【摘 要】
:
随着“碳中和”、“碳达峰”发展理念的提出,以光伏和风电为代表的可再生能源发电技术取得了飞速发展。逆变器作为可再生能源发电的关键环节,研究其控制技术是保证逆变器安全稳定运行的重要基础。因此,本文结合滑模控制的基本理论,针对单相L型逆变器和单相LC型逆变器,分别提出了基于滑模的一阶切换序列控制技术和二阶切换序列控制技术,并从理论上分析了控制参数对系统性能的影响,搭建了其对应的仿真模型,分析验证了所提方
论文部分内容阅读
随着“碳中和”、“碳达峰”发展理念的提出,以光伏和风电为代表的可再生能源发电技术取得了飞速发展。逆变器作为可再生能源发电的关键环节,研究其控制技术是保证逆变器安全稳定运行的重要基础。因此,本文结合滑模控制的基本理论,针对单相L型逆变器和单相LC型逆变器,分别提出了基于滑模的一阶切换序列控制技术和二阶切换序列控制技术,并从理论上分析了控制参数对系统性能的影响,搭建了其对应的仿真模型,分析验证了所提方法的有效性。同时,设计了单相逆变器硬件实验平台,完成了所提方法的软件开发,通过软硬件联合调试,完成了实验验证,实现了逆变器输出对参考的准确跟踪。首先,本文针对单相L型逆变器,提出了一种基于滑模的一阶切换序列控制技术。通过建立L型逆变器的数学模型和设计切换序列控制器,分析了一阶切换序列控制技术的稳态精度和动态性能的影响因素。在此基础上,通过搭建MATLAB仿真模型,验证了所提方法的有效性。仿真结果表明,基于滑模的一阶切换序列控制技术具有良好的稳态精度和快速的动态性能。其次,在设计了一阶切换序列控制技术的基础上,本文针对应用范围更广的单相LC型逆变器,提出了一种基于滑模的二阶切换序列控制技术。通过电路分析和离散化,建立了LC型逆变器的数学模型。然后基于所建立的数学模型和滑模控制理论,设计了二阶切换序列控制器,并在理论上论证了控制参数对系统性能的影响。之后通过仿真验证,证明了所提方法的有效性,仿真结果表明,所提方法动态性能好,稳态精度高。再次,为了进一步验证所提一阶切换序列控制技术和二阶切换序列控制技术的控制性能,本文设计了基于DSP的单相逆变器硬件平台,给出了逆变器硬件电路的总体方案和技术指标。又根据电路功能划分,详细设计了功率主电路、驱动电路、控制电路等电路,并对PCB布线进行了优化,进而完成了硬件电路的PCB设计。最后,基于CCS软件开发平台,本文完成了系统主程序模块、PWM中断服务程序模块、采样程序模块和保护程序模块的软件设计,实现了切换序列控制技术算法。根据实验结果,详细分析了基于滑模的一阶切换序列控制技术和二阶切换序列控制技术的控制参数对系统动态性能和跟踪性能的影响,实现了逆变器输出对参考的准确跟踪,验证了所提控制技术的正确性和有效性。
其他文献
随着经济发展与技术进步,利用视频监控进行火情检测的方式已被广泛应用于生产生活的各个方面,及时地对早期火灾进行检测能够最大程度上降低其造成的危害。近年来,基于图像处理的火情检测方法因其监控范围广、发生火情可以实时报警和具备高度智能化的特性,成为了当下科研人员的研究热点。但由于火情目标的视觉特征比较复杂,轮廓极不规则,采用传统图像处理的方法难以应对充满干扰的复杂环境,极易出现漏检等情况。深度学习的方法
在雾霾天气下获得图像的质量大幅降低,空气中的水汽,悬浮颗粒物等直接影响到相机成像的效果,使得雾霾天气获得的图像不能直接应用于许多计算机视觉任务。另外一方面雾霾天气下获得的图片质量下降,影响到了照片的观感。因此如何降低雾霾对图像的影响,提高雾霾天气下获得图像的质量是具有重要应用价值的研究。本文利用结合注意力的深度学习技术对单幅图像去雾进行了较为深入的研究,并且取得了一些研究成果。主要的工作如下:(1
随着人们对物体尺寸测量需求的持续增长、测量精度要求的不断提高、以及研究人员对图像处理技术和计算机视觉领域的深入探索,基于立体视觉的图像测量技术得到了迅速发展,其中,单目立体视觉和双目立体视觉占据主流研究地位。但就目前的研究现状而言,单目立体视觉图像测量技术虽然以其原理及设备简单的优势被广泛地研究与应用,但仍需要借助一些辅助工具来弥补单张图片中丢失三维世界深度信息的不足,且多应用于测距和测高;双目立
绳索驱动机器人引入绳索后有效减小了整体质量及惯量,弥补了传统工业机器人柔顺性低、缺乏人机交互安全性的缺点,因此具备广阔的应用前景。本文以改进传统机械臂为出发点,自主设计了一款绳驱动机械臂,完成了样机结构设计、制作及性能测试等工作。利用强化学习算法完成了机械臂避障路径规划训练。此外,设计了一种用于控制绳驱动机械臂的强化学习自适应PID控制器,并通过Simulink仿真实验验证了其控制效果。最后基于绳
轴承是机械设备中的重要组成部分,对机械产品的正常运行发挥着重要作用,由轴承引起的故障在机械产品故障中占比1/3,轴承故障可能会导致整个机械产品运行状态的变化,从而造成设备故障。随着物联网的出现和快速发展,对轴承故障诊断也提出了新的要求,要求能够处理大量的数据并且完成实时性的轴承故障诊断。边缘计算作为物联网的一项重要技术,能够直接在边缘侧完成数据处理任务,以缩短完成任务所消耗的时间。因此,在边缘侧实
基础振动机械臂是一种安装基础或者自身运动平台存在振动的机械臂,如海上起重机、车载移动机器人等。机械臂在作业过程中除了会受到惯性参数的不确定性与关节摩擦等干扰以外,还会受到基础振动所带来的强烈干扰,这对整个系统的控制稳定性和准确性带来了严峻挑战。海上机械系统是一类典型的基础振动机械臂,受波浪、潮汐和风的影响,机械臂的高精度运动控制一直以来是个难点,目前大多数传统控制方案已经不能满足机械臂在某些海上复
高光谱图像不仅空间信息丰富,而且还具有精细的光谱特征,能为研究地物特性提供更加全面、细致的信息。异常检测作为高光谱图像处理领域的重要研究方向之一,主要任务是通过提取图像特征并加以分析,查找出与周围存在明显光谱差异的像元区域,由于其不需要任何先验光谱信息,实际应用价值更大,因此在农业、林业、军事等领域得到了广泛应用。然而现阶段想要精确高效进行异常检测依然面临诸多挑战:(1)高光谱图像地物复杂多样且分
当前的计算范式越来越难以满足快速发展的机器学习和数据挖掘的计算需求。在Von-Neumann架构的计算平台中,运算和存储单元被实现为独立的区域,高频率地数据传输产生了巨大的能耗。并且Von-Neumann计算平台不会像大脑那样具有学习或处理复杂数据的内在物理能力,而这些需求可以通过人脑生物学概念启发的神经拟态计算系统来解决,该系统中神经元同时具有存储和计算功能。此外由于光域在信息处理方面有功耗低,
随着信息科学技术的飞速发展,传统维护策略由于存在“滞后性”、“过度维护”等问题,难以满足设备的实际维护需求。有效利用海量监测数据,在设备尚未发生失效前,对其进行健康状态评估并构建退化轨迹,并依据退化轨迹之间的相似性给出准确的剩余寿命(Remaining Useful Life,RUL)预测值。这种“预测性维护”能够有效地降低高昂且非必要的维护费用。同时,通过预防因设备失效而导致的灾难性事故,进而提
滚动轴承是大型旋转机械设备的关键元件,复杂工作环境和长期高强度工作使其容易发生故障。滚动轴承故障预测对于大型机械设备的预测性维护和故障处置具有重要的理论意义和工程实践价值。传统滚动轴承维护策略存在“滞后性”、“过度维护”等问题。因此,本文提出基于增量宽度长短期记忆网络的滚动轴承故障预测方法,在滚动轴承发生故障前,对其运行参数进行预测,并依据预测结果进行状态分级评估,实现滚动轴承的“预测性维护”,有