首页 > 专利 > 杭州电子科技大学 > 一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法专利详情

一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法   0    0

有效专利 查看PDF
专利申请流程有哪些步骤?
专利申请流程图
申请
申请号:指国家知识产权局受理一件专利申请时给予该专利申请的一个标示号码。唯一性原则。
申请日:提出专利申请之日。
2021-05-14
申请公布
申请公布指发明专利申请经初步审查合格后,自申请日(或优先权日)起18个月期满时的公布或根据申请人的请求提前进行的公布。
申请公布号:专利申请过程中,在尚未取得专利授权之前,国家专利局《专利公报》公开专利时的编号。
申请公布日:申请公开的日期,即在专利公报上予以公开的日期。
2021-10-08
授权
授权指对发明专利申请经实质审查没有发现驳回理由,授予发明专利权;或对实用新型或外观设计专利申请经初步审查没有发现驳回理由,授予实用新型专利权或外观设计专利权。
2022-08-16
预估到期
发明专利权的期限为二十年,实用新型专利权期限为十年,外观设计专利权期限为十五年,均自申请日起计算。专利届满后法律终止保护。
2041-05-14
基本信息
有效性 有效专利 专利类型 发明专利
申请号 CN202110528446.1 申请日 2021-05-14
公开/公告号 CN113411002B 公开/公告日 2022-08-16
授权日 2022-08-16 预估到期日 2041-05-14
申请年 2021年 公开/公告年 2022年
缴费截止日
分类号 H02M7/5387H02M1/088G05B11/42 主分类号 H02M7/5387
是否联合申请 独立申请 文献类型号 B
独权数量 1 从权数量 0
权利要求数量 1 非专利引证数量 0
引用专利数量 8 被引证专利数量 0
非专利引证
引用专利 CN112701883A、CN106549399A、CN107276443A、CN110112940A、CN105978373A、CN102868183A、US2012057383A1、CN106877704A 被引证专利
专利权维持 1 专利申请国编码 CN
专利事件 事务标签 公开、实质审查、授权
申请人信息
申请人 第一申请人
专利权人 杭州电子科技大学 当前专利权人 杭州电子科技大学
发明人 陈龙、李嘉荣、马学条、郑雪峰、肖淑玲、叶涛 第一发明人 陈龙
地址 浙江省杭州市下沙高教园区二号路 邮编 310018
申请人数量 1 发明人数量 6
申请人所在省 浙江省 申请人所在市 浙江省杭州市
代理人信息
代理机构
专利代理机构是经省专利管理局审核,国家知识产权局批准设立,可以接受委托人的委托,在委托权限范围内以委托人的名义办理专利申请或其他专利事务的服务机构。
浙江永鼎律师事务所 代理人
专利代理师是代理他人进行专利申请和办理其他专利事务,取得一定资格的人。
陆永强
摘要
本发明公开了一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法,系统中直流电压源向MOSFET开关管输出直流电压,DSP控制电路向MOSFET开关管输出驱动信号,控制MOSFET开关管的开断时间,MOSFET开关管经LC滤波电路输出电压给负载;电流环采集负载电流和电感电流,经P控制反馈给DSP控制电路;电压环采集负载的输出电压,经PI控制和滑模控制,再经P控制反馈给DSP控制电路。本发明即使系统在各种干扰下,由于使用神经网络对系统干扰进行拟合,系统有较高的鲁棒性,并且相对于传统的PID双闭环控制,输出电压波形的THD(总谐波失真率)和负载切换时的输出电压波形抖动时间都有较大的改善。
  • 摘要附图
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
  • 说明书附图:图1
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
  • 说明书附图:图2
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
  • 说明书附图:图3
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
  • 说明书附图:图4
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
  • 说明书附图:图5
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
  • 说明书附图:图6
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
  • 说明书附图:图7
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
  • 说明书附图:图8
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
  • 说明书附图:图9
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
  • 说明书附图:图10
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
  • 说明书附图:图11
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
  • 说明书附图:图12
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
  • 说明书附图:图13
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
  • 说明书附图:图14
    一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法
法律状态
序号 法律状态公告日 法律状态 法律状态信息
1 2022-08-16 授权
2 2021-10-08 实质审查的生效 IPC(主分类): H02M 7/5387 专利申请号: 202110528446.1 申请日: 2021.05.14
3 2021-09-17 公开
权利要求
权利要求书是申请文件最核心的部分,是申请人向国家申请保护他的发明创造及划定保护范围的文件。
1.一种基于极限学习机的滑模变结构的单相逆变器控制方法,其特征在于,其对应的基于极限学习机的滑模变结构的单相逆变器控制系统包括DSP控制电路、直流电压源、MOSFET开关管、LC滤波电路、电流环和电压环,其中,
所述直流电压源向MOSFET开关管输出直流电压,所述DSP控制电路向MOSFET开关管输出驱动信号,控制MOSFET开关管的开断时间,MOSFET开关管经LC滤波电路输出电压给负载;
所述电流环采集负载电流和电感电流,经P控制反馈给DSP控制电路;所述电压环采集负载的输出电压,经PI控制和滑模控制,再经P控制反馈给DSP控制电路;
所述电流环包括电感电流采样模块、负载电流采样模块和P控制器,电感电流采样模块和负载电流采样模块的输入均与负载连接,电感电流采样模块和负载电流采样模块的输出均与P控制器连接,P控制器输出与DSP控制电路连接;
所述电压环包括依次连接的电压采样模块、PI控制器和滑模控制器,电压采样模块采集负载的输出电压,经PI控制器和滑模控制器后输出给P控制器;
所述MOSFET开关管设置4个;
所述LC滤波电路为二阶低通滤波;
所述滑模控制器输出方程为:
其中,L、C分别为电感和电容,K为直流输入电压与高频三角波峰值的比值, 为参考电压的二阶导数,VC为输出电压,为参考电压与输出电压差值的一阶导数,是系统参数干扰、负载扰动以及系统不确定性的总和的逼近项,λ、η、k为常数,都大于0,R为负载,s为定义的滑模面函数,通过参数设定,使s收敛于滑模面,即s=0,在滑模面上,输出电压的跟踪误差以指数速度趋近于0;
所述电压采样模块包括LEMLV25‑P芯片;
所述电感电流采样模块包括LEMHX05‑P芯片;
所述负载电流采样模块包括LEMHX05‑P芯片;
方法包括以下步骤:
S10,电压采样及电压环控制;
S20,电流环控制;
S30,电压环控制及电流环控制的输出进行DSP控制,向MOSFET开关管输出驱动信号;
其中,S10,电压采样及电压环控制,包括以下步骤:
S11,电压采样模块采集负载的输出电压,经AD转换后计算其RMS值,与标准值比较后,经过PI控制器再与标准值相加,之后乘以单位正弦信号,得到修正后的输出电压参考信号;
S12,修正后的参考信号与输出电压比较得到误差信号,进入电压环控制,定义一个滑模面,并引入极限学习机,对系统干扰进行拟合,与系统数学模型联立得出系统的误差动力学方程,利用李雅普洛夫第二方法推导出滑模控制器表达式;
S13,将控制器的输出代入系统的部分数学模型,得到电感电流的理论值,电压环控制完毕;
S20,电流环控制,包括以下步骤:
S21,进入电流环控制,引入负载电流前馈,减少负载的扰动影响,负载电流与电感电流的理论值相加后得到电感电流参考信号;
S22,电感电流参考信号与采样的电感电流比较后经过P控制器得到正弦波控制信号的微调量,电流环控制完毕;
S30,电压环控制及电流环控制的输出进行DSP控制,向MOSFET开关管输出驱动信号,包括以下步骤:
S31,电流环的输出与滑模控制器输出相加得到正弦波控制信号,采用单电压极性切换策略,两个相反的正弦波控制信号与高频三角波比较得到MOSFET开关管的驱动信号;
S32,MOSFET开关管输出交流信号,经LC滤波电路输出低频正弦波,作用于负载。
说明书

技术领域

[0001] 本发明属于单相逆变器控制技术领域,涉及一种基于极限学习机的滑模变结构的单相逆变器控制系统及方法。

背景技术

[0002] 随着科学技术的发展,逆变器的应用将会起到更加重要的作用。本世纪将是广泛应用绿色能源的世纪,清洁能源和可再生能源将会被广泛的应用,它们将会成为能源和环境保护、人与自然协调中必不可少的环节。作为目前主要能源之一的不可再生能源,其使用量的迫切需求与可供量的供不应求,终有一天会使其消耗殆尽。因此可再生的能源如太阳能、风能等将会逐渐取代传统的化石能源,使用可再生能源的发电系统将成为新兴发电方式的主题。正是在上述能源方式的变更过程中,逆变技术不容忽视的作用,新能源时代因为有逆变技术的相辅相成,对推进经济发展,提升人民生活指数有着重要意义。
[0003] 在早期的控制中,电压单环控制用的最多。但是随着对动态和稳态性能更高的要求,电压‑电流双环控制甚至多环复合控制逐渐出现。研究人员和一些学者通过波特图和仿真分析比较单电压环控制,单电流环控制和电压电流双环控制三种控制方法,认为电压环控制主要目的是控制输出对象,动态响应很慢。而电流环控制恰恰相反,带宽远高于电压环控制,但是对于稳定输出电压精度效果差,所以综合稳态和动态两个方面,提出电压‑电流双环控制比单环控制效果要好。
[0004] 目前的各种先进控制算法及其改进方法都是围绕内环控制而展开的,外环控制目前基本还是以PID控制及其改进方法,对于电压源变换器而言,电流内环控制只能改善系统的部分性能,电压外环控制才是决定系统的整体性能。电压源逆变器对输出波形要求高,需要很强的抗负载能力,而PID控制无法对正弦信号零误差跟踪,并且在非线性的扰动下,PID控制器的性能会大幅对降低。

发明内容

[0005] 为解决上述问题,本发明的技术方案为:一种基于极限学习机的滑模变结构的单相逆变器控制系统,包括DSP控制电路、直流电压源、MOSFET开关管、LC滤波电路、电流环和电压环,其中,
[0006] 所述直流电压源向MOSFET开关管输出直流电压,所述DSP控制电路向MOSFET开关管输出驱动信号,控制MOSFET开关管的开断时间,MOSFET开关管经LC滤波电路输出电压给负载;所述电流环采集负载电流和电感电流,经P控制反馈给DSP控制电路;所述电压环采集负载的输出电压,经PI控制和滑模控制,再经P控制反馈给DSP控制电路。
[0007] 优选地,所述电流环包括电感电流采样模块、负载电流采样模块和P控制器,电感电流采样模块和负载电流采样模块的输入均与负载连接,电感电流采样模块和负载电流采样模块的输出均与P控制器连接,P控制器输出与DSP控制电路连接。
[0008] 优选地,所述电压环包括依次连接的电压采样模块、PI控制器和滑模控制器,电压采样模块采集负载的输出电压,经PI控制器和滑模控制器后输出给P控制器。
[0009] 优选地,所述MOSFET开关管设置4个。
[0010] 优选地,所述LC滤波电路为二阶低通滤波。
[0011] 优选地,所述滑模控制器输出方程为:
[0012]
[0013] 其中,L、C分别为电感和电容,K为直流输入电压与高频三角波峰值的比值, 为参考电压的二阶导数,VC为输出电压,为参考电压与输出电压差值的一阶导数, 是系统参数干扰、负载扰动以及系统不确定性的总和的逼近项,λ、η、k为常数,都大于0,R为负载,s为定义的滑模面函数,通过参数设定,使s收敛于滑模面,即s=0,在滑模面上,输出电压的跟踪误差以指数速度趋近于0。
[0014] 优选地,所述电压采样模块包括LEMLV25‑P芯片。
[0015] 优选地,所述电感电流采样模块包括LEMHX05‑P芯片。
[0016] 优选地,所述负载电流采样模块包括LEMHX05‑P芯片。
[0017] 基于上述目的,本发明还提供了一种基于极限学习机的滑模变结构的单相逆变器控制方法,采用上述基于极限学习机的滑模变结构的单相逆变器控制系统,包括以下步骤:
[0018] S10,电压采样及电压环控制;
[0019] S20,电流环控制;
[0020] S30,电压环控制及电流环控制的输出进行DSP控制,向MOSFET开关管输出驱动信号;
[0021] 其中,S10,电压采样及电压环控制,包括以下步骤:
[0022] S11,电压采样模块采集负载的输出电压,经AD转换后计算其RMS值,与标准值比较后,经过PI控制器再与标准值相加,之后乘以单位正弦信号,得到修正后的输出电压参考信号;
[0023] S12,修正后的参考信号与输出电压比较得到误差信号,进入电压环控制,定义一个滑模面,并引入极限学习机,对系统干扰进行拟合,与系统数学模型联立得出系统的误差动力学方程,利用李雅普洛夫第二方法推导出滑模控制器表达式;
[0024] S13,将控制器的输出代入系统的部分数学模型,得到电感电流的理论值,电压环控制完毕;
[0025] S20,电流环控制,包括以下步骤:
[0026] S21,进入电流环控制,引入负载电流前馈,减少负载的扰动影响,负载电流与电感电流的理论值相加后得到电感电流参考信号;
[0027] S22,电感电流参考信号与采样的电感电流比较后经过P控制器得到正弦波控制信号的微调量,电流环控制完毕;
[0028] S30,电压环控制及电流环控制的输出进行DSP控制,向MOSFET开关管输出驱动信号,包括以下步骤:
[0029] S31,电流环的输出与滑模控制器输出相加得到正弦波控制信号,采用单电压极性切换策略,两个相反的正弦波控制信号与高频三角波比较得到MOSFET开关管的驱动信号;
[0030] S32,MOSFET开关管输出交流信号,经LC滤波电路输出低频正弦波,作用于负载。
[0031] 与现有技术相比,本发明的有益效果如下:本发明采用了一种鲁棒性较强的滑模变结构控制,它是一类强大的非线性控制器。滑模变结构控制,这种控制方法对参数不确定性、系统建模不精确和未知外部干扰具有很强的适应性。除此之外,滑模变结构控制要比PID控制算法的速度要快,因为在滑模变结构控制算法下,只要设计的控制器满足李雅普洛夫稳定性,误差会以指数速度趋近于0。

实施方案

[0046] 为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
[0047] 相反,本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步,为了使公众对本发明有更好的了解,在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
[0048] 参见图1,本发明实施例中提供一种基于极限学习机的滑模变结构的单相逆变器控制系统,包括DSP控制电路10、直流电压源20、MOSFET开关管30、LC滤波电路40、电流环和电压环,其中,
[0049] 直流电压源20向MOSFET开关管30输出直流电压,DSP控制电路10向MOSFET开关管30输出驱动信号,控制MOSFET开关管30的开断时间,MOSFET开关管30经LC滤波电路40输出电压给负载50;电流环采集负载电流和电感电流,经P控制反馈给DSP控制电路10;电压环采集负载50的输出电压,经PI控制和滑模控制,再经P控制反馈给DSP控制电路10。
[0050] 电流环包括电感电流采样模块61、负载电流采样模块62和P控制器63,电感电流采样模块61和负载电流采样模块62的输入均与负载50连接,电感电流采样模块61和负载电流采样模块62的输出均与P控制器63连接,P控制器63输出与DSP控制电路10连接。
[0051] 电压环包括依次连接的电压采样模块71、PI控制器72和滑模控制器73,电压采样模块71采集负载50的输出电压,经PI控制器72和滑模控制器73后输出给P控制器63。
[0052] P控制器63为比例控制器,PI控制器72为比例‑积分控制器。
[0053] MOSFET开关管30设置4个。
[0054] LC滤波电路40为二阶低通滤波。
[0055] 滑模控制器73输出方程为:
[0056]
[0057] 其中,L、C分别为电感和电容,K为直流输入电压与高频三角波峰值的比值, 为参考电压的二阶导数,VC为输出电压,为参考电压与输出电压差值的一阶导数, 是系统参数干扰、负载扰动以及系统不确定性的总和的逼近项,λ、η、k为常数,都大于0,R为负载,s为定义的滑模面函数,通过参数设定,使s收敛于滑模面,即s=0,在滑模面上,输出电压的跟踪误差以指数速度趋近于0。
[0058] 电压采样模块71包括LEMLV25‑P芯片,电感电流采样模块61和负载电流采样模块62均包括LEMHX05‑P芯片,DSP控制电路10包括TMS320F28335芯片。
[0059] 当系统启动时,电压采样模块71采集负载50的输出电压信号、电感电流信号和负载电流信号传回到DSP控制电路10,经过DSP控制电路10运算得出驱动信号,然后输出到四个MOSFET开关管30,经过LC滤波电路40二阶低通滤波后输出60Hz的正弦波作用于负载50。
[0060] 参见图2、图3,为单相逆变器电路原理图和采用的单电压极性切换策略原理,结合两图可知,A、B二臂有各自的正弦波控制电压分别与三角波比较,同一臂的开关管30的驱动信号为互补,两正弦波控制电压为反相。如图所示,A、B两点输出电压在+Vd与0或‑Vd与0准位间切换,因此称为单电压极性切换,输出电压频谱如图2所示。可得
[0061] VAB=VdcVA′B ′            (1)
[0062] 其中,Vdc为直流电压,VA′B′为不同宽度的窄脉冲等效而成的正弦波。由贝塞尔函数可以推导出PWM波的傅里叶级数,推导过程较复杂,但结论不复杂,频谱的主要分量位于调制信号(低频正弦波控制信号)频率点以及整数倍载波信号频率点附近(对于单电压极性切换调制来说为偶数倍载波信号频率点附近)。因为高频分量不大,且经过LC低通滤波器后衰减更多,所以:
[0063]
[0064] 该等式对整个系统而言是合理的。其中,V′con为正弦波控制信号振幅,VTR为三角波振幅。
[0065] 由基尔霍夫定律可得,单相逆变器数学模型为:
[0066]
[0067]
[0068] 其中,L、C分别为电感、电容,IL、 分别为电感电流和其的一阶导数,K为直流输入电压与高频三角波峰值的比值,u为控制器,u=V′consin w t,VC、 分别为输出电压和其的一阶导数,R为负载。
[0069] 图4为单相逆变器电压环基于极限学习机的滑模变结构控制框图,控制器表达式为:
[0070]
[0071] 其推导过程为:
[0072] 首先,要运用滑模变结构控制,要定义一个跟踪误差e,其表达式为:
[0073] e=Vr‑VC      (6)
[0074] 其中,Vr为参考输出电压信号,VC为输出电压信号。
[0075] 定义滑模变量s为:
[0076]
[0077] 式中,λ>0,对滑模变量s求导,可得:
[0078]
[0079] 取滑模控制器73的等效控制项为:
[0080]
[0081] 滑模控制器73的干扰估计项为:
[0082]
[0083] 滑模控制器73的趋近律项为:
[0084]
[0085] 其中,η>0,k>0。可得滑模控制器73的具体表达式为:
[0086]
[0087] 系统干扰由极限学习机进行估计,即:
[0088]
[0089] 其中,H表示单层前馈神经网络输出层权值矩阵,网络的输入为系统误差及其导数。系统实际干扰为:
[0090] f=HC*+ε     (14)
[0091] 式中,ε相对于f来说是一个较小的正数。将滑模控制器73表达式代入式(8),可得:
[0092]
[0093] 其中, 定义李雅普诺夫函数为:
[0094]
[0095] γ>0,对李雅普诺夫函数求一阶导,可得:
[0096]
[0097] 取自适应律为:
[0098]
[0099] 可得:
[0100]
[0101] 取η>ε,则 可知所设计的滑模控制器73满足李雅普诺夫稳定性条件,这就表明所设计的滑模控制器73是有效的。
[0102] 参见图5,为单相逆变器电流环P控制,引入负载电流前馈,用于减少负载扰动影响,负载电流与电压环的输出相加得到电感电流参考信号,再与电感电流采样模块61采集的电感电流比较经过P控制器63输出正弦波控制信号的微调量。
[0103] 图6、图7分别为单相逆变器采用PID控制算法在容性负载和线性负载下的输出电压波形图,THD最大值分别为4.58%,3.68%。
[0104] 图8、图9分别为单相逆变器采用基于极限学习机的滑模控制算法在容性负载和线性负载下的输出电压波形图,THD最大值分别为3.88%,2.24%,相对传统PID控制有较大的提升。
[0105] 图10、图11分别为单相逆变器采用PID控制算法在线性负载下阻值由42欧切换至21欧和21欧切换至42欧时的输出电压波形图,抖动时间分别为1.48ms,1.20ms。
[0106] 图12、图13分别为单相逆变器采用基于极限学习机的滑模控制算法在线性负载下阻值由42欧切换至21欧和21欧切换至42欧时的输出电压波形图,抖动时间分别为0.42ms,0.36ms。表明所设计的控制器具有良好的鲁棒性。
[0107] 本发明的方法实施例,参见图14,包括以下步骤:
[0108] S10,电压采样及电压环控制;
[0109] S20,电流环控制;
[0110] S30,电压环控制及电流环控制的输出进行DSP控制,向MOSFET开关管输出驱动信号;
[0111] 其中,S10,电压采样及电压环控制,包括以下步骤:
[0112] S11,电压采样模块采集负载的输出电压,经AD转换后计算其RMS值,与标准值比较后,经过PI控制器再与标准值相加,之后乘以单位正弦信号,得到修正后的输出电压参考信号;
[0113] S12,修正后的参考信号与输出电压比较得到误差信号,进入电压环控制,定义一个滑模面,并引入极限学习机,对系统干扰进行拟合,与系统数学模型联立得出系统的误差动力学方程,利用李雅普洛夫第二方法推导出滑模控制器表达式;
[0114] S13,将控制器的输出代入系统的部分数学模型,得到电感电流的理论值,电压环控制完毕;
[0115] S20,电流环控制,包括以下步骤:
[0116] S21,进入电流环控制,引入负载电流前馈,减少负载的扰动影响,负载电流与电感电流的理论值相加后得到电感电流参考信号;
[0117] S22,电感电流参考信号与采样的电感电流比较后经过P控制器得到正弦波控制信号的微调量,电流环控制完毕;
[0118] S30,电压环控制及电流环控制的输出进行DSP控制,向MOSFET开关管输出驱动信号,包括以下步骤:
[0119] S31,电流环的输出与滑模控制器输出相加得到正弦波控制信号,采用单电压极性切换策略,两个相反的正弦波控制信号与高频三角波比较得到MOSFET开关管的驱动信号;
[0120] S32,MOSFET开关管输出交流信号,经LC滤波电路输出低频正弦波,作用于负载。
[0121] 具体实施例参见系统实施例,不再赘述。
[0122] 如上述一样应当注意,在说明本发明的某些特征或者方案时所使用的特殊术语不应当用于表示在这里重新定义该术语以限制与该术语相关的本发明的某些特定特点、特征或者方案。总之,不应当将在随附的权利要求书中使用的术语解释为将本发明限定在说明书中公开的特定实施例,除非上述详细说明部分明确地限定了这些术语。因此,本发明的实际范围不仅包括所公开的实施例,还包括在权利要求书之下实施或者执行本发明的所有等效方案。
[0123] 以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

附图说明

[0032] 图1为本发明实施例的一种基于极限学习机的滑模变结构的单相逆变器控制系统的结构框图;
[0033] 图2为本发明实施例的一种基于极限学习机的滑模变结构的单相逆变器控制系统中单相逆变器单电压极性切换原理图;
[0034] 图3为本发明实施例的一种基于极限学习机的滑模变结构的单相逆变器控制系统中单相逆变器电路原理图;
[0035] 图4为本发明实施例的一种基于极限学习机的滑模变结构的单相逆变器控制系统中电压环基于极限学习机的滑模变结构控制框图;
[0036] 图5为本发明实施例的一种基于极限学习机的滑模变结构的单相逆变器控制系统单相逆变器电流环P控制框图;
[0037] 图6为现有技术中实验时单相逆变器采用PID控制算法在容性负载下输出电压波形图;
[0038] 图7为现有技术中实验时单相逆变器采用PID控制算法在线性负载下输出电压波形图;
[0039] 图8为本发明实施例的一种基于极限学习机的滑模变结构的单相逆变器控制系统实验时单相逆变器采用基于极限学习机的滑模控制算法在容性负载下输出电压波形图;
[0040] 图9为本发明实施例的一种基于极限学习机的滑模变结构的单相逆变器控制系统实验时单相逆变器采用基于极限学习机的滑模控制算法在线性负载下输出电压波形图;
[0041] 图10为现有技术中实验时单相逆变器采用PID控制算法在负载突减时输出电压波形图;
[0042] 图11为现有技术中实验时单相逆变器采用PID控制算法在负载突增时输出电压波形图;
[0043] 图12为本发明实施例的一种基于极限学习机的滑模变结构的单相逆变器控制系统实验时单相逆变器采用基于极限学习机的滑模控制算法在负载突减时输出电压波形图;
[0044] 图13为本发明实施例的一种基于极限学习机的滑模变结构的单相逆变器控制系统实验时单相逆变器采用基于极限学习机的滑模控制算法在负载突增时输出电压波形图;
[0045] 图14为本发明实施例的一种基于极限学习机的滑模变结构的单相逆变器控制方法的步骤流程图。
版权所有:盲专网 ©2023 zlpt.xyz  蜀ICP备2023003576号