期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于机器学习的模块化多电平换流器的模型预测控制研究 被引量:1
1
作者 余瑜 杨文康 +1 位作者 徐岸非 汪健 《控制工程》 CSCD 北大核心 2023年第10期1775-1785,共11页
模型预测控制器(model predictive controller,MPC)因可实现多目标优化控制被广泛应用在模块化多电平换流器(modular multilevel converter,MMC)领域,但随着子模块数量增加,MPC的在线计算量成几何级数增长。因此,提出了基于机器学习的MM... 模型预测控制器(model predictive controller,MPC)因可实现多目标优化控制被广泛应用在模块化多电平换流器(modular multilevel converter,MMC)领域,但随着子模块数量增加,MPC的在线计算量成几何级数增长。因此,提出了基于机器学习的MMC的模型预测控制方法,首先利用MPC-MMC仿真平台收集数据并对数据进行预处理,再进行神经网络训练得到神经网络-MPC(neural network-MPC,NN-MPC)。为了提高神经网络训练效率,采用随机森林来优化神经网络的初始权值和阈值,得到随机森林-神经网络-MPC(random forest-neural network-MPC,RF-NN-MPC),将其用来模拟MPC。仿真结果表明,RF-NN-MPC在学习效率和学习精度方面都优于NN-MPC,在保持了良好的控制效果的同时,使MPC-MMC不受子模块数量约束,在线计算量始终为1次。 展开更多
关键词 神经网络 随机森林 模型预测控制 模块化多电平换流器 变分模态分解
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部