基于多列神經(jīng)網(wǎng)絡(luò)算法的固定開關(guān)頻率模型研究

王啟明

(施耐德電氣(中國)有限公司，北京 100102)

三電平逆變器被廣泛應(yīng)用于高電壓、大功率變頻調(diào)速系統(tǒng)中，其使用2臺串聯(lián)的電容器將輸入的直流電平劃分為2段，與輸入電平一起構(gòu)成3個輸入電平，并按一定的開關(guān)順序邏輯控制產(chǎn)生3種相電壓電平，在輸出端合成正弦波。此時，有效控制開關(guān)陣列的開關(guān)位控制頻率，可調(diào)整逆變器的輸出波形質(zhì)量。通過調(diào)整輸出波形品質(zhì)，進(jìn)而依照反饋結(jié)果實施開關(guān)陣列的控制，可以實現(xiàn)逆變器的自動化控制。文獻(xiàn)[1]中，采用合理的神經(jīng)網(wǎng)絡(luò)取代傳統(tǒng)控制理念，通過模糊控制矩陣策略實現(xiàn)更標(biāo)準(zhǔn)的輸出波形，提升了輸出波形品質(zhì)。

本文研究的重點(diǎn)在于設(shè)計經(jīng)典三電平逆變器的開關(guān)陣列人工智能控制算法，采用復(fù)雜多列神經(jīng)網(wǎng)絡(luò)的控制模式實現(xiàn)三電平逆變器經(jīng)典模型下對12個大功率晶閘管的控制。

1 三電平逆變器的開關(guān)陣列構(gòu)成

三電平逆變器主回路結(jié)構(gòu)由a、b、c三相各4個開關(guān)構(gòu)成，每一相輸出狀況均由各4個開關(guān)的不同狀態(tài)組合決定，構(gòu)成三電平逆變器輸出波形和交流側(cè)波形，此波形所輸出的交流波形共有5個電壓控制層，電壓控制層按照工頻50 Hz設(shè)計波形，以此實現(xiàn)三電平控制器的控制。本文所使用的開關(guān)陣列為：

(1)

式中：S為開關(guān)函數(shù)；Sa1，Sa2，Sa3，Sa4為a相電開關(guān)函數(shù)；Sb1，Sb2，Sb3，Sb4為b相電開關(guān)函數(shù)；Sc1，Sc2，Sc3，Sc1為c相電開關(guān)函數(shù)。

在設(shè)計復(fù)雜神經(jīng)網(wǎng)絡(luò)控制矩陣的過程中，要先設(shè)計12列相對獨(dú)立的多列神經(jīng)網(wǎng)絡(luò)，分別對矩陣中的12個晶閘管開關(guān)量進(jìn)行二值化判斷，如圖1所示。

在神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)反饋思路下，可將圖1系統(tǒng)進(jìn)行簡化，形成圖2所示的神經(jīng)網(wǎng)絡(luò)構(gòu)建模式。

圖1 三電平逆變器的開關(guān)陣列模式示意圖

圖2中三電平逆變器的一次側(cè)在直流電源系統(tǒng)中取電，通過雙電容將直流系統(tǒng)分解為3個電平(UC1，UC2，Udc，且UC1+UC2=Udc)，在開關(guān)陣列控制下形成輸出波形。而二次側(cè)在電壓互感器中獲得錄波圖數(shù)據(jù)后，根據(jù)該錄波圖數(shù)據(jù)對多列神經(jīng)網(wǎng)絡(luò)進(jìn)行挖掘和分析，之后利用程控執(zhí)行系統(tǒng)對晶閘管開關(guān)陣列進(jìn)行控制[2-3]。

圖2 三電平逆變器的二次側(cè)架構(gòu)

2 多列神經(jīng)網(wǎng)絡(luò)設(shè)計

2.1 輸入側(cè)數(shù)據(jù)結(jié)構(gòu)設(shè)計

根據(jù)前文分析可知，輸入側(cè)數(shù)據(jù)是指通過互感器得到的電壓錄波圖數(shù)據(jù)，該錄波圖能夠?qū)⒉ㄐ蔚募?xì)節(jié)展現(xiàn)出來，但要求采樣頻率確保每個波形周期有足夠大量的采集點(diǎn)。為了分析不同采樣頻率下的實際運(yùn)行效果，設(shè)計在200 Hz(每波形4個采樣點(diǎn))、400 Hz(每波形8個采樣點(diǎn))、800 Hz(每波形16個采樣點(diǎn))、1 600 Hz(每波形32個采樣點(diǎn))條件下的數(shù)據(jù)采集方式，數(shù)據(jù)采樣方案見表1。

表1 數(shù)據(jù)采樣方案對照表

表1中，在神經(jīng)網(wǎng)絡(luò)每周期(其中定義網(wǎng)絡(luò)—編譯網(wǎng)絡(luò)—擬合網(wǎng)絡(luò)—評估網(wǎng)絡(luò)—做出預(yù)測為一個周期)輸入最近3個波形的采樣數(shù)據(jù)，根據(jù)不同的采樣頻率形成不同的神經(jīng)網(wǎng)絡(luò)輸入量。后續(xù)研究中通過仿真分析對不同采樣頻率下的實際開關(guān)量分析效果進(jìn)行分析。參照數(shù)據(jù)為50 Hz采樣頻率(每波形1個采樣點(diǎn))下的開關(guān)頻率控制效果，每個輸入數(shù)據(jù)單記錄數(shù)據(jù)格式為雙精度浮點(diǎn)型變量(Double)格式。

2.2 輸出側(cè)數(shù)據(jù)結(jié)構(gòu)設(shè)計

神經(jīng)網(wǎng)絡(luò)的輸出側(cè)為矩陣(式(1))中12個開關(guān)的二值化數(shù)據(jù)，也就是當(dāng)二值化輸出結(jié)果為1.000時開關(guān)導(dǎo)通，當(dāng)二值化輸出結(jié)果為0.000時，開關(guān)斷開。

通常，在目標(biāo)輸出頻率下繪制的開關(guān)控制方波，通過控制晶閘管開關(guān)的控制線高低電平切換沿的位置，能夠獲得更高精度的輸出波形控制結(jié)果。但此種模式并未能充分融合反饋數(shù)據(jù)，雖然控制穩(wěn)定性較高，卻無法有效管理輸出波形的最終控制效果[4-5]。

采用多列神經(jīng)網(wǎng)絡(luò)管理該晶閘管開關(guān)陣列的控制電平，雖然沒有明確的控制方波圖，但是能夠充分考慮反饋數(shù)據(jù)在控制過程的優(yōu)勢。在傳統(tǒng)模式下的方波圖輸出能夠提高控制輸入數(shù)據(jù)的穩(wěn)定性，而神經(jīng)網(wǎng)絡(luò)模式下的方波圖輸出能夠提高控制目標(biāo)數(shù)據(jù)的穩(wěn)定性[6]。采用神經(jīng)網(wǎng)絡(luò)輸出數(shù)據(jù)，共需要輸出12個二值化變量，并根據(jù)該二值化變量控制晶閘管陣列。二值化模塊輸出的變量并非邏輯型(Logical)變量，而是雙精度浮點(diǎn)型(Double)變量，其輸出值落點(diǎn)在[0.000,1.000]區(qū)間，根據(jù)數(shù)據(jù)實施深入挖掘，確保結(jié)果無限接近于0.000或1.000。其判斷函數(shù)如式(2)所示：

(2)

即當(dāng)輸入值x小于0.05時，輸出邏輯型變量偽值，即為式(2)中的F值，認(rèn)為該開關(guān)應(yīng)為低電平斷開狀態(tài)；當(dāng)輸入值x大于0.95時，輸出邏輯型變量真值，即為式(2)中的T值，認(rèn)為該開關(guān)應(yīng)為高電平接通狀態(tài)；當(dāng)輸入值x為0.05～0.95時，輸出邏輯型變量為E值，無法明確具體狀態(tài)，認(rèn)為該開關(guān)應(yīng)為低電平接通狀態(tài)或高電平斷開狀態(tài)。

2.3 多列神經(jīng)網(wǎng)絡(luò)的整體架構(gòu)

神經(jīng)網(wǎng)絡(luò)整體架構(gòu)為多列并行模式，每列分為3個串聯(lián)模塊，如圖3所示。

圖3 多列神經(jīng)網(wǎng)絡(luò)整體架構(gòu)圖

圖3中，每列神經(jīng)網(wǎng)絡(luò)串聯(lián)數(shù)據(jù)包括降維模塊、核心模塊、二值化模塊，在降維模塊后整合12個降維模塊輸出數(shù)據(jù)，從而構(gòu)成參照模塊，并將參照模塊輸出分別賦值給12個二值化模塊。其模塊參數(shù)詳見表2。

表2 神經(jīng)網(wǎng)絡(luò)模塊參數(shù)表

表2中各功能模塊的設(shè)計要素如下：

1)降維模塊。

降維模塊的統(tǒng)計學(xué)意義是將不同輸入策略下的12、24、48、96個雙精度浮點(diǎn)型變量進(jìn)行降維，形成1個雙精度浮點(diǎn)型變量，按照96個輸入變量條件針對數(shù)據(jù)實施40%壓縮比。隱藏層分為4層，分別為39、16、7、3個變量，在其他輸入模式下也使用此隱藏層架構(gòu)。因為在數(shù)據(jù)降維過程中需要整合數(shù)據(jù)信息損失量，所以基函數(shù)應(yīng)采用待回歸變量比較豐富的多項式函數(shù)設(shè)計節(jié)點(diǎn)基函數(shù)[7-9]。

(3)

式中：Y為節(jié)點(diǎn)輸出值；j為多項式階數(shù)；Aj為第j階多項式的待回歸系數(shù)；Xi為輸入變量陣列中的第i個輸入值。

2)核心模塊與參照模塊。

核心模塊的統(tǒng)計學(xué)意義是根據(jù)降維模塊輸出的1個雙精度浮點(diǎn)型變量創(chuàng)建一維數(shù)據(jù)的狀態(tài)空間，參照模塊的統(tǒng)計學(xué)意義是將12個降維模塊輸出的12個雙精度浮點(diǎn)型變量搭建狀態(tài)空間[10-11]。其本質(zhì)就是放大數(shù)據(jù)投影的規(guī)律，在常用節(jié)點(diǎn)基函數(shù)類型中，能夠放大數(shù)函數(shù)的數(shù)據(jù)細(xì)節(jié)，所以該兩個模塊均采用對數(shù)模塊進(jìn)行設(shè)計，其基函數(shù)如式(4)所示：

Y=∑(A·lnXi+B)

(4)

式中：A,B為待回歸系數(shù)。此處自然常數(shù)取近似值2.718 281 828。

3)二值化模塊[12]。

二值化模塊使用二值化函數(shù)充分整合前置數(shù)據(jù)，輸出在[0.000,1.000]區(qū)間上更接近0.000和1.000的輸出數(shù)據(jù)。二值化基函數(shù)如式(5)所示：

Y=∑(A·eXi+B)-1

(5)

二值化模塊的隱藏層采用3層設(shè)計，分別為3節(jié)點(diǎn)、7節(jié)點(diǎn)、3節(jié)點(diǎn)。

3 算法效能分析

本文采用電力CAE下SimuWorks模塊進(jìn)行數(shù)據(jù)仿真研究，分析該系統(tǒng)在三電平逆變器中的應(yīng)用效果以及模型輸出波形的質(zhì)量。分析采用電力波形評價的標(biāo)準(zhǔn)偏差倍率法，使用6σ表示標(biāo)準(zhǔn)偏差倍率[13-14]。

3.1 采樣頻率的確定

本文采用標(biāo)準(zhǔn)偏差倍率的方式分析該模型的實際波形控制效果，可以得到圖4。

圖4 不同采樣頻率下該算法的標(biāo)準(zhǔn)偏差倍率

圖4中，當(dāng)反饋數(shù)據(jù)的采樣頻率達(dá)到200 Hz時，和50 Hz采樣頻率對比，其控制精度有了顯著提升，加大采樣頻率到1 600 Hz，雖然精度有穩(wěn)定提升，但提升效果并不顯著。200 Hz采樣頻率下的6σ值為0.062，與50 Hz采樣頻率下的6σ值0.159相差2.56倍，直至采樣頻率為1 600 Hz時的6σ值從0.062提高到0.057，提升率8.1%。由此可知，通過提升反饋數(shù)據(jù)采樣頻率提升數(shù)據(jù)精度，并無工程學(xué)經(jīng)濟(jì)性。那么在以下研究中，均采用200 Hz的反饋數(shù)據(jù)采樣頻率，即每波形設(shè)置4個采樣點(diǎn)，神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)采用12個雙精度浮點(diǎn)型數(shù)據(jù)格式。

3.2 算法效能分析

在相同硬件架構(gòu)下(圖1)分別采用模糊矩陣法和本文提出的多列神經(jīng)網(wǎng)絡(luò)法對開關(guān)陣列頻率模型進(jìn)行控制，并對比其運(yùn)行效果，詳見表3。

表3 兩種算法控制效能比較結(jié)果

表3中，三電平逆變器對電壓峰值的控制精度和輸出波形頻率的控制精度均只有微小差距，偏差率在2倍以內(nèi)，t值分別為6.331和3.528，都小于10.000，P值都小于0.010，所以認(rèn)為數(shù)據(jù)在統(tǒng)計學(xué)層面具有顯著差異。但在對諧波控制方面，模糊矩陣法是神經(jīng)網(wǎng)絡(luò)法的26.4倍，t值等于0.000，P值等于0.000，其統(tǒng)計學(xué)差異極為顯著。其中最大諧波功率占比指通過傅里葉變換提取的主波形功率值與主要次高峰功率值總和的比值。

使用SPSS24.0軟件中的雙變量t對以上數(shù)據(jù)的統(tǒng)計學(xué)差異進(jìn)行校驗，當(dāng)t值小于10.000時，認(rèn)為存在統(tǒng)計學(xué)差異；當(dāng)P值小于0.050時認(rèn)為其比較結(jié)果在信度置信空間內(nèi)，當(dāng)P值小于0.010時認(rèn)為其比較結(jié)果統(tǒng)計學(xué)意義顯著。而當(dāng)出現(xiàn)t值等于0.000且P值等于0.000的分析結(jié)果時，認(rèn)為其統(tǒng)計學(xué)差異超出量程。

綜上可知，本文所設(shè)計的神經(jīng)網(wǎng)絡(luò)開關(guān)時序控制算法的重點(diǎn)在于控制三電平逆變器生成交流波形中的諧波功率占比，以此得到更純凈的電能輸出質(zhì)量。

4 結(jié)束語

本文采用多列神經(jīng)網(wǎng)絡(luò)分別對三電平逆變器中的12個開關(guān)陣列進(jìn)行自動化控制，結(jié)果發(fā)現(xiàn)輸出側(cè)電壓互感器的錄波圖頻率控制在200 Hz時有較強(qiáng)的工程學(xué)經(jīng)濟(jì)性，通過算法能夠限制200 Hz條件下產(chǎn)生的自然量程誤差。相比于傳統(tǒng)的模糊矩陣法，多列神經(jīng)網(wǎng)絡(luò)法能夠提高電壓峰值控制精度、波形頻率控制精度，在最大諧波功率占比控制目標(biāo)下，實現(xiàn)了26.4倍的精度提升，即多列神經(jīng)網(wǎng)絡(luò)可以有效控制三電平逆變器的輸出波形，減少諧波量，提升輸出電能質(zhì)量。