基于NLM策略的模块化多电平换流器研究

介绍了模块化多电平换流器的拓扑结构和工作机制,建立MMC数学模型,将电容均压控制算法运用到不同调制策略中以实现电容电压的稳定.在Matlab-Simulink及RT-LAB半实物仿真平台下搭建7电平的逆变器仿真模型,验证最近电平逼近调制的优势.结果表明最近电平逼近调制策略下换流器运行正常,输出波形质量高、谐波含量少、子模块电容电压波动小,在电平数较高的应用场合中具有较大的优势;并证明了Matlab-Simulink和RT-LAB仿真结果的一致性以及RT-LAB仿真效率的高效性.     

模块化多电平逆变器的改进型PS-SPWM研究

模块化多电平换流器(MMC)具有级联型多电平换流器"模块化"的优点,输出电压中的谐波含量少,在高压直流输电中具有巨大的应用潜力。介绍MMC的数学模型和工作原理,分析传统载波移相调制策略,针对其存在的缺点提出一种改进型载波移相PS-SPWM调制算法,即载波三角波移相-开关频率优化PWM法(PS-SFO-PWM),并与载波移相SPWM调制算法进行比较;针对MMC中特有的三相之间的环流问题,通过对其进行PI调节,使环流抑制在一定的范围内,利于功率的有效传输。最后,在Matlab/Simulink7.0环境下搭建了基于载波三角波移相-开关频率优化PWM法的5电平逆变器的仿真模型,仿真结果验证了所提方法具有直流电压利用率高、开关频率小等优点。     

模块化多电平换流器功率模块故障隔离的参数区间法

模块化多电平换流器在电力系统中的应用越来越广泛.其故障诊断技术对保障换流器的安全稳定运行进而保障电力系统的安全运行具有重要意义.针对模块化多电平换流器的主要单元设备功率模块的故障隔离问题,采用了参数区间法进行研究.针对功率模块电容值变化和漏电阻值变化引起的故障,将电容值取值范围和漏电阻值取值范围分别划分为4个参数区间进...     

基于载波混合SPWM控制模块化多电平变换器的研究

模块化多电平变换器(modular multilevel converter,MMC)是柔性直流输电的应用热点之一。针对传统脉冲宽度调制方式在MMC系统中存在使每个模块单元输出功率不等,输出波形性能降低等问题,提出了一种基于载波混合脉冲宽度调制策略(carrier-based hybrid SPWM,CBH-SPWM)。该调制策略同时包含了载波重叠和载波移相两种调制方法的特点。一方面提高了输出电压的性能,另一方面使MMC中每个模块输出功率相等。仿真结果验证了所提CBH-SPWM方法的正确性与有效性。     

载波移相调制死区时间对模块化多电平换流器的影响研究

分析了死区时间对模块化多电平换流器单个子模块的影响,得出了以下结论:桥臂电流大于零时,子模块从投入状态转向切除状态会产生正极性的死区电压;桥臂电流小于零时,子模块从切除状态转向投入状态会产生负极性的死区电压。分析了死区电压对模块化多电平换流器理想基波电压的影响,推导了输出死区基波电压等效幅值、实际输出电压基波幅值及角度偏移量的公式,得出了以下结论:直流侧电压一定时,死区电压对模块化多电平换流器的影响与载波比、死区时间和输出电压与电流的相位差有关,与投入模块数无关;提高电压调制度和降低死区时间可有效降低死区时间对模块化多电平换流器的影响。仿真结果验证了上述结论的有效性。     

基于比例复数积分控制器的模块化多电平换流器环流抑制策略

根据模块化多电平换流器相间环流二倍频负序性质,提出了一种基于比例复数积分控制器的模块化多电平换流器环流抑制策略,通过将比例复数积分控制器的谐振频率设置为二倍频负序电网电压频率实现相间环流抑制。该策略中比例复数积分控制器不存在系统参数,无需旋转坐标变换以及电流前馈解耦控制,避免了因系统参数变化而导致控制效果不佳的问题。Matlab/Simulink仿真实验验证了该环流抑制策略的正确性和有效性。     

级联多电平逆变器有限控制集模型预测控制

针对传统级联多电平逆变器的有限控制集模型预测控制（FCS-MPC）计算量随电平数增加而指数增长的缺点,本文提出了改进的级联多电平逆变器FCS-MPC控制算法。首先,分析级联多电平逆变器的数学模型,探讨了FCS-MPC控制策略在级联多电平上的应用原理,在传统FCS-MPC控制的基础上,对电流进行延时补偿、反馈补偿及参考电流校正,提高了系统的跟踪特性和减少了电流谐波畸变率;其次,将复杂分区内电压矢量的追踪计算简化至在单一分区内进行,优化开关冗余状态,减少计算量。最后搭建了MATLAB仿真实验,与传统FCS-MPC算法对比分析,证明了此方法的正确性和优越性。     

逐级独立优化的MMC模型预测控制

模型预测控制(MPC)方法应用于模块化多电平换流器(MMC)系统时存在计算负担大、配置加权因子困难等难题。在分析MMC离散数学模型的基础上,利用系统输出电平作为控制项,提出了简化有限控制集的无加权因子的逐级独立优化模型预测控制策略。通过设计独立目标函数来逐级实现交流输出跟踪以及环流抑制的控制目标,并在环流抑制环节中引入误差补偿模块以抵偿桥臂误差电压。此外,提出的基于BFPRT算法的子模块电容电压均衡策略能够在保证电容电压控制精度的同时,避免在每个控制周期对桥臂子模块电压进行完全排序,从而提高了系统运行速度。最后MATLAB/Simulink仿真结果和MMC样机实验结果均验证了所提方法的可行性、有效性以及出色的计算效率。     

模块化多电平换流器单极接地故障电流计算

基于模块化多电平换流器的直流系统的单极接地故障是一种常见的故障类型,接地故障电流暂态特性的分析对于故障检测、保护设置、系统参数的进一步优化都具有非常重要的工程实际意义.首先,在基于MMC拓扑结构的中压直流系统一定的调制策略基础上,通过分析故障电流的流通路径,对直流侧发生单极接地故障的故障特性进行了分析;然后,利用复频域分析法得到单极接地故障时的等效电路,通过计及故障时刻各相桥臂子模块投入数量,对各相桥臂在单极接地故障时刻的电容进行了等效,再根据叠加定理进行了换流器闭锁前的接地故障电流的理论推导;最后,得到单极接地故障电流值随故障时刻和交流侧接地电阻变化的规律,并通过PSCAD/EM TDC进行仿真计算,通过对比分析验证了接地故障电流理论计算的正确性.     

基于多模型的非线性系统广义预测控制

对于复杂的离散时间非线性系统，提出一种基于多模型的广义预测控制方法．通过在平衡点附近建立线性模型，并用径向基函数神经网络来补偿匹配误差，形成了非线性系统的多模型表示，然后采用模糊识别方法作为切换法则，并结合广义预测控制构成了多模型广义预测控制器．通过对连续发酵过程的计算机仿真，表明了该方法的有效性．     

应用于VSC-HVDC的模块化多电平变换技术研究

近几年来,电力电子技术快速发展,VSC-HVDC在电力电子行业中发挥了重要作用,特别是提出了采用级联子模块的模块化多电平变换器拓扑(Modular Multilevel Converter,MMC)。该技术的应用更便于集成和进行调试安装,方便开关控件增加装置容量以及控制好电压等级。同时,考虑到MMC具有直流母线,同VSC-HVDC的应用理念比较契合。但同时子模块电容电压不均衡与环流问题严重影响MMC对于精准度的控制,易发生一些突发的状况,造成保护机器的成本过高。     

基于多电平换流器的直流配电网极间短路故障保护分析

通过构建数学模型并推导得到暂态电压电流表达式,并根据全桥型子模块直流故障所具有的特定闭锁性能,优化处理通过换流器重解锁进行故障保护的方法.研究结果表明:当SM发生闭锁之后,FBMMC能够对故障电流进行高效清除.设计了一种经过改进处理的对FBMMC直流配网极间短路进行保护的方案.当系统发生故障时,引起直流电流快速增大现象...     

基于神经网络与多模型的非线性自适应广义预测控制

针对一类不确定非线性离散时间动态系统, 提出了基于神经网络与多模型的非线性广义预测自适应控制方法. 该自适应控制方法由线性鲁棒广义预测自适应控制器, 神经网络非线性广义预测自适应控制器和切换机制三部分构成. 线性鲁棒广义预测自适应控制器保证闭环系统的输入输出信号有界, 神经网络非线性广义预测自适应控制器能够改善系统的性能. 切换策略通过对上述两种控制器的切换, 保证系统稳定的同时, 改善系统性能. 给出了所提自适应方法的稳定性和收敛性分析. 最后通过仿真实例验证了所提方法的有效性.     

模块化多电平逆变器预充电控制策略

针对矿井提升机运行特点,采用由模块化多电平整流器和模块化多电平逆变器构成的背靠背模块化多电平变流器用于矿井提升机控制;针对目前通过直流侧对模块化多电平逆变器进行预充电的控制研究较少的问题,提出了一种模块化多电平逆变器预充电控制策略。该控制策略通过控制充电电流来控制子模块充电状态,使子模块电容充电至模块化多电平变流器稳定运行时的电压要求,同时将充电电流和充电过程中产生的过电压限定在安全范围内,使充电时间最短。仿真结果验证了该控制策略的有效性。     

基于机器学习回归模型的房价预测研究

本文从波士顿的多项房价影响因素中找到合适的特征,并且使用独热编码,归一化等方式来预处理特征,接着使用全连接深度学习训练以及随机森林训练,发现并展示训练过程中较为重要的特征,最终得出深度学习全连接相比于随机森林效果更好的结论.本次模型训练与房价预测,目的在于发现影响房价的重要特征.并且本次训练的经验与模型,可以迁移到更多...     

基于神经网络与多模型的非线性自适应广义预测解耦控制

针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性.     

基于EEMD-LSTM模型的汇率预测

构建了一种复合网络模型(EEMD-LSTM),该模型将原始数据进行分解再输入到LSTM网络模型中进行序列预测.通过不同模型间的对比分析,该模型的预测效果更好,实现了模型的优化.     

基于神经网络与多模型的非线性白适应广义预测解耦控制

针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法．该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成．线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能．切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能．同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析．最后,通过仿真实例验证了该方法的有效性．     

基于VMD和GRNN的混沌时间序列预测

随着非线性混沌动力学的发展,混沌时间序列的预测已经成为一个非常重要的研究方向。针对混沌时间序列的非线性和非平稳性的特点,提出一种变模态分解(VMD)和广义神经网络(GRNN)相结合的混沌时间序列预测方法,首先将混沌时间序列分解为多个固有模态函数(IMF)和余量(RF),然后对每个分量建立GRNN预测模型,最后将各分量的预测结果之和作为混沌时间序列的预测结果。采用Mackey-Glass混沌时间序列作为仿真实例,实验结果表明VMD-GRNN模型的预测精度相对于BP、ARMA和EMD-GRNN均有提高,证明了上述方法的有效性。     

基于RF-BP组合模型的混合型基金预测研究

针对传统的预测方法在处理混合型基金净值时存在指标选择困难,预测周期长,误差大等问题。提出将随机森林算法与改进型BP算法组合成RF-BP模型对混合型基金的周净值进行了预测。通过对A基金为代表的数只不同类的混合型基金的仿真研究表明,该组合模型的预测精度达到98%,较好地预测了基金净值的变化趋势,且具有较好的泛化性和普适性,为投资者、管理者提供了投资参考。