版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、隨著電力電子技術(shù)、微電子技術(shù)及控制技術(shù)的發(fā)展,PWM逆變器也在交流調(diào)速系統(tǒng)、UPS、交流穩(wěn)壓電源、中高頻逆變電源及其它各種電力電子裝置中得到了越來越廣泛的應用。但是,隨著對變換器效率、波形質(zhì)量、電磁兼容等的要求越來越高,逆變器產(chǎn)生的諧波對外界的危害亦日益嚴重。本文在分析用于逆變器PWM調(diào)制方法的基礎上,對其中抑制諧波效果最佳的技術(shù)--特定消諧技術(shù)進行了深入研究。
根據(jù)PWM的基本原理與付立葉級數(shù)理論,建立了PWM電壓型逆變器輸
2、出波形的數(shù)學模型,得到了其輸出諧波在變頻變壓過程中的分布規(guī)律,找出了PWM技術(shù)所存在的諧波問題,為SHEPWM技術(shù)的有效應用提供了理論參考。并對目前SHEPWM方程組常用的幾種計算方法進行了定量而系統(tǒng)的分析。
在SHEPWM技術(shù)中,表征基波及各次諧波幅值與開關角關系的方程組為非線性超越方程組,一般只能采用牛頓迭代法等數(shù)值方法求解,例如Newton-Raphson迭代法、同倫算法、Walsh變換法和多項式變換的方法等數(shù)值求解方法
3、求算SHEPWM方程組的特點。由于這幾種方法同樣存在對初始值要求較高、計算復雜等不足,而且收斂與否與初值選取有直接關系,所以初始值的選取要盡可能接近方程的解。
基于現(xiàn)代隨機搜索技術(shù)的遺傳算法、蟻群算法在求解SHEPWM方程組時,可避免數(shù)值法對初始值的嚴格要求。但遺傳算法容易陷入局部最優(yōu)解,而蟻群算法通常需要是連續(xù)域的蟻群算法才可用于求解SHEPWM方程組,同時也要采用必要方式來防止算法陷入局部最優(yōu)解。
與蟻群算法相比
4、,同屬智能群算法的粒子群優(yōu)化算法相比,算法流程簡單、參數(shù)簡潔、易于實現(xiàn),無需復雜的搜索調(diào)整,且對優(yōu)化問題的連續(xù)性無任何要求等優(yōu)點。因此,本文建立了基于粒子群優(yōu)化算法的SHEPWM求解目標方程,并通過對慣性權(quán)重、加速常數(shù)等參數(shù)的選擇合理,避免早熟收斂,又防止以確保算法收斂。
最后通過對四分之一周期內(nèi)五個開關角的SHEPWM仿真及實驗。仿真結(jié)果表明,電壓波形中包含的最低次諧波為17次,逆變器的開關頻率及其輸出電壓的諧波總含量也顯著
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進粒子群算法的交通控制算法研究.pdf
- 粒子群及量子行為粒子群優(yōu)化算法的改進研究.pdf
- 粒子群算法改進方法研究.pdf
- 基于改進粒子群優(yōu)化算法的聚類算法研究.pdf
- 改進粒子群優(yōu)化算法的研究.pdf
- 關于粒子群算法改進的研究.pdf
- 粒子群算法的研究及改進.pdf
- 基于雙種群的改進粒子群優(yōu)化算法研究.pdf
- 基于控制思想的粒子群優(yōu)化算法改進研究.pdf
- 基于混沌映射的粒子群優(yōu)化算法改進研究.pdf
- 基于改進粒子群算法的WSN路由協(xié)議研究.pdf
- 基于改進粒子群算法的多目標優(yōu)化研究.pdf
- 基于改進粒子群優(yōu)化的聚類算法研究.pdf
- 基于改進粒子群算法的車輛路徑問題研究.pdf
- 基于改進粒子群算法的基因序列分類研究.pdf
- 基于改進粒子群算法的最優(yōu)潮流計算.pdf
- 改進的粒子群優(yōu)化算法的研究.pdf
- 基于改進粒子群算法的模型降階.pdf
- 粒子群優(yōu)化算法的改進研究.pdf
- 粒子群算法的改進方法研究.pdf
評論
0/150
提交評論