线性神经网络控制的电力变流器与交流电气传动2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

线性神经网络控制的电力变流器与交流电气传动PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 基本概念回顾：空间矢量分析1

1.1 简介1

1.2 空间矢量的定义1

1.3 3→和2→3转换4

1.3.1 非功率不变形式14

1.3.2 功率不变形式5

1.3.3 非功率不变形式25

1.4 坐标变换6

1.5 瞬时有功和无功功率7

参考文献10

第1部分 电力变流器14

第2章 电压源型逆变器的脉宽调制14

2.1 电压源型逆变器的基本原理14

2.1.1 电流谐波16

2.1.2 谐波频谱17

2.1.3 最大调制指数18

2.1.4 转矩谐波18

2.1.5 开关频率和开关损耗18

2.1.6 共模电压（CMV）19

2.2 开环PWM20

2.2.1 载波PWM21

2.2.2 无载波PWM32

2.2.3 超调制33

2.2.4 共模输出最小化的SV-PWM技术34

2.2.5 优化的开环PWM36

2.2.6 开环PWM技术的实验验证37

2.3 电压源型逆变器的闭环控制44

2.3.1 闭环控制方式的分类44

2.3.2 从六脉冲整流器到有源整流器53

2.3.3 VSI的电流控制57

2.3.4 VSI的功率控制64

符号列表81

参考文献82

延伸阅读85

第3章 电能质量86

3.1 非线性负载86

3.1.1 谐波源的电流源类型（谐波电流源）86

3.1.2 谐波源的电压源类型（谐波电压源）86

3.2 配电网谐波的传播88

3.3 无源滤波器91

3.4 有源电力滤波器93

3.4.1 有源电力滤波器简介93

3.4.2 并联和串联滤波器的基本操作问题95

3.4.3 并联型有源滤波器95

3.4.4 串联型有源滤波器104

3.4.5 PAF和SAF的比较108

3.4.6 混合型有源滤波器109

符号列表116

参考文献117

第2部分 电气传动120

第4章 感应电动机的动态和静态模型120

4.1 简介120

4.2 电动机空间矢量的定义120

4.3 感应电动机的相电压方程124

4.4 定子坐标系下的空间矢量方程125

4.5 转子坐标系下的空间矢量方程126

4.6 广义坐标系下的空间矢量方程126

4.6.1 交互磁耦合电路128

4.6.2 转子磁链坐标系下的空间矢量方程129

4.6.3 定子磁链坐标系下的空间矢量方程132

4.6.4 励磁磁链坐标系下的空间矢量方程134

4.7 磁饱和条件下感应电动机的动态数学模型135

4.8 感应电动机的稳态空间矢量模型138

4.9 感应电动机空间矢量模型的实验验证142

4.10 考虑槽影响的感应电动机模型146

4.10.1 含定子和转子槽影响的感应电动机空间矢量模型148

4.10.2 含转子槽影响的感应电动机空间矢量状态模型150

4.10.3 含转子槽影响的感应电动机空间状态模型152

4.10.4 含定子和转子槽影响的感应电动机空间状态模型153

4.10.5 考虑定子和转子槽影响的空间矢量模型的实验验证155

符号列表163

参考文献164

第5章 感应电动机驱动控制技术166

5.1 感应电动机控制技术简介166

5.2 感应电动机的标量控制167

5.2.1 电压激励的标量控制167

5.2.2 电流激励的标量控制174

5.3 感应电动机的磁场定向控制175

5.3.1 磁场定向矢量控制的原理175

5.3.2 转子磁通定向控制176

5.3.3 转子磁链的获取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 感应电动机的直接转矩控制202

5.4.1 感应电动机中电磁转矩的产生202

5.4.2 定子磁链空间矢量与逆变器配置的关系203

5.4.3 电压空间矢量和控制方案的选择标准204

5.4.4 定子磁通与电磁转矩的估计206

5.4.5 DTC方案209

5.4.6 DTC EMC211

5.4.7 经典DTC和DTC EMC实验结果214

5.4.8 DTC-SVM217

5.4.9 DTC-SVM驱动的实验结果219

5.4.10 直接自动控制219

5.4.11 FOC和DTC的比较223

符号列表224

参考文献225

第6章 感应电动机驱动的无速度传感器控制技术227

6.1 无速度传感器控制技术简介227

6.2 基于模型的无速度传感器控制技术227

6.3 基于各向异性的无速度传感器控制技术228

6.4 基于模型的无速度传感器控制技术229

6.4.1 开环积分229

6.4.2 逆变器的非线性234

6.4.3 电动机参数不匹配235

6.4.4 估计器和观测器238

6.4.5 开环速度估计器239

6.4.6 模型参考自适应系统242

6.4.7 全阶Luenberger自适应观测器246

6.4.8 全阶滑模观测器252

6.4.9 降阶自适应观测器253

6.4.10 扩展卡尔曼滤波器257

6.5 各向异性的无速度传感器技术258

6.5.1 旋转载波技术258

6.5.2 基于有限元的旋转载波下感应电动机凸极的分析262

6.5.3 脉动载波技术268

6.5.4 高频激励技术269

6.6 驱动感应电动机无速度传感器技术的总结274

参考文献275

第7章 永磁同步电动机驱动278

7.1 简介278

7.1.1 直流无刷电动机278

7.1.2 交流无刷电动机279

7.1.3 永磁体280

7.2 永磁同步电动机的空间矢量模型282

7.3 永磁同步电动机驱动器的控制策略287

7.3.1 永磁同步电动机驱动器的磁场定向控制287

7.3.2 转矩控制的驱动器289

7.3.3 转速控制的驱动器295

7.3.4 直接转矩控制297

7.4 永磁同步电动机驱动器的无速度传感器控制技术302

7.4.1 基于各向异性的无速度传感器技术302

7.4.2 基于模型的无速度传感器技术315

参考文献325

第3部分 基于神经网络的正交回归328

第8章 基于神经网络的正交回归328

8.1 ADALINE和最小二乘问题简介328

8.2 线性回归的方法329

8.2.1 OLS问题329

8.2.2 DLS问题329

8.2.3 TLS问题329

8.3 最小主元分析和MCA EXIN神经元330

8.3.1 一些MCA的应用330

8.3.2 神经网络方法330

8.4 MCA EXIN神经元331

8.4.1 初始过渡过程的收敛性331

8.4.2 MCA神经元的动态特性332

8.4.3 动态稳定性和学习率334

8.4.4 数值计算的考虑335

8.4.5 加速技术337

8.4.6 仿真337

8.4.7 MCA神经元的总结和展望342

8.5 TLS EXIN神经元342

8.5.1 稳定性分析（几何方法）344

8.5.2 收敛域345

8.5.3 非泛型TLS问题348

8.6 线性最小二乘问题的泛化351

8.7 GeMCA EXIN神经元352

8.7.1 GeMCA EXIN误差函数临界点的定性分析353

8.7.2 GeTLS误差函数的分析（几何方法）354

8.7.3 临界图：中心轨迹354

8.8 GeTLS EXIN神经元356

8.8.1 GeTLS的收敛域357

8.8.2 规划357

8.8.3 加速后的MCA EXIN神经元（MCA EXIN＋）359

参考文献361

第4部分 应用精选366

第9章 电动机的最小二乘法和神经网络辨识366

9.1 感应电动机的参数估计366

9.2 磁通模型对参数变化的敏感度367

9.2.1 电流磁通模型的敏感度367

9.2.2 电压磁通模型的敏感度373

9.3 磁通模型失准对控制性能影响的实验分析378

9.4 电动机参数变化的在线跟踪方法379

9.5 使用普通最小二乘法的感应电动机参数的在线估计380

9.5.1 在普通参考坐标系下的空间矢量电压方程380

9.5.2 磁化曲线估计384

9.5.3 普通最小二乘法辨识385

9.5.4 RLS算法385

9.5.5 信号处理系统388

9.5.6 应用实验的测试装置说明391

9.5.7 仿真与实验结果392

9.6 在饱和与非饱和条件下的有约束条件的最小化感应电动机参数估计方法395

9.6.1 有约束条件的最小化第一方法396

9.6.2 有约束条件的最小化第二方法401

9.7 使用总体最小二乘法的感应电动机的参数估计412

9.8 在FOC和DTC IM驱动器中应用基于RLS的参数估计方法对磁通模型进行适应421

9.9 静止状态IM参数的估计425

符号列表429

参考文献430

第10章 带APF能力的神经网络增强型单相DG系统437

10.1 简介437

10.2 基本工作原理438

10.3 ADALINE设计规则439

10.3.1 陷波器运行441

10.3.2 带通运行442

10.3.3 MATLAB？-Simulink？中的实现444

10.3.4 与传统数字滤波器的比较444

10.3.5 NN带通滤波器与PLL：理论上的比较445

10.4 电流参考值的生成447

10.5 多谐振电流控制器447

10.6 稳定性问题449

10.7 试验台453

10.8 实验结果454

10.8.1 APF接入454

10.8.2 功率参考值接入457

10.8.3 负载波动459

10.8.4 NN滤波器与锁相环的对比461

10.8.5 NN滤波器与p-q理论的对比462

10.8.6 与国际标准的对比463

10.9 APF接入步骤465

参考文献466

第11章 交流驱动器的神经网络无位置传感器控制468

11.1 基于NN的无位置传感器控制468

11.2 基于BPN的MRAS转速观测器469

11.2.1 BPN MRAS观测器的在线训练471

11.2.2 BPN MRAS观测器的实现472

11.2.3 BPN MRAS观测器的实验结果472

11.3 基于LS的MRAS转速观测器474

11.3.1 OLS MRAS观测器的实验结果475

11.3.2 TLS EXIN MRAS观测器480

11.3.3 改进的欧拉神经网络自适应模型491

11.3.4 MCA EXIN+MRAS观测器496

11.4 TLS EXIN全阶Luenberger自适应观测器498

11.4.1 IM的状态空间模型499

11.4.2 自适应转速观测器499

11.4.3 基于TLS的转速估计499

11.4.4 TLS EXIN全阶自适应观测器的稳定性502

11.4.5 TLS EXIN全阶Luenberger自适应观测器的实验结果505

11.4.6 实验对比测试515

11.5 MCA EXIN＋降阶观测器518

11.5.1 降阶观测器方程518

11.5.2 基于MCA EXIN＋的转速估计519

11.5.3 观测器增益矩阵的选择建议520

11.5.4 计算的复杂度521

11.5.5 MCA EXIN＋降阶自适应观测器的实验结果522

附录A 控制的实现方案526

附录B 测试装置说明531

符号列表534

参考文献535