基于RBF神经网络的Buck变换器自适应鲁棒滑模控制研究

文档名：基于RBF神经网络的Buck变换器自适应鲁棒滑模控制研究
在利用诸如光、水、地热等新型清洁能源发电的过程中,能源输入的间断性和不确定性以及负载的突变大扰动对电力逆变器的稳定性、快速响应能力和鲁棒性提出了更高的要求.为了减弱传统滑模控制存在的抖振现象,进一步提升Buck变换器输出动态响应和鲁棒性,提出一种基于RBF神经网络的自适应鲁棒滑模控制策略.本文首先建立以输出电压为状态量的变换器数学模型,选择理想参考电压和实际电压的差值构造滑模面.然后基于RBF神经网络设计了对应的滑模控制器,其中的神经网络权值自适应率由Lyapunov稳定性理论求得.仿真和实验结果表明:该策略对比传统PI控制方法,提升了系统控制的动态响应和鲁棒性,在Buck变换器以及其他DC-DC变换器的高精度控制领域具有一定参考价值.
作者：蒋力 李山 陈艳贺国东旭
作者单位：电气与电子工程学院重庆理工大学重庆市能源互联网工程技术研究中心重庆市巴南区红光大道69号400054
母体文献：四川省电源学会·重庆市电源学会2018年联合学术年会论文集
会议名称：四川省电源学会·重庆市电源学会2018年联合学术年会  
会议时间：2018年11月1日
会议地点：成都
主办单位：四川省电源学会,重庆市电源学会
语种：chi
分类号：TB7O23
关键词：降压式变换器  自适应滑模控制  RBF神经网络  鲁棒性能
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文

2024-12-10 13:29 上传 基于RBF神经网络的Buck变换器自适应鲁棒滑模控制研究.pdf

文件大小:

1.17 MB

下载次数:

60

高速下载