一种基于人工神经网络的新选择和减小技术,用于单一源供电的高增益切换电容合多级逆变器,用于可再生能源应用
Anand Kumar Thangapandi1, Amit Kumar2, Durgalakshmi Karthigeyan1
1Department of Electrical and Electronics Engineering, Dr. Mahalingam College of Engineering and Technology (Autonomous), India.
本研究介绍了一种用于可再生能源的新型高增益多级逆变器 (MLI),使用更少的组件实现高电压增益. 人工神经网络 (ANN) 用于显著减少总波扭曲 (THD).
科学领域:
- 电气工程 电气工程
- 可再生能源系统可再生能源系统
- 电力电子 电力电子 电力电子
背景情况:
- 多级逆变器 (MLI) 对于可再生能源系统至关重要,因为它们的输出质量优越,和声波扭曲率降低.
- 现有的MLI拓通常需要庞大的直流-直流转换器或变压器来提高电压,增加复杂性和成本.
- 对于太阳能和风力发电应用,持续需要高效,高收益的逆变器,其组件数量减少.
研究的目的:
- 为可再生能源应用提供一种新的,高收益的,单源多层逆变器 (MLI) 拓.
- 在没有外部直流-直流转换器或变压器的情况下,实现高电压提升因子.
- 通过人工神经网络 (ANN) 来减少总波扭曲 (THD).
主要方法:
- 提出了一个新的MLI拓,利用连续和并行配置的开关电容器来获得电压.
- 该设计采用最小数量的电源开关 (10) 和开关电容 (3) 来实现13个电压级别.
- 人工神经网络 (ANN) 实现了选择性波移除,以最大限度地减少THD.
主要成果:
- 拟议的拓实现了两倍于传统设计的电压提升因子,使用单个直流源.
- 通过基于ANN的选择性波去除,THD降低至6.07%.
- 逆变器表现出高效率 (96.9%) 和较低的总静电压 (TSV) 通过简化,最小化组件设计.
结论:
- 新的MLI拓为可再生能源整合提供了高收益,高效和成本效益的解决方案.
- 使用开关电容器和ANN用于调减,比现有方法提供了显著的进步.
- 通过模拟和实验原型设计的验证证实了其实际可行性.
更多相关视频
06:45Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator
Published on: October 28, 2022
11:44Real-Time DC-dynamic Biasing Method for Switching Time Improvement in Severely Underdamped Fringing-field Electrostatic MEMS Actuators
Published on: August 15, 2014
相关概念视频
Half wave rectifier
Full wave rectifier
Voltage Doubler Circuit
Energy Losses in Transformers
There are four main reasons for energy losses in transformers.
The first cause can be the high resistance of the...
Generator Voltage Control
Equivalent Circuits for Practical Transformers
In a practical transformer, each winding exhibits resistance and leakage reactance. The...
