基于深度学习的变换器宽范围暂态等效建模

• 作者: 胡博 杨超 田小蕾 李云路 杨俊友 崔嘉
• 来源期刊: 电气传动
• 学科: 工学
• 关键词: 电力变换器 暂态建模 深度学习 神经网络 等效建模
• 年，卷（期）: 2022,（9）
• 所属期刊栏目: 电力电子
• 页码范围: 26-31
• 页数: 6页
• 分类号: TM933
• 语种: 中文
• DOI: 10.19457/j.1001-2095.dqcd22613

摘要

当电力变换器的内部参数及拓扑未知时,现有的基于频率扫描阻抗建模方法仅能保证所建立的暂态模型在单一工作点有效.为了使所建立的暂态模型在宽范围内有效,提出了一种基于深度学习方法的变换器暂态等效建模方法.首先,对变换器黑盒建模问题与深度循环神经网络的等效性进行研究.然后,提出基于门控单元循环神经网络的变换器黑盒宽范围等效建模方法.最后,在变换器接入点大扰动下、多工作点下进行仿真实验,验证了所提出的方法在宽范围内的暂态过程均具有等效性.