络与滑模控制算法有效结合,同时将中点电位平衡控制加入到RBF神经网络自适应电压外环滑模控制算法的设计中,使用RBF神经网络对电压外环非线性系统进行自适应逼近,能够有效降低切换增益,削弱抖振,增强系统的抗干扰能力.最后,通过仿真分析与实验测试验证所提控制算法的有效性.将所提出的控制算法与传统滑模控制算法、PI控制算法进行比较,结果表明采用这种电压外环控制算法能够对直流输出电压目标值进行快速跟踪,平衡中点电位,改善了系统的动静态性能,提升了其抗干扰能力.
文献关键词：
Vienna整流器;电压外环;滑模控制;趋近率;RBF神经网络
中图分类号：
作者姓名：
杨旭红;陈阳;贾巍;方剑峰;罗新;高子轩
作者机构：
上海电力大学自动化工程学院,上海 200090;上海太阳能工程技术研究中心,上海 200241
文献出处：
引用格式：
[1]杨旭红;陈阳;贾巍;方剑峰;罗新;高子轩-.基于RBF神经网络的电压外环滑模控制的Vienna整流器)[J].电力系统保护与控制,2022(18):103-115
A类：
B类：
RBF,滑模控制,Vienna,整流器,滑模变结构控制,不变性,系统参数,参数扰动,逼近,控制算法,有效结合,中点电位平衡控制,网络自适应,非线性系统,切换增益,抖振,增强系统,抗干扰能力,实验测试,测试验证,电压外环控制,输出电压,目标值,动静态性能,趋近率
AB值：
0.219147
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
