基于NN-RLS参数辨识的三电平APF预测控制方法

本发明涉及电力系统电能质量控制，尤其涉及基于nn-rls参数辨识的三电平apf预测控制方法。

背景技术：

1、当前，随着分布式电源与非线性负荷在配电系统中的大规模接入，谐波污染与电能质量问题日益突出，三电平有源电力滤波器凭借其多电平输出、器件电压应力低及波形质量好等优势，已被广泛应用于谐波治理领域。在控制策略方面，有限集模型预测控制（fcs-mpc，finite control set model predictive control）因无需复杂调节器设计且动态响应快而被广泛研究，但其受限于离散开关状态的有限候选矢量集合，存在开关频率不固定、稳态电流纹波较大及计算负担重等固有缺陷；连续集模型预测控制（ccs-mpc，continuous control set model predictive control）虽可通过空间矢量脉宽调制（svpwm，space vector pulse width modulation）实现固定开关频率控制和更高的稳态精度，但其控制性能高度依赖于预测模型参数的准确性。然而，实际工程中大量apf（activepower filter，有源电力滤波器）装置及其补偿支路常部署于户外或半户外环境，易受环境温度、日照强度、季节变化及负载波动等外部因素影响，导致滤波支路电阻、电感等关键参数发生漂移，进而使控制器内部预测模型与实际系统产生失配，削弱电流预测精度与谐波补偿效果。为应对参数变化，现有研究已尝试将递推最小二乘法（rls，recursive leastsquares）引入apf在线参数辨识，但传统rls采用固定遗忘因子，难以同时满足参数突变时的快速跟踪需求与稳态运行时的抗噪稳定性，而改进的自适应遗忘因子rls方法又往往依赖人工预设规则，缺乏对复杂工况深层非线性映射的自适应调节能力；与此同时，神经网络辅助控制虽已逐步应用于电力电子系统的不确定性补偿，但现有方法通常直接参与状态预测或控制量生成，网络结构复杂，难以满足实时性要求。

技术实现思路

1、本发明提供了基于nn-rls参数辨识的三电平apf预测控制方法，用于解决现有的有源电力滤波器在户外运行环境下因支路参数漂移导致连续集模型预测控制模型失配，且现有递推最小二乘参数辨识方法难以兼顾动态跟踪速度与稳态抗噪性能的问题。

2、本发明的目的可以通过以下技术方案实现：

3、本发明第一方面是提供基于nn-rls参数辨识的三电平apf预测控制方法，包括：

4、步骤s1：以三相三线npc三电平有源电力滤波器为控制对象，在αβ静止坐标系下建立等效数学模型，对连续时间的所述等效数学模型采用前向欧拉离散化方法构建离散预测模型；

5、步骤s2：根据离散预测模型，采用连续集模型预测控制策略，通过构建价值函数并求解最优解，获得连续可调的最优参考电压矢量，结合空间矢量脉宽调制与延时补偿策略生成固定开关频率的开关信号，实现补偿电流的跟踪控制；

6、步骤s3：采用窗口积分法对apf支路电压信号、电流信号进行累积处理，建立基于窗口积分量的线性回归方程，并获得电压积分量、电流积分量和电流增量；通过电压积分量与电流积分量和电流增量之间的关系，构建递推最小二乘辨识模型；通过递推最小二乘辨识模型对滤波支路电阻和电感参数进行在线辨识；

7、步骤s4：构造四维输入特征向量，包括归一化残差强度、残差变化幅度、电阻原始建议更新量和电感原始建议更新量；将所述四维输入特征向量输入到轻量化多层感知机网络自适应输出快速遗忘因子最小值，对递推最小二乘法的遗忘因子进行动态调节；

8、步骤s5：将步骤s4中经神经网络自适应调节后的递推最小二乘法所辨识出的电阻和电感参数实时反馈至步骤s2中连续集模型预测控制的离散预测模型，更新离散预测模型参数，构成辨识-预测-调制的一体化自适应控制闭环。

9、进一步地，步骤s2中所述延时补偿策略具体包括：采用二阶拉格朗日外推法预测k+2时刻的参考补偿电流值，采用旋转变换法预测k+1时刻的电网电压值，将预测目标从k+1时刻延后至k+2时刻，使控制指令与实际作用时刻精确匹配。

10、进一步地，步骤s2中所述价值函数的构建方法为：以k+2时刻的反馈电流预测值与参考补偿电流之间的误差二次方最小为目标建立价值函数，通过对价值函数关于参考电压矢量求导并令其为零，直接解析出最优参考电压矢量，无需遍历候选开关状态。

11、进一步地，步骤s3中采用窗口积分法进行信号处理时，辨识窗口长度设置为75个采样周期，对应窗口时间3.75ms，窗口积分将电流导数计算转化为窗口首末值之差。

12、进一步地，步骤s3中在每个辨识窗口结束后设置激励判据，所述激励判据包括窗口内补偿电流积分量是否达到第一阈值、窗口首末电流变化量是否达到第二阈值、窗口内支路电压积分量是否达到第三阈值，三者同时满足时允许进入递推更新阶段。

13、进一步地，步骤s3中引入快慢双模辨识机制：稳态运行阶段采用慢速更新模式，设置第一遗忘因子以保证辨识稳定性；当检测到参数变化时切换至快速更新模式，设置小于第一遗忘因子的第二遗忘因子以提高参数跟踪能力。

14、进一步地，步骤s4中所述多层感知机网络的结构为4-12-1，即输入层4个节点、隐含层12个节点、输出层1个节点，隐含层激活函数为双曲正切函数，输出层激活函数为线性函数，网络输出量为快速遗忘因子最小值，取值范围限制在0.9625～0.9700之间。

15、进一步地，所述多层感知机网络预先经过离线训练，训练样本为基于不同参数突变条件下输入指标变化规律及辨识器动态响应特性、采用人工标定方法生成各工况下的最优遗忘因子最小值作为监督标签的数据集，训练算法采用levenberg-marquardt算法。

16、进一步地，所述神经网络仅在快速更新模式触发条件满足时参与遗忘因子调节，在快速更新模式触发后的保持时长为4个辨识窗口，随后采用渐进方式恢复至慢速更新模式。

17、本发明第二方面是提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述基于nn-rls参数辨识的三电平apf预测控制方法。

18、与现有技术相比，本发明的有益效果是：

19、步骤s1：以三相三线npc三电平有源电力滤波器为控制对象，在αβ静止坐标系下建立等效数学模型，对连续时间的所述等效数学模型采用前向欧拉离散化方法构建离散预测模型；通过建立apf的离散预测模型，为数字控制器提供了可编程实现的电流预测计算依据，奠定了后续预测控制与参数辨识的模型基础；

20、步骤s2：根据离散预测模型，采用连续集模型预测控制策略，通过构建价值函数并求解最优解，获得连续可调的最优参考电压矢量，结合空间矢量脉宽调制与延时补偿策略生成固定开关频率的开关信号，实现补偿电流的跟踪控制；实现了固定开关频率下的高精度谐波电流跟踪，消除了有限集mpc开关频率不固定和稳态纹波大的问题，兼顾了快速动态响应与优良输出波形质量；

21、步骤s3：采用窗口积分法对apf支路电压信号、电流信号进行累积处理，建立基于窗口积分量的线性回归方程，并获得电压积分量、电流积分量和电流增量；通过电压积分量与电流积分量和电流增量之间的关系，构建递推最小二乘辨识模型；通过递推最小二乘辨识模型对滤波支路电阻和电感参数进行在线辨识；实现了对滤波支路电阻和电感参数的在线实时辨识，为预测模型提供准确的参数信息，从根本上解决了参数漂移导致的模型失配问题；

22、步骤s4：构造四维输入特征向量，包括归一化残差强度、残差变化幅度、电阻原始建议更新量和电感原始建议更新量；将所述四维输入特征向量输入到轻量化多层感知机网络自适应输出快速遗忘因子最小值，对递推最小二乘法的遗忘因子进行动态调节；通过轻量化神经网络自适应调节rls遗忘因子，使参数辨识在突变时快速跟踪、稳态时抗噪稳定，克服了固定遗忘因子难以兼顾动态与稳态性能的缺陷；

23、步骤s5：将步骤s4中经神经网络自适应调节后的递推最小二乘法所辨识出的电阻和电感参数实时反馈至步骤s2中连续集模型预测控制的离散预测模型，更新离散预测模型参数，构成辨识-预测-调制的一体化自适应控制闭环；将辨识参数实时反馈至预测模型，形成一体化自适应控制闭环，确保控制器始终基于准确的系统模型运行，有效提升了参数漂移和负载变化工况下的谐波补偿鲁棒性与稳态精度；解决了现有的有源电力滤波器在户外运行环境下因支路参数漂移导致连续集模型预测控制模型失配，且现有递推最小二乘参数辨识方法难以兼顾动态跟踪速度与稳态抗噪性能的问题。