项目名称: 基于混合逻辑动态模型的电力电子变换器显式预测控制研究

项目编号: No.61304095

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 仲兆准

作者单位: 苏州大学

项目金额: 24万元

中文摘要: 电力电子变换器工作过程中,由于功率开关器件的导通与截止,使得系统中离散动态与连续动态并存,体现出混杂系统的特性。传统的基于脉宽调制的控制方案,忽略了调制动态和系统的混杂特性,制约了系统控制精度和动态性能的进一步提高。本项目拟采用二值型布尔逻辑变量对开关状态组合进行描述,通过引入辅助逻辑变量和连续变量,将系统所受的约束、逻辑规则以及连续特性整合为带有混合整数不等式约束的线性状态方程,进而建立系统的混合逻辑动态模型。在混合逻辑动态模型的基础上,将相应预测控制的约束最优控制问题,转换为多参数混合整数规划问题,通过状态空间凸划分,实现电力电子变换器的显式预测控制。借助于显式预测控制方法降低在线计算量,解决预测控制在线计算时间长与电力电子变换器小采样周期的矛盾,并通过性能指标函数设计与加权矩阵选取,实现优化调节,推进预测控制在电力电子变换器中的应用。

中文关键词: 显式预测控制;非反相Buck-Boost变换器;有刷直流电机调速系统;DC-AC变换器;混杂模型

英文摘要: Due to the turn-on and cut-off operations of power switching devices during power converters working, the discrete dynamic and continuous dynamic coexist in the system which reflects the characteristics of hybrid system. The traditional control scheme based on pulse width modulation, ignoring the modulation dynamic and hybrid characteristics of the system, restricted the further improvement of system control accuracy and dynamic performance. This project aims to use Boolean logic variables to describe the states combination of the switches, and by introducing auxiliary logic and continuous variables, transform the constraints, logic rules and the continuous characteristics into linear state equations with mixed integer inequality constraints, which establishes the mixed logic dynamic model of the system. Based on the mixed logic dynamic model, the corresponding predictive constrained optimal control problem will be transformed into a multi-parametric mixed integer programming problem. And based on the convex partition of the state space, explicit model predictive control for power converters will be proposed. With the help of explicit model predictive control, the online caulculation will be reduced which solves the contradiction between long computing time of predictive controllers and small sampling period of

英文关键词: Explicit Model Predictive Control;Non-inverting Buck-Boost Converter;Brushed DC Motor Speed Control;DC-AC Converter;Hybrid Model

成为VIP会员查看完整内容
0

相关内容

【ICLR2022】图神经网络复杂时间序列建模
专知会员服务
89+阅读 · 2022年4月15日
【经典书】时间序列分析:预测与控制(原书第5版),709页pdf
【AAAI2022】基于双流更新的视觉Transformer动态加速方法
专知会员服务
23+阅读 · 2021年12月11日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
15+阅读 · 2021年3月4日
专知会员服务
230+阅读 · 2020年12月15日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
53+阅读 · 2020年12月1日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
【KDD2021】基于生成对抗图网络的不平衡网络嵌入
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
利用动态深度学习预测金融时间序列基于Python
量化投资与机器学习
18+阅读 · 2018年10月30日
基于LSTM深层神经网络的时间序列预测
论智
21+阅读 · 2018年9月4日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
UNITER: Learning UNiversal Image-TExt Representations
Arxiv
23+阅读 · 2019年9月25日
Arxiv
29+阅读 · 2018年4月6日
Arxiv
13+阅读 · 2017年12月5日
小贴士
相关VIP内容
【ICLR2022】图神经网络复杂时间序列建模
专知会员服务
89+阅读 · 2022年4月15日
【经典书】时间序列分析:预测与控制(原书第5版),709页pdf
【AAAI2022】基于双流更新的视觉Transformer动态加速方法
专知会员服务
23+阅读 · 2021年12月11日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
15+阅读 · 2021年3月4日
专知会员服务
230+阅读 · 2020年12月15日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
53+阅读 · 2020年12月1日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
相关资讯
【KDD2021】基于生成对抗图网络的不平衡网络嵌入
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
利用动态深度学习预测金融时间序列基于Python
量化投资与机器学习
18+阅读 · 2018年10月30日
基于LSTM深层神经网络的时间序列预测
论智
21+阅读 · 2018年9月4日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员