一种基于人工神经网络的逆变型电源构网型控制方法

本发明公开了一种基于人工神经网络的逆变型电源构网型控制方法，涉及逆变型电源的构网型控制技术领域。采集逆变型电源并网点的电气参数序列集；基于深度前馈神经网络构建电源构网控制分析器，输出第一构网控制参数；基于PSCAD搭建配电网仿真拓扑模型进行参数寻优，生成第二构网控制参数；分析确定运行状态波动度，根据其设定动态拟合策略对两类控制参数进行加权融合，得到适配构网控制策略并实施调控。本发明通过神经网络快速响应与仿真模型精确验证的双路并行机制，结合运行状态感知的自适应拟合策略，实现了控制参数的在线智能优化，有效提升了逆变型电源在复杂工况下的稳定性、适应性和控制精度。