线性神经网络控制的电力变流器与交流电气传动PDF电子书下载

第1章 基本概念回顾：空间矢量分析 1

1.1 简介 1

1.2 空间矢量的定义 1

1.3 3→和2→3转换 4

1.3.1 非功率不变形式1 4

1.3.2 功率不变形式 5

1.3.3 非功率不变形式2 5

1.4 坐标变换 6

1.5 瞬时有功和无功功率 7

参考文献 10

第1部分 电力变流器 14

第2章 电压源型逆变器的脉宽调制 14

2.1 电压源型逆变器的基本原理 14

2.1.1 电流谐波 16

2.1.2 谐波频谱 17

2.1.3 最大调制指数 18

2.1.4 转矩谐波 18

2.1.5 开关频率和开关损耗 18

2.1.6 共模电压（CMV） 19

2.2 开环PWM 20

2.2.1 载波PWM 21

2.2.2 无载波PWM 32

2.2.3 超调制 33

2.2.4 共模输出最小化的SV-PWM技术 34

2.2.5 优化的开环PWM 36

2.2.6 开环PWM技术的实验验证 37

2.3 电压源型逆变器的闭环控制 44

2.3.1 闭环控制方式的分类 44

2.3.2 从六脉冲整流器到有源整流器 53

2.3.3 VSI的电流控制 57

2.3.4 VSI的功率控制 64

符号列表 81

参考文献 82

延伸阅读 85

第3章 电能质量 86

3.1 非线性负载 86

3.1.1 谐波源的电流源类型（谐波电流源） 86

3.1.2 谐波源的电压源类型（谐波电压源） 86

3.2 配电网谐波的传播 88

3.3 无源滤波器 91

3.4 有源电力滤波器 93

3.4.1 有源电力滤波器简介 93

3.4.2 并联和串联滤波器的基本操作问题 95

3.4.3 并联型有源滤波器 95

3.4.4 串联型有源滤波器 104

3.4.5 PAF和SAF的比较 108

3.4.6 混合型有源滤波器 109

符号列表 116

参考文献 117

第2部分 电气传动 120

第4章 感应电动机的动态和静态模型 120

4.1 简介 120

4.2 电动机空间矢量的定义 120

4.3 感应电动机的相电压方程 124

4.4 定子坐标系下的空间矢量方程 125

4.5 转子坐标系下的空间矢量方程 126

4.6 广义坐标系下的空间矢量方程 126

4.6.1 交互磁耦合电路 128

4.6.2 转子磁链坐标系下的空间矢量方程 129

4.6.3 定子磁链坐标系下的空间矢量方程 132

4.6.4 励磁磁链坐标系下的空间矢量方程 134

4.7 磁饱和条件下感应电动机的动态数学模型 135

4.8 感应电动机的稳态空间矢量模型 138

4.9 感应电动机空间矢量模型的实验验证 142

4.10 考虑槽影响的感应电动机模型 146

4.10.1 含定子和转子槽影响的感应电动机空间矢量模型 148

4.10.2 含转子槽影响的感应电动机空间矢量状态模型 150

4.10.3 含转子槽影响的感应电动机空间状态模型 152

4.10.4 含定子和转子槽影响的感应电动机空间状态模型 153

4.10.5 考虑定子和转子槽影响的空间矢量模型的实验验证 155

符号列表 163

参考文献 164

第5章 感应电动机驱动控制技术 166

5.1 感应电动机控制技术简介 166

5.2 感应电动机的标量控制 167

5.2.1 电压激励的标量控制 167

5.2.2 电流激励的标量控制 174

5.3 感应电动机的磁场定向控制 175

5.3.1 磁场定向矢量控制的原理 175

5.3.2 转子磁通定向控制 176

5.3.3 转子磁链的获取 178

5.3.4 定子磁通定向控制 191

5.3.5 磁化磁通定向控制 197

5.4 感应电动机的直接转矩控制 202

5.4.1 感应电动机中电磁转矩的产生 202

5.4.2 定子磁链空间矢量与逆变器配置的关系 203

5.4.3 电压空间矢量和控制方案的选择标准 204

5.4.4 定子磁通与电磁转矩的估计 206

5.4.5 DTC方案 209

5.4.6 DTC EMC 211

5.4.7 经典DTC和DTC EMC实验结果 214

5.4.8 DTC-SVM 217

5.4.9 DTC-SVM驱动的实验结果 219

5.4.10 直接自动控制 219

5.4.11 FOC和DTC的比较 223

符号列表 224

参考文献 225

第6章 感应电动机驱动的无速度传感器控制技术 227

6.1 无速度传感器控制技术简介 227

6.2 基于模型的无速度传感器控制技术 227

6.3 基于各向异性的无速度传感器控制技术 228

6.4 基于模型的无速度传感器控制技术 229

6.4.1 开环积分 229

6.4.2 逆变器的非线性 234

6.4.3 电动机参数不匹配 235

6.4.4 估计器和观测器 238

6.4.5 开环速度估计器 239

6.4.6 模型参考自适应系统 242

6.4.7 全阶Luenberger自适应观测器 246

6.4.8 全阶滑模观测器 252

6.4.9 降阶自适应观测器 253

6.4.10 扩展卡尔曼滤波器 257

6.5 各向异性的无速度传感器技术 258

6.5.1 旋转载波技术 258

6.5.2 基于有限元的旋转载波下感应电动机凸极的分析 262

6.5.3 脉动载波技术 268

6.5.4 高频激励技术 269

6.6 驱动感应电动机无速度传感器技术的总结 274

参考文献 275

第7章 永磁同步电动机驱动 278

7.1 简介 278

7.1.1 直流无刷电动机 278

7.1.2 交流无刷电动机 279

7.1.3 永磁体 280

7.2 永磁同步电动机的空间矢量模型 282

7.3 永磁同步电动机驱动器的控制策略 287

7.3.1 永磁同步电动机驱动器的磁场定向控制 287

7.3.2 转矩控制的驱动器 289

7.3.3 转速控制的驱动器 295

7.3.4 直接转矩控制 297

7.4 永磁同步电动机驱动器的无速度传感器控制技术 302

7.4.1 基于各向异性的无速度传感器技术 302

7.4.2 基于模型的无速度传感器技术 315

参考文献 325

第3部分 基于神经网络的正交回归 328

第8章 基于神经网络的正交回归 328

8.1 ADALINE和最小二乘问题简介 328

8.2 线性回归的方法 329

8.2.1 OLS问题 329

8.2.2 DLS问题 329

8.2.3 TLS问题 329

8.3 最小主元分析和MCA EXIN神经元 330

8.3.1 一些MCA的应用 330

8.3.2 神经网络方法 330

8.4 MCA EXIN神经元 331

8.4.1 初始过渡过程的收敛性 331

8.4.2 MCA神经元的动态特性 332

8.4.3 动态稳定性和学习率 334

8.4.4 数值计算的考虑 335

8.4.5 加速技术 337

8.4.6 仿真 337

8.4.7 MCA神经元的总结和展望 342

8.5 TLS EXIN神经元 342

8.5.1 稳定性分析（几何方法） 344

8.5.2 收敛域 345

8.5.3 非泛型TLS问题 348

8.6 线性最小二乘问题的泛化 351

8.7 GeMCA EXIN神经元 352

8.7.1 GeMCA EXIN误差函数临界点的定性分析 353

8.7.2 GeTLS误差函数的分析（几何方法） 354

8.7.3 临界图：中心轨迹 354

8.8 GeTLS EXIN神经元 356

8.8.1 GeTLS的收敛域 357

8.8.2 规划 357

8.8.3 加速后的MCA EXIN神经元（MCA EXIN＋） 359

参考文献 361

第4部分 应用精选 366

第9章 电动机的最小二乘法和神经网络辨识 366

9.1 感应电动机的参数估计 366

9.2 磁通模型对参数变化的敏感度 367

9.2.1 电流磁通模型的敏感度 367

9.2.2 电压磁通模型的敏感度 373

9.3 磁通模型失准对控制性能影响的实验分析 378

9.4 电动机参数变化的在线跟踪方法 379

9.5 使用普通最小二乘法的感应电动机参数的在线估计 380

9.5.1 在普通参考坐标系下的空间矢量电压方程 380

9.5.2 磁化曲线估计 384

9.5.3 普通最小二乘法辨识 385

9.5.4 RLS算法 385

9.5.5 信号处理系统 388

9.5.6 应用实验的测试装置说明 391

9.5.7 仿真与实验结果 392

9.6 在饱和与非饱和条件下的有约束条件的最小化感应电动机参数估计方法 395

9.6.1 有约束条件的最小化第一方法 396

9.6.2 有约束条件的最小化第二方法 401

9.7 使用总体最小二乘法的感应电动机的参数估计 412

9.8 在FOC和DTC IM驱动器中应用基于RLS的参数估计方法对磁通模型进行适应 421

9.9 静止状态IM参数的估计 425

符号列表 429

参考文献 430

第10章 带APF能力的神经网络增强型单相DG系统 437

10.1 简介 437

10.2 基本工作原理 438

10.3 ADALINE设计规则 439

10.3.1 陷波器运行 441

10.3.2 带通运行 442

10.3.3 MATLAB？-Simulink？中的实现 444

10.3.4 与传统数字滤波器的比较 444

10.3.5 NN带通滤波器与PLL：理论上的比较 445

10.4 电流参考值的生成 447

10.5 多谐振电流控制器 447

10.6 稳定性问题 449

10.7 试验台 453

10.8 实验结果 454

10.8.1 APF接入 454

10.8.2 功率参考值接入 457

10.8.3 负载波动 459

10.8.4 NN滤波器与锁相环的对比 461

10.8.5 NN滤波器与p-q理论的对比 462

10.8.6 与国际标准的对比 463

10.9 APF接入步骤 465

参考文献 466

第11章 交流驱动器的神经网络无位置传感器控制 468

11.1 基于NN的无位置传感器控制 468

11.2 基于BPN的MRAS转速观测器 469

11.2.1 BPN MRAS观测器的在线训练 471

11.2.2 BPN MRAS观测器的实现 472

11.2.3 BPN MRAS观测器的实验结果 472

11.3 基于LS的MRAS转速观测器 474

11.3.1 OLS MRAS观测器的实验结果 475

11.3.2 TLS EXIN MRAS观测器 480

11.3.3 改进的欧拉神经网络自适应模型 491

11.3.4 MCA EXIN+MRAS观测器 496

11.4 TLS EXIN全阶Luenberger自适应观测器 498

11.4.1 IM的状态空间模型 499

11.4.2 自适应转速观测器 499

11.4.3 基于TLS的转速估计 499

11.4.4 TLS EXIN全阶自适应观测器的稳定性 502

11.4.5 TLS EXIN全阶Luenberger自适应观测器的实验结果 505

11.4.6 实验对比测试 515

11.5 MCA EXIN＋降阶观测器 518

11.5.1 降阶观测器方程 518

11.5.2 基于MCA EXIN＋的转速估计 519

11.5.3 观测器增益矩阵的选择建议 520

11.5.4 计算的复杂度 521

11.5.5 MCA EXIN＋降阶自适应观测器的实验结果 522

附录A 控制的实现方案 526

附录B 测试装置说明 531

符号列表 534

参考文献 535