← 返回列表
有源电力滤波器模型预测控制的优化方法、系统和设备
申请人信息
- 申请人:中国科学院合肥物质科学研究院
- 申请人地址:230031 安徽省合肥市蜀山区蜀山湖路350号
- 发明人: 中国科学院合肥物质科学研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 有源电力滤波器模型预测控制的优化方法、系统和设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311843285.0 |
| 申请日 | 2023/12/29 |
| 公告号 | CN117492371A |
| 公开日 | 2024/2/2 |
| IPC主分类号 | G05B13/04 |
| 权利人 | 中国科学院合肥物质科学研究院 |
| 发明人 | 李俊; 杨杰; 茆华风; 吴亚楠; 卢晶; 田贇祥; 刘楠; 王鹏飞; 胡江杰; 茆智伟 |
| 地址 | 安徽省合肥市蜀山区蜀山湖路350号 |
摘要文本
本发明涉及模型预测技术领域，公开了一种有源电力滤波器模型预测控制权重因子的优化方法、系统、设备和介质。本发明对有源电力滤波器模型预测控制的成本函数中各个次要约束项的权重因子进行实数编码，将各个权重因子统一到标准取值区间；采用遗传算法构建以次要约束项的权重因子为优化变量的父代群体；从父代群体中选择第一代子代群体；对第一代子代群体杂交操作，得到第二代子代群体；对第二代子代群体进行进化迭代，当满足预定迭代条件时，将得到的基因型作为最优优化变量; 提高了电流补偿的响应能力；避免模型预测控制结果陷入局部最优的情况，提高了控制器参数的整定效率。
专利主权项内容
1.一种有源电力滤波器模型预测控制的优化方法，其特征在于，所述方法包括：对有源电力滤波器模型预测控制的成本函数中各个次要约束项的权重因子进行实数编码，将各个权重因子统一到标准取值区间；所述次要约束项包括两步电流预测项和开关频率约束项；采用遗传算法构建以所述次要约束项的权重因子为优化变量的父代群体；从所述父代群体中选择第一代子代群体；对所述第一代子代群体杂交操作，得到第二代子代群体；对所述第二代子代群体进行进化迭代，当满足预定迭代条件时，将得到的基因型作为最优优化变量。