電力電子中智能控制理論的應用分析

王佳煒

摘 要：在現代控制技術發展進程中，電力電子技術已逐步進入自適應控制階段，其不僅具有模糊控制的優良特點，而且可以實現在線調整運行規則，保證不同運行狀態下電力設備運行需求的充分滿足。因此，該文以智能控制理論為切入點，對智能控制理論在電力電子中的運用流程及具體運用進行了簡單的分析，以期為電力電子控制精確度的提升提供依據。

關鍵詞：電力電子 智能控制理論 自適應預測理論

中圖分類號：TM715 文獻標識碼：A 文章編號：1672-3791（2019）01（b）-00-02

1 電力電子中智能控制理論概述

電力電子中智能控制理論主要指在無人干預的情況下，可以自主驅動智能機器，達到控制目標的自動控制技術[1]。在電力電子領域，智能控制理論強調以類似于人的經驗和智慧，對任務及形式模型、環境、符號進行描述，開發知識庫或推理機，研制智能機器模型。

2 電力電子中智能控制理論的應用流程

2.1 模糊邏輯表達

在模糊邏輯表達模塊，相關人員需要針對每一輸入、輸出變量，依據控制力度要求，進行模糊集合構建，并對模糊子集進行合理劃分。

2.2 模糊控制規則表達

表格是模糊控制規則表達的主要渠道。在模糊控制時，相關人員可通過查表。結合簡單運算，表示控制過程。

2.3 模糊邏輯與控制器結合

通過將模糊邏輯與控制器結合，可形成模糊控制器。其主要利用PID（比例積分微分）控制的方式，形成具有一定辨識度的模型。隨后在神經模型中，將輸入、輸出變量作為神經訓練樣本。最后利用神經訓練算法，促使神經網絡具備系統非線性特征，達到變換器控制的目的。

3 電力電子中智能控制理論的具體應用

3.1 自適應預測理論在電力電子中的應用

自適應預測理論主要利用已知信息，對當前或未來電力電子設備信息進行預測。在人類社會發展進程中，自適應預測理論體系不斷完善，在時間序列分析、統計學的基礎上，形成了智能化程度較高的預測系統[2]。

自適應模糊控制系統主要是在電力負荷預測領域，采用在線自適應優化模糊預測的方式，對短期電力負荷進行預估分析。在自適應模糊控制系統實際運行過程中，主要包括一次性預測未來24h/48h整點負荷、每次預測下一時刻負荷兩個模塊。其中一次性預測未來24h/48h整點負荷要求在系統內增設信息輸入量模塊。在具體設計過程中，可采用時間窗口移動技術，在獲得下一時刻預測數據后，作為當期數據，進行繼續預測。在選定輸入預測變量后，可獲得某一時間段電力負荷變化，為模糊自適應訓練提供依據。同時利用自適應模糊預測，可采用模糊推理的方式，逐步逼近實際負荷動態變化數據，對樣本數據進行實驗分析，以獲得模糊預測系統性能參數；在每次預測下一時刻負荷模塊，相關人員可利用實驗測試的方式，針對每一時刻負荷變化規律與季節轉換間聯系，總結專家經驗，形成模糊預測規則，或者從數據信息庫中抽取模糊規則，從而實現每次預測下一時刻負荷要求，保證電力電子智能預測經濟效益。

以晶閘管變流系統自適應PID（比例積分微分）控制為例，相關人員可以DSP（數字信號處理）、CPLD（復雜可編程邏輯器件）為核心，配合外圍同步信號采集及隔離驅動電路，實現直流電力電子變流設備智能控制。即將整體晶閘管變流系統智能控制模塊劃分為DSP（數字信號處理）外圍電路、信號檢測調理電路、CPLD（復雜可編程邏輯器件）外圍電路、同步信號采集電路、隔離驅動電路、通信電路幾個模塊。隨后采用TMS321F2814芯片作為控制模塊計算單元。同時將變流系統直流輸出負載端輸出電壓、電流轉換為低電壓信號。并經信號調理電路，將其轉換為0～3.3V安全信號。最后輸出DSP（數字信號處理）芯片，獲得具有觸發延時功能的數字量。在獲得數字量后，可采用脈沖隔離電路，經SCI（串行通信協議）將采集實時信息顯示在液晶屏幕上。隨后以誤差變化率、實時值與設定值誤差為基本論域，對變化范圍進行均勻定量分析。并將輸入、輸出分割為若干個模糊子集，每一模糊子集均在不同論域，具有不同等級及隸屬度。結合模糊控制規則，對每一模糊子集隸屬度進行推理，并以最大隸屬度計算方法，將輸出量模糊集合進行完整驗算，可得到實際查詢控制量表。

在具體模糊自適應程序運行過程中，首先需要計算誤差、誤差變化量。并對其進行模糊化處理。同時查詢K控制表，獲得自整定比例、微分常數。在這個基礎上，利用增量型PID（比例積分微分）算法，求解輸出增量。最后將誤差、誤差變化量賦值給中間變量，作為下一階段PID（比例積分微分）預算起始點。

3.2 神經網絡預測理論在電力電子中的應用

神經網絡預測理論設計了生物電子計算機、數學、物理等多個學科，在電力電子中具有廣闊的應用前景。神經網絡主要是利用物理可實現系統，模仿人腦神經細胞結構及功能。在神經網絡中具有大量、簡單的神經元，每一神經元具有輸入-輸出非線性函數關系，通過多個神經元連接組合，可促使整體神經網絡具有復雜非線性特征[3]。

在神經網絡預測理論實際應用過程中，基于電力電子系統非線性特，可將大量信息隱藏在連接權值上。并依據學習算法進行神經網絡數值調節。如在PWM（脈沖寬度調制）技術應用過程中，由于電流控制PWM（脈沖寬度調制）技術具有精確度要求高、瞬時響應速度快等特點，為保證高要求場合其快速性、瞬時精度負荷要求，可采用神經網絡改善線性電流控制、滯環控制性能。一方面，在線性電流控制性能優化模塊，相關人員可采用神經網絡代替新型調節器中PI放大器（虛擬信息系統放大器）。并利用神經網絡自調節增益特點，彌補各種負載情況下靜態誤差，獲得最佳輸出電流。另一方面，在滯環電流控制模塊，相關人員可采用離線訓練后神經網絡，從根本上降低極限環干擾風險。

3.3 模糊變結構在電力電子中的應用

模糊變結構主要通過開關控制的方式，改善系統性能指標。模糊變結構在實際應用過程中可利用模糊數學工具，對模糊控制規則進行定量描述，豐富人工控制檢驗。但是在模糊控制結構運行過程中，由于其需要在不同控制邏輯中進行來回切換，實際滑動模極易存在慣性，導致實際滑動模無法準確進入切換面，進而致使系統發生劇烈“抖振”情況。針對系統“抖振”問題，現階段主要采用邊界層模糊的方法，將邊界層作為一個具有模糊區間的開關曲面，如交流伺服系統速度控制、PWM（脈沖寬度調制）逆變器及電機矢量控制等[4]。

4 結語

綜上所述，電子電力學涉及了強電、弱電、控制等多個學科，隨著新型電力電子元件的不斷出現，對電力電子控制也提出了更高的要求。因此，基于電力電子多變量、強耦合、非線性特點，相關人員可借鑒智能控制理論，將電子電力系統與自適應模糊預測、神經網絡控制、模糊變結構控制進行有機整合，最大程度地保障電力電子系統運行穩定性。

參考文獻

[1] 王磊.混雜系統控制理論在電力電子學中的應用[J].電子制作，2016（2）：43.

[2] 孔祥順，郝田，馬騰.智能控制及其在機電一體化系統中的應用[J].山東工業技術，2018（7）：133-134.

[3] 高潮.運用軟開關及諧振技術的電流諧波補償與建模采樣分析研究及發展[J].深圳信息職業技術學院學報，2015（3）：70-74.

[4] 張光明.永磁同步電梯曳引機的變頻驅動系統設計[J].環球市場，2017（18）：123.