基于RBF神经网络的开关电源非线性预测控制

• 作者: 王军 黄芬芍
• 来源期刊: 自动化与仪表
• 关键词: RBF神经网络 开关电源 非线性预测控制
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 控制系统
• 页码范围: 41-43,72
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.19557/j.cnki.1001-9944.2017.05.010

摘要

开关电源作为非线性时变动态系统,其数学建模研究一直是实现开关电源高性能控制的热点和难点问题.该文首先推导了时变负载情况下开关电源小信号模型;然后,利用RBF神经网络进行动态负载下开关电源的建模;最后,结合模型预测控制技术进行动负载情况下开关电源的非显式预测控制研究.仿真结果表明,基于RBF神经网络的预测控制技术可以大大降低由于负载和输入电压等变化对电源供电品质造成的影响,可以获得比数字PID控制和线性预测控制更好的控制性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王军	哈尔滨理工大学测控技术与通信工程学院	4	8	2.0	2.0
2	黄芬芍	汕头大学工学院	1	4	1.0	1.0