摘要
本申请涉及逆变器控制技术领域,公开了一种光伏系统中的微型逆变器控制方法、系统及存储介质。该方法包括:对光伏微型逆变器进行参数采集并处理,获取初始参数集;基于初始参数集设计径向基函数神经网络补偿不确定性参数;将补偿参数集输入粒子群优化算法优化控制参数;基于优化参数集训练反向传播神经网络实现最大功率点跟踪控制。本申请通过引入径向基函数神经网络补偿系统不确定性,结合粒子群优化算法优化控制参数,并利用反向传播神经网络实现参数的实时预测与调整,有效解决了传统控制方法在面对非线性系统特性、环境条件变化和参数不确定性时的控制精度低、适应性差的技术问题。
技术关键词
径向基函数神经网络
光伏系统
粒子群优化算法
光伏微型逆变器
功率点跟踪
不确定性参数
滤波器时间常数
系统控制参数
综合性
逆变器控制技术
光伏组件参数
控制系统
采样方法
编码方案
功率变换电路
交叉验证方法
系统为您推荐了相关专利信息
电力系统无功
无功补偿设备
粒子群优化算法
调节电力系统
电力系统运行控制技术
故障诊断系统
智能优化算法
在线滤油机
故障诊断方法
水电
分接开关触头
结构设计参数
特高压
粒子群优化算法
仿真模型
时间段
客流预测方法
训练样本数据
粒子群优化算法
矩阵