公开(公告)号：CN114884046B

公开(公告)日：2024-06-25

申请号：CN202210329279.2

申请日：2022-03-30

Applicant: 厦门大学

Inventor： 何良宗 ,  周鸿彦 ,  熊振坤

IPC: H02J1/10 ,  H02J1/02 ,  H02J1/06 ,  H02M3/158 ,  H02M1/12 ,  H02M1/14 ,  G01R23/16

Abstract: 一种基于阻抗编辑的多低次谐波电流自适应抑制方法，涉及电源谐波抑制领域，微网直流母线中存在大量的低频谐波电流，该低频谐波电流会流向源端的DC‑DC变换器，从而降低直流电源的使用寿命、降低DC‑DC变换器的效率、影响光伏系统最大功率点的跟踪以及影响变换器软开关的实现。同时，直流母线中各次低频纹波的频率和含量也可能会随着负载发生浮动。与传统的纹波抑制控制方法相比，通过对母线电流进行快速傅里叶分析来提取其中谐波含量及频率，然后对含量超出阈值的电流谐波进行抑制。在动态抑制低频电流谐波的同时，不会影响系统的动态性能。所提出的自适应低频谐波电流抑制方法不需要额外的电气元件，降低系统成本，提高系统的效率。

公开(公告)号：CN114884046A

公开(公告)日：2022-08-09

申请号：CN202210329279.2

申请日：2022-03-30

Applicant: 厦门大学

Inventor： 何良宗 ,  周鸿彦 ,  熊振坤

IPC: H02J1/10 ,  H02J1/02 ,  H02J1/06 ,  H02M3/158 ,  H02M1/12 ,  H02M1/14 ,  G01R23/16

Abstract: 一种基于阻抗编辑的多低次谐波电流自适应抑制方法，涉及电源谐波抑制领域，微网直流母线中存在大量的低频谐波电流，该低频谐波电流会流向源端的DC‑DC变换器，从而降低直流电源的使用寿命、降低DC‑DC变换器的效率、影响光伏系统最大功率点的跟踪以及影响变换器软开关的实现。同时，直流母线中各次低频纹波的频率和含量也可能会随着负载发生浮动。与传统的纹波抑制控制方法相比，通过对母线电流进行快速傅里叶分析来提取其中谐波含量及频率，然后对含量超出阈值的电流谐波进行抑制。在动态抑制低频电流谐波的同时，不会影响系统的动态性能。所提出的自适应低频谐波电流抑制方法不需要额外的电气元件，降低系统成本，提高系统的效率。

公开(公告)号：CN118838171A

公开(公告)日：2024-10-25

申请号：CN202410836487.0

申请日：2024-06-26

Applicant: 厦门大学

Inventor： 何良宗 ,  熊振坤 ,  杨泽龙

IPC: G05B13/04

Abstract: 本发明公开了一种基于分数阶ADAM算法的在线神经网络变换器无模型控制方法，包括：构建在线神经网络控制器；所述神经网络控制器以变换器的输出电压以及变换器的电感电流作为网络输入信号；构建基于神经网络控制器的网络参数的损失函数；所述网络参数基于变换器的时变参数；使用神经网络控制器的输出控制变换器，计算损失函数的值，判断是否达到目标精度，如果没有达到，基于分数阶ADAM算法更新网络参数，直至损失函数的值达到目标精度；如果达到，停止更新网络参数。相比于整数阶ADAM算法，本发明的分数阶ADAM算法下的神经网络控制器具有更好动态响应性能。

公开(公告)号：CN116184036A

公开(公告)日：2023-05-30

申请号：CN202310045009.3

申请日：2023-01-30

Applicant: 厦门大学

Inventor： 何良宗 ,  张靖雨 ,  熊振坤

IPC: G01R27/26 ,  G06N3/0499 ,  G06N3/084 ,  G06F17/11 ,  G06F17/16

Abstract: 本发明公开了一种基于神经网络的电力电子变换器参数在线辨识方法及系统，包括以：进行模态分析，并通过状态空间平均法建立状态方程；对状态方程进行离散化处理，得到变换器的离散化模型；基于离散化模型与参数之间的相互关系，构建神经网络，在变换器的动态响应过程中，构建平方损失函数；对损失函数求偏导得到电感和电容参数对应的梯度表达式，根据梯度下降算法，在每个开关周期对离散化模型的权重值进行调节；基于离散模型与权重值计算电感值和电容值。本发明在不增加额外电路和传感器的前提下，对电力电子变换器中电感和电容等动态元件参数进行在线辨识，有利于储能元件的寿命预测、变换器的状态监测以及控制回路参数的优化。

公开(公告)号：CN115987086A

公开(公告)日：2023-04-18

申请号：CN202211647474.6

申请日：2022-12-21

Applicant: 厦门大学

Inventor： 何良宗 ,  熊振坤 ,  周鸿彦

IPC: H02M3/00 ,  G05B13/04 ,  H02M3/10

Abstract: 本发明方法为一种基于神经网络的单开关直流‑直流变换器在线控制方法，包括：构建包括神经网络训练结构、神经网络训练方式和神经网络训练算法的神经网络模型；构建以单开关直流‑直流变换器作为控制对象及以变换器输出电压作为控制目标的神经网络控制器；实时采集单开关直流‑直流变换器的运行状态数据和控制数据，在线获取梯度，实现神经网络的在线训练及变换器的在线控制。本发明无需对变换器进行建模，也无需大量的数据样本对神经网络进行离线训练，而是在变换器运行过程中实现控制律(权值与偏置)的在线获取，达到实时控制的目的，且所述神经网络控制器能够应对输入电压或输出端负载阶跃变化带来的影响，具有较好的鲁棒性和动态响应性能。