【摘 要】
：
为解决传统PI控制不足,有效降低电网电流谐波畸变率,提出一种基于动态矩阵的三相并网逆变器抗扰动控制方法.该方法通过阶跃响应法建立三相LCL并网系统的预测模型,设计LCL滤波器参数保证系统的稳定性,选择并网电流作为控制对象,设计动态矩阵滚动优化目标函数和反馈校正环节,以控制增量的形式对SVPWM调制波的调制比进行预测控制.仿真结果表明,在外界较大扰动下,与PI控制相比,基于动态矩阵的控制方法可将并网电流谐波畸变率降低1.34％,具有更好的抗扰动性.
【机 构】
：
厦门理工学院电气工程与自动化学院,福建 厦门361024;厦门术成自动化科技有限公司,福建 厦门361021;许继电气股份有限公司,河南 许昌450061
论文部分内容阅读
为解决传统PI控制不足,有效降低电网电流谐波畸变率,提出一种基于动态矩阵的三相并网逆变器抗扰动控制方法.该方法通过阶跃响应法建立三相LCL并网系统的预测模型,设计LCL滤波器参数保证系统的稳定性,选择并网电流作为控制对象,设计动态矩阵滚动优化目标函数和反馈校正环节,以控制增量的形式对SVPWM调制波的调制比进行预测控制.仿真结果表明,在外界较大扰动下,与PI控制相比,基于动态矩阵的控制方法可将并网电流谐波畸变率降低1.34％,具有更好的抗扰动性.
其他文献
流体运动理论上可用Navier?Stokes方程描述, 但由于对流项带来的非线性, 仅在少数情况可求得方程解析解. 对于复杂工程流动问题, 数值模拟难以高效精准计算高雷诺数流场, 实验或现场测量难以获得流场丰富细节. 近年来, 人工智能技术快速发展, 深度学习等数据驱动技术可利用灵活网络结构, 借助高效优化算法, 获得对高维、非线性问题的强大逼近能力, 为研究流体力学计算方法带来新机遇. 有别于传统图像识别、自然语言处理等典型人工智能任务, 深度学习模型预测的流场需满足流体物理规律, 如Navier?St
10 月15 日,由我校与盈趣科技股份有限公司共建的“盈趣科技电子信息产业学院”在我校集美校区揭牌成立.新成立的盈趣科技电子信息产业学院作为学校首批现代产业学院之一,致力于打造成为融人才培养、科学研究、技术创新、企业服务、学生创业等功能于一体的示范性人才培养实体.
智能颗粒定义为可以根据环境的变化而主动调整自身在流场中运动的颗粒, 一般用于描述微小的游动物体, 如微生物、浮游生物和微纳机器人. 由于颗粒运动学特性和流场环境的复杂性, 探索智能颗粒的运动策略是一项具有现实意义与挑战性的研究. 近期强化学习算法被应用于智能颗粒的运动策略研究, 并取得一定进展. 本文将讨论强化学习在智能颗粒研究中的应用, 并介绍浮游生物运动策略的相关研究进展, 包括适用于海洋浮游生物的游动颗粒模型, 以及强化学习的基本原理和此类问题的研究框架. 海洋浮游生物的昼夜垂直迁移对其生存和繁衍至
煤炭开采必然产生大量的矿井涌水,我国目前的矿井水整体上表现出水质相对较差、水处理成本较高等问题.首先明确了我国典型矿区矿井水水质的主体特征:常规离子是造成矿井水水质差的主要化学组分;矿井水中有毒有害物质占比小,且基本优于地下水Ⅲ类水质量标准.其次,详细探讨了我国矿井水水质形成、演化的几个科学问题,包括不同水文地质结构下物理-化学作用所起的主导作用,时间效应对水质演化的影响,微生物群落结构特征及其与环境因素的相关关系,水动力场-化学场-微生物场-温度场的多场耦合问题等.接着重点介绍矿井水污染防控的技术方法,
气相爆轰波在周期性非均匀介质中的起爆, 稳态传播和失效机制都极为复杂, 很多物理机制尚不明确,是当前爆轰物理领域研究的热点和难点. 本文使用反应欧拉方程和两步化学反应模型对爆轰波在非均匀介质中的传播机理进行了数值模拟研究, 非均匀性由横向周期性分布的温度扰动体现, 重点分析不同波长、不同幅度的温度扰动对波阵面波系结构的影响. 计算结果表明, ZND爆轰波在温度扰动下向胞格爆轰波的转变主要受制于两种竞争性因素: 一是爆轰波内在的不稳定性; 二是温度扰动的波长和幅度, 前者是内因, 后者是外因. 温度扰动的存
开展煤矿区碳排放的系统评价和减排路径的综合分析,是落实我国碳达峰与碳中和愿景的具体行动.针对煤矿区碳排放源边界不清、核算模型缺乏及碳中和背景下发展方向等问题开展分析.通过文献查阅、资料收集等方法,厘清煤矿区碳排放源边界,并建立碳排放量核算模型,明确煤矿区低碳绿色发展方向.结果表明:煤矿区碳排放(CH4和CO2)来源可划分为自然排放和人为排放两大类,并细分为5种类型,针对不同碳排放源提出相应的数学模型;同时煤矿区要加大节能和低碳技术的投入,提高综合资源的利用程度和瓦斯的监测力度,加强绿色矿山修复和建设,积极
矿井水深井回灌是矿井水“转移存储”处理的主要形式,根据鄂尔多斯盆地煤矿区地质和矿井水特征,从回灌目的层地下水与矿井水的匹配性、上下岩层的隔水性、回灌层的渗透性以及封闭性角度提出了矿井水回灌目的层选取依据.并以地下水达西定律和Dupuit理论为基础,建立极坐标系完整注水井稳定流数学模型,得出在稳定注水条件下,回灌量与注水层渗透系数、厚度、回灌压力、水位埋深以及回灌井直径正相关,与影响半径负相关,与回灌层埋深无关.提出了矿井水深层回灌水动力和溶质运移耦合仿真模型构建方法,并以矿井水回灌试验案例为分析对象,模拟
结构内部缺陷的识别是结构健康监测的重要研究内容, 而当前以无损检测为主的结构安全检测多以定性分析为主, 定量识别缺陷的尺度较困难. 本文将比例边界有限元法(scaled boundary finite element methods,SBFEM)和深度学习相结合, 提出了基于Lamb波在结构中传播时的反馈信号定量识别结构内部裂纹状缺陷的反演模型. 通过随机生成缺陷信息(位置、大小), 采用SBFEM模拟Lamb波在含不同缺陷信息的结构中的信号传播过程, SBFEM仅需对结构边界离散可最小化网格重划分过程,
爆轰燃烧具有释热快、循环热效率高的特点. 斜爆轰发动机利用斜爆轰波进行燃烧组织, 在高超声速吸气式推进系统中具有重要地位. 以往研究主要关注斜爆轰波的起爆、驻定以及波系结构等, 缺少从整体层面出发对斜爆轰发动机开展推力性能分析. 本文将斜爆轰发动机内的流动和燃烧过程分解成进气压缩、燃料掺混、燃烧释热和排气膨胀4个基本模块并分别进行理论求解, 建立了斜爆轰发动机推力性能的理论分析模型.在斜爆轰波系研究成果的基础上, 选取了过驱动斜爆轰、Chapman?Jouguet斜爆轰、过驱动正爆轰和斜激波诱导等容燃烧等
颗粒材料的宏观力学行为受颗粒组分等材料参数, 孔隙率、配位数等状态参数的影响, 同时又具备复杂的加载路径和加载历史相关性, 建立包含多个内变量以及各变量间相互关联的颗粒材料本构模型是一个重要的科学难题. 不同于传统的基于屈服面、流动法则和硬化函数框架下的唯象本构模型, 本文基于颗粒物质力学的研究基础, 以颗粒材料平均孔隙率、细观组构参数和弹性刚度参数作为内变量, 结合深度学习方法建立以有向图表征的数据本构模型. 有向图中以不同的链接网络表示不同的内变量信息流动方向, 各个内变量间的映射关系采用循环神经网络