基于BP神经网络的小型风力发电正弦波逆变器

《基于BP神经网络的小型风力发电正弦波逆变器》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第33卷第6期可再生能源Vol.33No.62015年6月RenewableEnergyResourcesJun.2015基于BP神经网络的小型风力发电正弦波逆变器12李冬梅，刘志强（1.内蒙古自治区水利水电勘测设计院，内蒙古呼和浩特010020；2.华润电力风能内蒙古巴音锡勒有限公司，内蒙古呼和浩特010010）摘要：为了提高小型风力发电系统的可靠性和能量转换效率，文章设计了一种带有高频环节的单相正弦逆变器，该逆变器提出采用双BP神经网络控制。在Matlab下建立了逆变器仿真模型，仿真结果表明，设计的BP神经网络控制

2、器可以使单相正弦逆变器具有较高的稳态精度和动态特性，满足小型风力发电系统的需要。关键词：小型风力发电；正弦波逆变器；BP神经网络中图分类号：TM614文献标志码：A文章编号：1671-5292（2015）06-0898-04DOI:10.13941/j.cnki.21-1469/tk.2015.06.0150引言力发电用逆变器噪音低、体积小、重量轻的要求，逆变器是小型风力发电系统中极其重要的组本文采用含有高频链环节的两级变换结构，系统成部分，它将直流电转换成交流电，满足负载用电拓扑结构如图1所示。DC/ACAC/DCD

3、C/AC需求。小型风力发电系统运行工况十分复杂，逆变器的品质好坏直接影响整个小型风力发电系统的[1]～[4]使用性能。传统的小型风力发电系统中的逆变器采用工业变压器，使得逆变器的体积和重量较PWMSPWM大。此外，逆变器的输出几乎是方波，因而不适合BP神经网络控制器一些设备的使用。逆变器具有非线性特性，常规的图1小型风力发电逆变器拓扑结构PID控制很难满足要求。神经网络具有自学习、自Fig.1Topologicalframeworkofsmallwindpowerinverter组织、自适应和很强的非线性映射能力，可以

4、以任该拓扑结构由输入滤波器、前级逆变器、高频意精度逼近任意连续函数，为解决复杂的非线性、变压器、高频整流器、高频滤波器、后级逆变器和不确定的控制系统问题开辟了新的途径。BP神经输出滤波器等组成。逆变部分采用单相桥式逆变网络（误差反向传播网络）是人工神经网络模式中电路。高频变压器取代传统逆变器中的工频变压最具有代表性的一种模型，具有结构简单、计算量器，在获得可调电压比的同时大大减小逆变器的小、容错能力强等特点，是目前神经网络中最成熟体积。整个系统容易进行解耦设计，这种结构具有[5]，[6]的模型之一。神经网络控制不需要被

5、控对象的灵活的控制和可靠性高等特点。系统前级DC/DC精确数学模型，对负载变化具有较强的适应能力。变换采用PWM控制方式，后级DC/AC变换使用根据小型风力发电系统的实际应用特点，本文提SPWM控制方式。系统工作过程：首先，第一个出了基于BP神经网络控制正弦波逆变器的稳定DC/AC变换器将输入低压直流电转换成高频交运行，在Matlab下仿真验证控制方法的可行性。流方波，然后经高频变压器升压为高压交流电。其1逆变器系统结构次，经过桥式高频整流和滤波电路后，将高压交流在小型风力发电系统中，风力发电机经过整电变为稳定的高压直

6、流电。最后，高压直流电经过流后输出的直流电压是48V，该较低电压不能直SPWM控制转换成交流电，通过滤波电路后得到接转换成220V/50Hz交流电。为了满足小型风工频标准220V/50Hz的交流电。收稿日期：2015-01-18。作者简介：李冬梅（1977-），女，工程师，硕士，主要从事新能源发电并网的研究。E-mail：doreen_leedm@sina.com·898·李冬梅，等基于BP神经网络的小型风力发电正弦波逆变器2BP神经网络控制器设计型正切函数tansig，此函数产生-1~1之间的输出。本文采用两个BP神

7、经网络对整个正弦波逆为了使输出在0~1之间，输出层使用对数S形神变器系统进行闭环控制。第一个BP神经网络用经元。网络训练采用Levenberg-Marquardt方法，于控制间接DC/DC变换器，获得平滑稳定的高压使用该方法训练速度快，且能达到较高的训练精直流电，然后将质量好的直流电供给后级。第二个度。BP神经网络用于SWPM逆变控制。两个BP神经2.2BP神经网络的训练网络控制器的设计相似，本文仅介绍SWPM逆变在确定BP神经网络的结构后，需要对神经部分的BP神经网络控制器。网络进行学习训练。训练中利用输入和输出样本

8、2.1BP神经网络结构集，学习和修正网络的权值和阈值，使网络实现给BP神经网络是一种按误差逆传播算法训练定的输入和输出映射关系，训练过程由信号正向的多层前馈网络。BP网络能学习和存贮大量的输传播过程和误差反向传播过程两部分组成。为保入-输出模式映射关系，而无需事前揭示描述这证样本空间完备性，进行PWM控制训练数据按种映射关系的数学