一种基于递归神经网络的级联式多级变换器控制策略

本发明提供了一种基于递归神经网络的级联式多级变换器控制策略，旨在提供一种新的控制方式。该系统包括前级四开关Buck□Boost(FSBB)变换器、中间级对称CLLC谐振变换器、后级三相PWM变换器以及永磁同步电机。采用Levenberg‑Marquardt(LM)优化方法训练递归神经网络控制器，离线获得的权值矩阵作为神经网络初始化权值，再结合神经网络的误差反向传播方法，替换传统PI控制器来实现多级变换器的控制。本发明的有益效果是：本发明提供的技术方案可以提高系统的鲁棒性能和动态响应能力，解决多级变换器控制中参数耦合和非线性问题。