全桥直流变换器的RBF神经网络控制技术研究
2021-08-23沈小芳
龙 松,沈小芳
全桥直流变换器的RBF神经网络控制技术研究
龙 松,沈小芳
(武昌首义学院,武汉 430064)
针对船舶直流区域配电系统中全桥直流变换器精确数学模型难以建立、经典控制系统设计困难的问题,提出了全桥直流变换器的RBF神经网络控制的方法和步骤,并建立了仿真模型。仿真结果表明,在全桥直流变换器输出电压的控制方面,RBF神经网络控制与经典PID控制相比优势明显。最后,提出了进一步的研究方向。
直流区域配电 直流变换器 RBF神经网络控制 控制系统设计
0 引言
目前,以辐射式配电系统和交流电机组成的交流电力系统是舰船综合电力系统的主流[1~2]。区域配电系统与当前采用的辐射式供电有很大不同。组成区域供电的基本器件是电力传输母线和区域配电中心。区域配电系统通过贯穿全船的舷侧电力传输干线将电能分配至各供电区域的负载中心,这些区域负载中心从电力传输干线获得电能,通过区域内电力变换设备和配电电缆,向区域内负载供电,大大减少了穿透隔壁的电缆数量。通过减少电力电缆、配电设备的数量,区域供电系统可以简化电缆敷设工作,降低舰船的建造难度和工作量,有利于模块化建造,减少全寿期费用。此外,区域配电系统便于模块式建造,可以使区域内的所有用电设备在建造时,无需与舰船上其他区域相连即可获得电能,使得设备的安装、调试和试验变得方便[3~4]。
直流变换器是直流区域配电系统的核心设备,其将直流母线电压转换为另一种直流电压(通常是降压),给直流配电区域提供电能。在直流配电区域内,通过电力电子变换器,直流变换器输出的直流电可以变换为合适电压等级的交流电或直流电,以供各个设备使用。作为直流配电区域的主电源,直流变换器输出电压的稳定性是其重要的技术指标[5~6],本文主要研究全桥直流变换器输出电压控制系统的设计。
1 全桥直流变换器的控制模型
目前,应用较广泛的是全桥直流变换器,其属于间接直流变换器,基本结构如图1所示。逆变电路由4个开关组成,将直流电压逆变成交流电压,加在变压器的一次侧。改变开关的占空比,就可以改变整流电压的平均值,也就改变了输出电压;改变开关的频率,就改变了变压器一次侧交流电的频率。
图1 全桥直流变换器结构图
当滤波电感较大时,滤波电感电流连续,电路稳定后输出电压为:
全桥直流变换器控制系统结构如图2所示。
图2 全桥直流变换器控制系统基本结构
式(1)为电路稳定时的直流电压输出,而电路的暂态过程与全桥变换器的参数和负载的参数均相关。因为直流配电区域内负载的形式多样,有感性负载、容性负载和纯电阻负载,且各设备的参数相差很大,同时也由于全桥直流变换器各组成器件如开关器件、隔离变压器等运行特性的复杂性,所以从全桥直流变换器控制系统设计的角度考虑,无法建立精确的全桥直流变换器的数学模型。
因此,采用以精确的数学模型为基础的传统控制系统设计方法进行全桥直流变换器控制系统设计时,只能应用简化的全桥直流变换器数学模型,并对负载进行估计,应用试凑法对控制器进行设计。显然,这种控制系统的控制效果并不理想。
2 全桥直流变换器的RBF神经网络控制
RBF神经网络是一种隐层节点由径向基函数所构成的三层前向神经网络,与BP神经网络相比,其收敛速度快、泛化能力强。
基于RBF神经网络的全桥直流变换器的控制器结构如图3所示。
图3 RBF神经网络控制器结构
图3中,输入层节点数根据影响全桥直流变换器输出电压准确性的因素确定,本文取输出电压误差和误差变化率;输出层节点数显然只有一个,即逆变器开关的占空比;隐层节点的数目没有固定的计算公式,但其数目的多少对网络的性能都会产生不同影响,根据经验有如下公式[7]:
根据式(2)及经验,本文中隐层选取5个节点,因此建立的RBF神经网络控制器为2个输入节点、5个隐含节点、1个输出节点的2-5-1型 RBF神经网络。RBF神经网络控制器的结构确定后,即可通过训练样本对神经网络进行训练,直至神经网络收敛。
3 仿真验证
图4 全桥直流变换器仿真模型
建立仿真模型,对全桥直流变换器及其控制系统进行仿真验证。
首先,建立全桥直流变换器仿真模型,如图4所示,模型主要参数见表1。
表1 全桥直流变换器仿真模型参数
全桥直流变换器开环控制,逆变开关占空比取40%,输出电压曲线如图5所示(先加载R1,0.01 s稳定后再加载R2)。
图5 全桥直流变换器输出电压曲线(开环控制)
4 结语
RBF神经网络控制器的准确性与训练样本有较大关系,若训练样本较全面、合理,则训练出的RBF神经网络控制器具有较高准确性;若训练样本片面或不合理,则训练出的RBF神经网络控制器的准确性不高。即RBF神经网络控制器的准确性依赖于训练样本,这是神经网络控制器的主要缺点,与其他人工智能技术结合可克服该缺点,如模糊神经网络控制器等,这是需要进一步研究的内容。
图6 带有RBF神经网络控制器的全桥直流变换器仿真模型
图7 全桥直流变换器输出电压曲线(神经网络与PID控制)
[1] 付立军, 刘鲁锋, 王刚, 马凡, 叶志浩, 纪锋, 刘路辉. 我国舰船中压直流综合电力系统研究进展[J]. 中国舰船研究, 2016, 11(1): 72-79.
[2] 陈虹. 基于直流配电系统的船舶综合电力系统[J]. 舰船科学技术, 2005, 27: 31-37.
[3] 陈波, 付立军, 叶志浩, 王琦. 基于直流区域配电系统的网状网络[J]. 船电技术, 2004, 4: 193-196.
[4] 吴双, 夏立, 张超, 王新枝. 电力推进对船舶直流区域配电稳定性影响[J]. 中国航海, 2012, 35(4): 45-49.
[5] 赵宇, 柴建云. 升压斩波控制开关磁阻风力发电机系统[J]. 清华大学学报(自然科学版), 2007, 47(7): 1118-1121.
[6] 苏晓东, 梁晖. 风力发电变流系统多重化升压斩波器控制方法研究[J]. 电气传动, 2008, 38(8): 36-39.
[7] 江维, 吴功平, 曹琪, 杨松. 输电线路带电作业机器人机械手RBF神经网络控制[J]. 东北大学学报(自然科学版), 2017, 10: 1388-1393.
Research on the RBF Neural Network Control of a Full Bridge DC Converter
Long Song, Shen Xiaofang
(Wuchang Shouyi University, Wuhan 430064, China)
TM46
A
1003-4862(2021)08-0001-03
2021-01-25
龙松(1978-),男,副教授。研究方向:数学与应用数学、控制论。E-mail: 278131722@qq.com