-
-
-
公开(公告)号：CN103441499B
公开(公告)日：2015-10-07
申请号：CN201310313678.0
申请日：2013-07-24
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种三相并联型有源滤波器的线性化反馈神经滑模控制方法，采用RBF神经网络逼近及自适应控制的方法，利用线性化反馈技术，设计了一种自适应神经滑模控制器，用控制器的输出线性化反馈神经滑模控制律，逼近三相并联型有源滤波器的开关函数，从而控制有源滤波器主电路开关的通断，本发明综合了线性化反馈方法、滑模控制、自适应算法以及RBF神经网络的优点，能够时时的检测并跟踪电源电流中的谐波，通过产生大小相等、方向相反的补偿电流，达到消除谐波、提高电能质量的目的；并且本发明基于lyapunov函数设计自适应律，能够在线的调节神经网络的权值，使系统具备稳定性和鲁棒性。
-
公开(公告)号：CN113418518A
公开(公告)日：2021-09-21
申请号：CN202011130258.5
申请日：2020-10-21
Applicant: 河海大学常州校区
IPC: G01C19/5776 , G01C25/00
Abstract: 本发明公开了一种微陀螺仪系统的控制方法，包括设计微陀螺仪系统的非奇异终端分数阶滑模面函数；设计具有参数学习和结构学习能力的自结构双反馈神经网络；设计实现微陀螺仪系统轨迹跟踪控制的非奇异终端分数阶滑模控制律。本发明采用的非奇异终端分数阶滑模控制可以使陀螺仪系统状态在短时间内收敛到平衡点，自结构双反馈神经网络可以在线预估微陀螺仪系统因制造误差产生的不确定项，提高了系统的鲁棒稳定性。
-
公开(公告)号：CN103066603B
公开(公告)日：2015-01-21
申请号：CN201310029462.1
申请日：2013-01-25
Applicant: 河海大学常州校区
IPC: H02J3/01
Abstract: 本发明公开了一种三相并联型有源滤波器的自适应RBF神经滑模控制方法，建立APF的数学模型，将切换函数作为RBF神经网络的输入，滑模控制器作为RBF网络的输出，利用神经网络的学习功能，实现单输入单输出的神经滑模控制。该控制方案综合了滑模控制、自适应算法以及RBF神经网络的优点，能够时时的检测并跟踪电源电流中的谐波，通过产生大小相等、方向相反的补偿电流，达到消除谐波、提高电能质量的目的。另外，这种自适应RBF神经滑模控制策略能够在线的调节神经网络的权值，并通过Lyapunov稳定性理论证明保障了系统的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN103441499A
公开(公告)日：2013-12-11
申请号：CN201310313678.0
申请日：2013-07-24
Applicant: 河海大学常州校区
Abstract: 本发明公开了一种三相并联型有源滤波器的线性化反馈神经滑模控制方法，采用RBF神经网络逼近及自适应控制的方法，利用线性化反馈技术，设计了一种自适应神经滑模控制器，用控制器的输出线性化反馈神经滑模控制律，逼近三相并联型有源滤波器的开关函数，从而控制有源滤波器主电路开关的通断，本发明综合了线性化反馈方法、滑模控制、自适应算法以及RBF神经网络的优点，能够时时的检测并跟踪电源电流中的谐波，通过产生大小相等、方向相反的补偿电流，达到消除谐波、提高电能质量的目的；并且本发明基于lyapunov函数设计自适应律，能够在线的调节神经网络的权值，使系统具备稳定性和鲁棒性。
-
公开(公告)号：CN102832621A
公开(公告)日：2012-12-19
申请号：CN201210347804.X
申请日：2012-09-18
Applicant: 河海大学常州校区
IPC: H02J3/01
Abstract: 本发明涉及一种三相并联型有源滤波器自适应RBF神经网络控制技术，属于有源电力滤波器控制技术。本发明提出了一种针对三相并联型有源电力滤波器的自适应RBF神经网络控制方法，通过该控制器对三相并联型有源电力滤波器输出的补偿电流进行控制，从而消除谐波，改善电网的供电质量。发明中提出的自适应控制律保证了权值的有界性，利用Lyapunov稳定性理论证明了控制器的稳定性，仿真结果表明，该控制方法有效地降低了谐波畸变率，且动态响应良好，当参数变化时该控制器具有良好的鲁棒性和自适应性。
-
公开(公告)号：CN110703610B
公开(公告)日：2022-05-10
申请号：CN201911130968.5
申请日：2019-11-19
Applicant: 河海大学常州校区
IPC: G05B13/04
Abstract: 本发明公开了一种微陀螺仪系统的新型递归模糊神经网络非奇异终端滑模控制方法，包括设计微陀螺仪系统的非奇异终端滑模面函数；基于第一Lyapunov稳定性判据函数确定加入非奇异终端滑模面函数的非奇异终端滑模控制率，用构建的递归模糊神经网络输出代替非奇异终端滑模控制率中的不确定项，基于第二Lyapunov稳定性判据构函数建递归模糊神经网络输出的结果和非奇异终端滑模控制率构建最终的控制率实现对微陀螺仪系统的跟踪控制。本发明采用的非奇异终端滑模控制具有控制精度高、鲁棒性强的优点，并且避免了终端滑模控制存在的奇异问题；新型递归模糊神经网络的参数会根据所设计的自适应算法自动稳定到最佳值，减少了参数训练时间，增强了网络结构通用性。
-
公开(公告)号：CN104037766A
公开(公告)日：2014-09-10
申请号：CN201410232863.1
申请日：2014-05-28
Applicant: 河海大学常州校区
IPC: H02J3/01
Abstract: 本发明公开了一种三相并联型有源滤波器的自适应神经反演控制方法，针对反演控制律设计的不足之处，采用RBF神经网络逼近及自适应控制的方法，设计了一种自适应神经反演控制器，用来逼近三相并联型有源滤波器的开关函数，从而控制有源滤波器主电路开关的通断。本发明综合了反演控制方法、自适应算法以及RBF神经网络的优点，能够时时的检测并跟踪电源电流中的谐波，通过产生大小相等、方向相反的补偿电流，达到消除谐波、提高电能质量的目的；并且本发明基于lyapunov函数设计自适应律，能够在线的调节神经网络的权值，使系统具备稳定性和鲁棒性。
-
公开(公告)号：CN103066603A
公开(公告)日：2013-04-24
申请号：CN201310029462.1
申请日：2013-01-25
Applicant: 河海大学常州校区
IPC: H02J3/01
Abstract: 本发明公开了一种三相并联型有源滤波器的自适应RBF神经滑模控制方法，建立APF的数学模型，将切换函数作为RBF神经网络的输入，滑模控制器作为RBF网络的输出，利用神经网络的学习功能，实现单输入单输出的神经滑模控制。该控制方案综合了滑模控制、自适应算法以及RBF神经网络的优点，能够时时的检测并跟踪电源电流中的谐波，通过产生大小相等、方向相反的补偿电流，达到消除谐波、提高电能质量的目的。另外，这种自适应RBF神经滑模控制策略能够在线的调节神经网络的权值，并通过Lyapunov稳定性理论证明保障了系统的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.036 seconds)
