三电平逆变器中点电位平衡电路的设计与仿真

多电平逆变器在中高压大功率场合得到了广泛的研究和应用 .二极管中点箝位三电平逆变器是一种简单实用的多电平逆变器 ,但是三电平逆变器直流侧中点电位偏移问题影响着逆变器及其电机调速系统的可靠性 .为此提出了一种用于三电平逆变器中点电位平衡的硬件电路 ,详细介绍了其工作原理以及参数设定 ,并用Matlab/Simulink仿真工具对系统进行了研究 ,给出了较好的仿真结果 .     

三电平逆变器的点电压平衡控制

为解决电压型逆变器中点电压不平衡问题,分析了中点钳位式(NPC)三电平逆变器的基本原理,介绍了三电平逆变器的SVPWM算法.根据正负小矢量对中点电位的影响提出了两种平衡中点电位的控制策略,并通过设定电压误差滞环把两者结合起来.仿真结果表明,该方法能有效约束三电平逆变器的中点电压.     

基于虚拟矢量合成的三电平直接转矩控制方法

研究了一种新颖的基于虚拟矢量合成的永磁同步电机三电平直接转矩控制方法.基于通用的二极管钳位式三电平逆变器,将空间矢量调制与直接转矩控制相结合,在分析各基本电压矢量中点电流特性基础上,对原空间电压矢量中的中矢量和长矢量部分分解,构造虚拟中、长电压矢量,合成参考矢量.减小中矢量对中点电压平衡的影响,同时增大了冗余短矢量对中点电压的补偿作用.仿真结果证实了该方案的正确性.     

多电平逆变器的PWM控制技术

目前出现了诸如载波层叠、载波移相、频率优化、消除特定次谐波、空间电压相量等多种优秀的控制策略,但是针对特定的电路拓扑,需要根据电路的拓扑结构、开关器件的类型、工作频率、输出电压的指标等因素综合考虑选用或设计最适合的控制策略。一、三角载波层叠SPWM控制三角载波层叠SPWM控制法是从两电平H桥的单极性调制方法发展而来的,在m电平的变流器中,由（m-1）组频率和幅值相同的三角载波分成两层上下层叠,且两组三角载波对称地分布于水平中线两侧,以水平中线作为参考零线,与共同的调制波相交,通过调制比较产生互补的开关信号,触发相应的开关器件。这种调制策略根据三角载波的相位不同,可以派生出三种不同的形式：同相层叠PWM法、正负反相层叠式PWM法,交替反相层叠PWM法。     

新型电压源型换流器拓扑及控制策略研究

文章提出了一种新型的模块化多电平换流器拓扑结构,在中高压调速领域、交流柔性供电系统中有着广泛的应用前景。与传统的多电平换流器相比,其具有输出容量大、开关频率低(等于基波频率)、开关损耗小等优点。文章分析了模块化多电平拓扑结构的工作原理,并提出了一种基于采用最小谐波原则确定脉冲导通角度的基频开关调制策略,且给出了子模块电容电压平衡的控制方法;最后,基于Matlab软件平台搭建了一个11电平的模块化多电平换流器模型,验证了理论分析的有效性和正确性。     

多电平逆变器技术及其原理综述

对多电平逆变器的基本原理和多电平逆变器的各种拓扑进行了分析,同时指出了各类拓扑的优缺点。分析了已有多电平逆变器不同的载波PWM控制方法,重点研究了多载波PWM控制方法,并以二极管钳位式五电平逆变器为例进行了仿真研究。同时采用了三次谐波注入法,对输出波形的谐波进行改善。     

基于MMC的永磁同步电机驱动系统新型电容电压控制策略

为改善模块化多电平永磁同步电机驱动系统的控制性能,对变换器的双星半桥型拓扑结构进行改进,并建立上桥臂和下桥臂中子模块电容电压可变控制的原理分析模型,提出一种根据电机运行速度灵活调节变换器电容电压的新型控制策略,与传统控制方法下变换器的电容电压恒定相比,此新型策略为驱动系统多增加了一维控制量,使系统在灵活性和准确性控制方面得到了明显改善.在实验室中搭建了模块化五电平永磁同步电机驱动系统测试平台,实验结果表明,该新型电容电压控制策略能够有效地控制和调节变换器各个子模块的电容电压,有利于降低系统损耗和改善电机控制性能.      

基于MMC的柔性直流输电动模装置节点控制器的设计及其动模实验

为了解决目前模块化多电平换流器动模装置所有子模块均由一个阀级控制器控制从而导致的控制系统复杂、系统成本升高等问题。本文提出了一种在阀级控制器和子模块级控制器间加入节点控制器的方案并在此方案上研制了动模装置。节点控制器的加入降低了主机控制器的硬件要求和光纤通道的使用数量,大大地降低了装置成本。同时,主机控制器与节点控制器之间的通讯采用循环冗余校验算法,增加了大容量数据高速传输的实时性和可靠性。通过对动模装置进行稳态实验和功率阶跃实验,结果表明系统能够正确快速地进行有功类物理量和无功类物理量的追踪控制以及子模块电容电压的稳定。     

增强型注意力网络点击通过率预估方法

针对以往模型在对点击通过率(click-through rate,CTR)进行建模预测时,存在着特征重要性学习不足、特征交互低效等问题,提出了一种增强型注意力网络预估模型,用于动态学习特征重要性和特征交互信息,模型主要由注意力层、双线性交互层和全连接神经网络层构成。注意力层的多尺度多头自注意力机制通过设置不同尺寸子空间增强特征重要性学习能力,在得到特征重要性后,进一步采用张量积双线性交互学习特征交互信息。通过对注意力的子空间尺寸大小、张量积交互形式、神经网络层数和节点个数等进行定量分析,确定模型的最佳参数。实验证明,该模型相比已有模型拥有更好的预测能力。     

柔性控制器MMC子模块最优冗余数量双重协同优化方法

柔性直流系统中模块化多电平换流器(MMC)的子模块故障影响系统正常运行,可靠性和经济性的相互制约是MMC冗余数量配置优化的关键问题之一.对此,建立含冗余子模块MMC可靠性和经济性数学模型的多目标优化函数,提出一种柔性控制器子模块冗余数量双重协同优化方法.该方法结合权重系数和NSGAII多目标优化算法的优势,在冗余数量取...