在线数据驱动的变流器预测控制方法、装置及电子设备

摘要: 本技术涉及变流器控制领域,尤其涉及一种在线数据驱动的变流器预测控制方法、装置及电子设备。背景技术:1、有限集模型预测控制(fcs-mpc)因动态响应快、多目标优...
在线数据驱动的变流器预测控制方法、装置及电子设备

本技术涉及变流器控制领域,尤其涉及一种在线数据驱动的变流器预测控制方法、装置及电子设备。

背景技术:

1、有限集模型预测控制(fcs-mpc)因动态响应快、多目标优化能力强、易于处理非线性约束等优点,在变流器控制领域得到广泛关注和应用。

2、然而,现有技术中仍面临参数依赖与在线计算成本高的难题:基于超局部模型的预测方法虽在一定程度上简化了模型结构,但仍需依赖电感、电阻等关键电气参数来建立预测模型,而在实际运行过程中,随着温度升高、器件老化、磁路饱和以及工况频繁切换,电感等参数会发生显著偏移,当参数失配或完全未知时,预测精度会急剧下降,导致电流谐波增大、稳态误差恶化甚至系统失稳;为了克服参数失配带来的影响,数据驱动类方法试图通过在线辨识或递归计算来逼近系统行为,但其在线运行需要显式求解丢番图方程,该过程涉及递归计算和多项式运算,计算复杂度随预测步长增加而显著上升,难以满足电力电子变流器高开关频率下的实时控制需求。

3、因此,亟需一种无需依赖物理参数且在线计算成本低的预测控制方法。

技术实现思路

1、本技术实施例提供一种在线数据驱动的变流器预测控制方法、装置及电子设备,该方法在不依赖变流器物理参数的情况下,降低在线计算量。

2、第一方面,本技术提供了一种在线数据驱动的变流器预测控制方法,包括:

3、构建数据驱动预测模型,数据驱动预测模型以历史电流跟踪误差增量向量和历史电压增量向量作为输入变量,以下一时刻的电流跟踪误差增量作为预测对象;

4、定义未来控制增量轨迹,未来控制增量轨迹由数据驱动预测模型中的电压增量输入变量在未来预测时域的序列组成;

5、利用数据驱动预测模型,计算在未来控制增量轨迹中的电压增量均为零条件下的自由误差增量轨迹及对应的自由误差轨迹,自由误差轨迹被配置为当前电流跟踪误差与未来自由误差增量轨迹的累加;

6、向未来预测时域内的首个时刻的电压增量施加单位扰动,并保持后续时刻电压增量为零,利用数据驱动预测模型递推计算注入扰动后的未来预测时域中的每一步电流跟踪误差预测值;

7、通过比较注入扰动后每一步的电流跟踪误差与无扰动下的自由响应,计算每一步的强迫响应系数,自由响应通过自由误差轨迹获得,强迫响应系数表征在当前时刻施加扰动对未来第步的电流跟踪误差所产生的影响;

8、基于强迫响应系数,构建描述电压增量对未来多步电流跟踪误差影响的动态矩阵,并将自由误差轨迹和动态矩阵组合,建立未来总误差轨迹的预测方程;

9、构造包含未来总误差轨迹与未来控制增量轨迹的目标函数,通过最小化目标函数求解得到最优未来控制增量序列,进而获取当前时刻的最优控制量;

10、从变流器的有限开关状态集中,基于预设的价值函数选择与最优控制量最接近的开关状态,并作用于变流器。

11、在其中一个实施例中,构建描述电压增量对未来多步电流跟踪误差影响的动态矩阵,包括:

12、设定未来预测时域的长度为,在未来控制增量轨迹中所有电压增量均为零的条件下,利用数据驱动预测模型递推计算未来预测时域内各时刻的自由误差增量,并按时间顺序排列得到自由误差增量轨迹;

13、基于自由误差增量轨迹与当前电流跟踪误差,计算得到自由误差轨迹,自由误差轨迹包括未来预测时域内每一步的自由误差预测值;

14、向未来控制增量轨迹中首个时刻的电压增量施加单位扰动,并保持未来预测时域内其余时刻的电压增量为零;

15、利用数据驱动预测模型递推计算注入单位扰动后未来预测时域内每一步的电流跟踪误差预测值;

16、基于注入单位扰动后的电流跟踪误差预测值与对应的自由误差预测值做差,并除以单位扰动,计算得到未来预测时域中的每一步的强迫响应系数;

17、将强迫响应系数排列为下三角矩阵,得到动态矩阵,动态矩阵的对角线及以下的元素为强迫响应系数,对角线以上的元素为零。

18、在其中一个实施例中,基于自由误差增量轨迹与当前电流跟踪误差,计算得到自由误差轨迹,包括:

19、构建下三角累加矩阵,其中,下三角累加矩阵为维矩阵,下三角累加矩阵的对角线及以下的元素均为1,对角线以上的元素均为0;

20、基于当前电流跟踪误差、自由误差增量轨迹以及下三角累加矩阵,计算得到自由误差轨迹:

21、;

22、其中,为维全1列向量。

23、在其中一个实施例中,构造目标函数并求解得到当前时刻的最优控制量,包括:

24、构造目标函数,目标函数为未来总误差轨迹的内积与正则化后的未来控制增量轨迹的内积之和;

25、令目标函数对未来控制增量轨迹的偏导数为零,求解得到包括正则化项的最优未来控制增量序列;

26、通过预设的初始选择向量对最优未来控制增量序列进行加权提取,得到加权后当前时刻控制增量,将加权后当前时刻控制增量与上一时刻的电压相加,得到当前时刻的最优控制量,其中,初始选择向量的首个维度系数为1、其余维度系数均为0。

27、在其中一个实施例中,从变流器的有限开关状态集中,基于预设的价值函数选择与最优控制量最接近的开关状态,包括:

28、基于最优未来控制增量序列,确定下一时刻的最优控制量;

29、从变流器的有限开关状态集中依次选取候选开关状态,并确定各候选开关状态对应的候选电压矢量和下一时刻的中点电压;

30、基于下一时刻的最优控制量与候选电压矢量,计算得到跟踪误差项;

31、基于下一时刻的中点电压,计算得到中点电位偏差项;

32、基于候选开关状态与当前的开关状态,计算得到开关频率项;

33、将跟踪误差项、中点电位偏差项和开关频率项分别乘以对应的权重系数后相加,得到价值函数;

34、选择使价值函数最小的候选电压矢量所对应的开关状态,并作用于变流器。

35、在其中一个实施例中,在构建数据驱动预测模型之前,还包括对历史电流跟踪误差增量向量进行噪声抑制处理:

36、获取变流器当前时刻的带噪电流值和当前时刻的参考电流,计算原始带噪电流误差;

37、根据历史电流跟踪误差增量向量和历史电压增量向量,计算当前时刻电流跟踪误差的先验预测增量;

38、计算上一时刻噪声抑制处理后的电流跟踪误差估计值(

k-1)与先验预测增量之和,得到当前时刻电流跟踪误差的先验预测值;

39、引入观测器修正增益,利用原始带噪电流误差对当前时刻电流跟踪误差的先验预测值进行修正,得到当前时刻噪声抑制处理后的电流误差估计值(

k);

40、基于当前时刻噪声抑制处理后的电流误差估计值(

k)计算误差有效增量,并利用误差有效增量得到噪声抑制处理后的历史电流跟踪误差增量向量。

41、在其中一个实施例中,数据驱动预测模型的参数向量通过基于核函数的在线学习方法进行更新,包括:

42、将噪声抑制处理后的历史电流跟踪误差增量向量和历史电压增量向量合并为历史输入输出数据向量;

43、采用核函数思想,对历史输入输出数据向量进行三次升维映射,得到高维非线性映射向量,将所述得到高维非线性映射向量与历史输入输出数据向量拼接,得到扩展输入向量,所述扩展输入向量将原始线性输入空间映射至包含三次非线性项的高维特征空间;

44、基于扩展输入向量与数据驱动预测模型的参数向量,构建当前时刻的电流跟踪误差增量的预测模型,使所述数据驱动预测模型由线性模型提升为非线性模型;

45、基于误差有效增量与当前时刻的电流跟踪误差增量计算得到当前时刻的预测残差;

46、采用归一化最小均方算法,根据预测残差和扩展输入向量对数据驱动预测模型的参数向量进行在线更新,以跟踪系统工作点及非线性动态变化。

47、在其中一个实施例中,变流器为三电平中点钳位型变流器、两电平变流器、多电平变流器或电机驱动器中的任意一种。

48、第二方面,本技术还提供了一种在线数据驱动的变流器预测控制装置,包括:

49、模型构建模块,用于构建数据驱动预测模型,数据驱动预测模型以历史电流跟踪误差增量向量和历史电压增量向量作为输入变量,以下一时刻的电流跟踪误差增量作为预测对象;

50、轨迹定义模块,用于定义未来控制增量轨迹,未来控制增量轨迹由数据驱动预测模型中的电压增量输入变量在未来预测时域的序列组成;

51、自由响应计算模块,用于利用数据驱动预测模型,计算在未来控制增量轨迹中的电压增量均为零条件下的自由误差增量轨迹及对应的自由误差轨迹,自由误差轨迹被配置为当前电流跟踪误差与未来自由误差增量轨迹的累加;

52、扰动响应模块,用于向未来预测时域内的首个时刻的电压增量施加单位扰动,并保持后续时刻电压增量为零,利用数据驱动预测模型递推计算注入扰动后的未来预测时域中的每一步电流跟踪误差;

53、矩阵构建模块,用于通过比较注入扰动后每一步的电流跟踪误差与无扰动下的自由响应,计算每一步的强迫响应系数,自由响应通过自由误差轨迹获得,强迫响应系数表征在当前时刻施加扰动对未来第步的电流跟踪误差所产生的影响;基于强迫响应系数,构建描述电压增量对未来多步电流跟踪误差影响的动态矩阵,并将自由误差轨迹和动态矩阵组合,建立未来总误差轨迹的预测方程;

54、优化求解模块,用于构造包含未来总误差轨迹与未来控制增量轨迹的目标函数,通过最小化目标函数求解得到最优未来控制增量序列,进而获取当前时刻的最优控制量;

55、开关选择模块,用于从变流器的有限开关状态集中,基于预设的价值函数选择与最优控制量最接近的开关状态,并作用于变流器。

56、第三方面,本技术还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现第一方面的在线数据驱动的变流器预测控制方法。

57、上述的在线数据驱动的变流器预测控制方法,通过构建以历史电流跟踪误差增量向量和历史电压增量向量为输入、以下一时刻电流跟踪误差增量为预测对象的数据驱动预测模型;定义未来控制增量轨迹,并在电压增量均为零的条件下递推计算自由误差增量轨迹及对应的自由误差轨迹;向首个时刻的电压增量施加单位扰动,递推计算扰动后的电流跟踪误差,通过与自由响应比较得到强迫响应系数,进而构建动态矩阵并建立未来总误差轨迹的预测方程;构造包含未来总误差轨迹与未来控制增量轨迹的目标函数,通过最小化求解得到最优控制量;从有限开关状态集中基于价值函数选择最接近的开关状态作用于变流器。该方法在不依赖变流器物理参数的情况下,通过在线递推构建动态矩阵替代了传统广义预测控制中显式求解丢番图方程的复杂过程,降低了在线计算量,实现了变流器高开关频率下的实时控制需求。