基于BSNN-ARX的光伏逆变器模型辨识

• 作者: 张海宁 李春来 杨军 杨立滨 王平
• 来源期刊: 现代电子技术
• 关键词: 光伏逆变器 B样条神经网络 ARX模型 系统辨识
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 电子技术
• 页码范围: 167-170,174
• 页数: 5页
• 分类号: TN711-34|TM615
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.07.044

摘要

光伏逆变器是光伏并网系统的核心部件,将基于Hammerstein模型的非线性系统辨识方法引入到光伏并网逆变器的建模中,把单相光伏并网逆变器视为双输入单输出的非线性黑箱系统.在Hammerstein模型的静态非线性环节采用B样条神经网络,动态线性环节采用ARX模型,同时采用基于误差学习准则和最小二乘递归准则的自适应学习方法.实验测试结果表明,提出的BSNN-ARX光伏逆变器模型辨识方法可以对不同天气条件下的逆变器输出功率进行高精度的辨识,从而为并网逆变器的建模提供一种有效途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王平	重庆大学输配电装备及系统安全与新技术国家重点实验室	60	539	13.0	21.0
2	杨军	国网青海省电力公司电力科学研究院	7	10	2.0	3.0
3	李春来	国网青海省电力公司电力科学研究院	30	135	7.0	10.0
4	杨立滨	国网青海省电力公司电力科学研究院	20	121	6.0	10.0
5	张海宁	国网青海省电力公司电力科学研究院	8	21	2.0	4.0