線性神經網路控制的電力變流器與交流電氣傳動

《線性神經網路控制的電力變流器與交流電氣傳動》是2016年機械工業出版社出版的圖書，作者是Maurizio Cirrincione。

基本介紹

• 書名：線性神經網路控制的電力變流器與交流電氣傳動
• 作者：Maurizio Cirrincione
• 原作品：Power Converters and AC Electrical Drives with Linear Neural Networks
• 譯者：周永旺 程漢湘 張淼 張祺
• 出版社：機械工業出版社
• 出版時間：2016年01月
• 頁數：538 頁
• 定價：169 元
• 開本：16 開
• 裝幀：平裝
• ISBN：978-7-111-51283-7

內容簡介

本書是一本系統闡述神經網路控制理論在電力電子技術領域套用的專業書籍，詳細介紹了無速度感測器交流傳動控制系統以及相關的理論，而這些理論是建立在空間矢量識別的經典控制理論之上。本書廣泛收集並總結了基於電力電子器件的電氣傳動控制中的代表性結構和控制原理，在此基礎之上，進一步討論了對現有系統的改進思路和完善的方向，使線性神經網路控制理論的套用與電氣傳動控制有機地結合起來，同時還能套用本書所介紹的人工神經網路(ANN)理論來實現對電力電子器件的實時控制。本書涉及電力電子技術、神經網路控制、電氣傳動、電機學以及電力系統分析等內容，涵蓋了電氣工程學科中的幾個主要領域，是系統掌握電力電子技術中智慧型控制的參考圖書。全書共分為4個部分：第1部分闡述了電壓源型逆變器及其控制，主要是幫助讀者回顧有關的基礎；第2部分介紹了以感應永磁同步電氣傳動為主的交流電氣傳動控制，此部分同樣是為後續的實際控制對象做一個前期鋪墊；第3部分則引出了線性神經網路控制理論的基本概念，以及它在電氣傳動控制中套用的可能性，同時還驗證了線性神經網路控制理論能夠實現電氣傳動控制的理論依據，尤其是EXIN神經系統；本書的第4部分是對實際套用的描述，詳細分析了電氣傳動中的電能質量問題，討論了神經網路理論在電氣傳動中的參數辨識、無速度感測器的控制、電力有源濾波器以及在分散式可再生能源發電系統中的套用，其中所涉及的仿真和實驗結果也證明了套用神經網路理論實施控制的正確性。若要全面和正確理解本書的精髓，需要讀者具備電氣設備和電力電子技術以及一些控制系統、信號處理、線性代數、數值分析的基本知識。本書適用於高年級本科生和研究生、學者、執業工程師和研究人工神經網路套用的相關人員學習、參考，同時讀者也可通過書中各章後所提供的相關參考資料來進一步理解書中所述內容。

目錄

譯者序

原書序

原書前言

第1章 基本概念回顧：空間矢量分析1

1.1 簡介 1

1.2 空間矢量的定義1

13 3→2和2→3轉換 4

131非功率不變形式14

132功率不變形式5

133非功率不變形式25

14坐標變換6

15瞬時有功和無功功率7

參考文獻10

第1部分電力變流器

第2章電壓源型逆變器的脈寬調製14

21電壓源型逆變器的基本原理14

211電流諧波16

212諧波頻譜17

213最大調製指數18

214轉矩諧波18

215開關頻率和開關損耗18

216共模電壓（CMV）19

22開環PWM20

221載波PWM21

222無載波PWM32

223超調製33

224共模輸出最小化的SV-PWM技術34

225最佳化的開環PWM36

226開環PWM技術的實驗驗證37

23電壓源型逆變器的閉環控制44

231閉環控制方式的分類44

232從六脈衝整流器到有源整流器53

233VSI的電流控制57

234VSI的功率控制64

符號列表81

參考文獻82

延伸閱讀85

第3章電能質量86

31非線性負載86

311諧波源的電流源類型（諧波電流源）86

312諧波源的電壓源類型（諧波電壓源）86

32配電網諧波的傳播88

33無源濾波器91

34有源電力濾波器93

341有源電力濾波器簡介93

342並聯和串聯濾波器的基本操作問題95

343並聯型有源濾波器95

344串聯型有源濾波器104

345PAF和SAF的比較108

346混合型有源濾波器109

符號列表116

參考文獻117

第2部分電氣傳動

第4章感應電動機的動態和靜態模型120

41簡介120

42電動機空間矢量的定義120

43感應電動機的相電壓方程124

44定子坐標系下的空間矢量方程125

45轉子坐標系下的空間矢量方程126

46廣義坐標系下的空間矢量方程126

461互動磁耦合電路128

462轉子磁鏈坐標系下的空間矢量方程129

463定子磁鏈坐標系下的空間矢量方程132

464勵磁磁鏈坐標系下的空間矢量方程134

47磁飽和條件下感應電動機的動態數學模型135

48感應電動機的穩態空間矢量模型138

49感應電動機空間矢量模型的實驗驗證142

410考慮槽影響的感應電動機模型146

4101含定子和轉子槽影響的感應電動機空間矢量模型148

4102含轉子槽影響的感應電動機空間矢量狀態模型150

4103含轉子槽影響的感應電動機空間狀態模型152

4104含定子和轉子槽影響的感應電動機空間狀態模型153

4105考慮定子和轉子槽影響的空間矢量模型的實驗驗證155

符號列表163

參考文獻164

第5章感應電動機驅動控制技術166

51感應電動機控制技術簡介166

52感應電動機的標量控制167

521電壓激勵的標量控制167

522電流激勵的標量控制174

53感應電動機的磁場定向控制175

531磁場定向矢量控制的原理175

532轉子磁通定向控制176

533轉子磁鏈的獲取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感應電動機的直接轉矩控制202

541感應電動機中電磁轉矩的產生202

542定子磁鏈空間矢量與逆變器配置的關係203

543電壓空間矢量和控制方案的選擇標準204

544定子磁通與電磁轉矩的估計206

545DTC方案209

546DTCEMC211

547經典DTC和DTCEMC實驗結果214

548DTC-SVM217

549DTC-SVM驅動的實驗結果219

5410直接自動控制219

5411FOC和DTC的比較223

符號列表224

參考文獻225

第6章感應電動機驅動的無速度感測器控制技術227

61無速度感測器控制技術簡介227

62基於模型的無速度感測器控制技術227

63基於各向異性的無速度感測器控制技術228

64基於模型的無速度感測器控制技術229

641開環積分229

642逆變器的非線性234

643電動機參數不匹配235

644估計器和觀測器238

645開環速度估計器239

646模型參考自適應系統242

647全階Luenberger自適應觀測器246

648全階滑模觀測器252

649降階自適應觀測器253

6410擴展卡爾曼濾波器257

65各向異性的無速度感測器技術258

651旋轉載波技術258

652基於有限元的旋轉載波下感應電動機凸極的分析262

653脈動載波技術268

654高頻激勵技術269

66驅動感應電動機無速度感測器技術的總結274

參考文獻275

第7章永磁同步電動機驅動278

71簡介278

711直流無刷電動機278

712交流無刷電動機279

713永磁體280

72永磁同步電動機的空間矢量模型282

73永磁同步電動機驅動器的控制策略287

731永磁同步電動機驅動器的磁場定向控制287

732轉矩控制的驅動器289

733轉速控制的驅動器295

734直接轉矩控制297

74永磁同步電動機驅動器的無速度感測器控制技術302

741基於各向異性的無速度感測器技術302

742基於模型的無速度

感測器技術315

參考文獻325

第3部分基於神經網路的正交回歸第8章基於神經網路的正交回歸328

81ADALINE和最小二乘問題簡介328

82線性回歸的方法329

821OLS問題329

822DLS問題329

823TLS問題329

83最小主元分析和MCAEXIN神經元330

831一些MCA的套用330

832神經網路方法330

84MCAEXIN神經元331

841初始過渡過程的收斂性331

842MCA神經元的動態特性332

843動態穩定性和學習率334

844數值計算的考慮335

845加速技術337

846仿真337

847MCA神經元的總結和展望342

85TLSEXIN神經元342

851穩定性分析（幾何方法）344

852收斂域345

853非泛型TLS問題348

86線性最小二乘問題的泛化351

87GeMCAEXIN神經元352

871GeMCAEXIN誤差函式臨界點的定性分析353

872GeTLS誤差函式的分析（幾何方法）354

873臨界圖：中心軌跡354

88GeTLSEXIN神經元356

881GeTLS的收斂域357

882規劃357

883加速後的MCAEXIN神經元（MCAEXIN+）359

參考文獻361

第4部分套用精選

第9章電動機的最小二乘法和神經網路辨識366

91感應電動機的參數估計366

92磁通模型對參數變化的敏感度367

921電流磁通模型的敏感度367

922電壓磁通模型的敏感度373

93磁通模型失準對控制性能影響的實驗分析378

94電動機參數變化的線上跟蹤方法379

95使用普通最小二乘法的感應電動機參數的線上估計380

951在普通參考坐標系下的空間矢量電壓方程380

952磁化曲線估計384

953普通最小二乘法辨識385

954RLS算法385

955信號處理系統388

956套用實驗的測試裝置說明391

957仿真與實驗結果392

96在飽和與非飽和條件下的有約束條件的最小化感應電動機參數估計方法395

961有約束條件的最小化第一方法396

962有約束條件的最小化第二方法401

97使用總體最小二乘法的感應電動機的參數估計412

98在FOC和DTCIM驅動器中套用基於RLS的參數估計方法對磁通模型進行適應421

99靜止狀態IM參數的估計425

符號列表429

參考文獻430

第10章帶APF能力的神經網路增強型單相DG系統437

101簡介437

102基本工作原理438

103ADALINE設計規則439

1031陷波器運行441

1032帶通運行442

1033MATLAB-Simulink中的實現444

1034與傳統數字濾波器的比較444

1035NN帶通濾波器與PLL：理論上的比較445

104電流參考值的生成447

105多諧振電流控制器447

106穩定性問題449

107試驗台453

108實驗結果454

1081APF接入454

1082功率參考值接入457

1083負載波動459

1084NN濾波器與鎖相環的對比461

1085NN濾波器與p-q理論的對比462

1086與國際標準的對比463

109APF接入步驟465

參考文獻466

第11章交流驅動器的神經網路無位置感測器控制468

111基於NN的無位置感測器控制468

112基於BPN的MRAS轉速觀測器469

1121BPNMRAS觀測器的線上訓練471

1122BPNMRAS觀測器的實現472

1123BPNMRAS觀測器的實驗結果472

113基於LS的MRAS轉速觀測器474

1131OLSMRAS觀測器的實驗結果475

1132TLSEXINMRAS觀測器480

1133改進的歐拉神經網路自適應模型491

1134MCAEXIN+MRAS觀測器496

114TLSEXIN全階Luenberger自適應觀測器498

1141IM的狀態空間模型499

1142自適應轉速觀測器499

1143基於TLS的轉速估計499

1144TLSEXIN全階自適應觀測器的穩定性502

1145TLSEXIN全階Luenberger自適應觀測器的實驗結果505

1146實驗對比測試515

115MCAEXIN+降階觀測器518

1151降階觀測器方程518

1152基於MCAEXIN+的轉速估計519

1153觀測器增益矩陣的選擇建議520

1154計算的複雜度521

1155MCAEXIN+降階自適應觀測器的實驗結果522

附錄A控制的實現方案526

附錄B測試裝置說明531

符號列表534

參考文獻535