逆变器及其预测控制方法

本申请公开了一种逆变器及预测控制方法，该方法基于集成学习的Boosting方法实现，包括：构建非线性的有源自回归函数，采用集成学习的Boosting方法对非线性的有源自回归函数进行拟合，生成预测控制器；选择浅层神经网络为基学习器，使用在线学习机制更新预测控制器中浅层神经网络的权重参数，基于更新权重参数后的预测控制器对第k个控制周期的滤波电路端电压进行预测，获得逆变器的电压预测值；构建代价函数，基于逆变器的电压预测值，选择使代价函数最小的开关状态对逆变器进行控制。本申请能够实现在不依赖物理参数的情况下对滤波电路端电压的预测，避免物理参数变化带来的预测精度损失，实现无模型在线学习的预测控制。