Resumen

Los convertidores de tipo LCL se utilizan ampliamente en sistemas conectados a la red debido a su pequeño tamaño y buen rendimiento de filtrado. Sin embargo, no se puede ignorar el problema de supresión de resonancias que conlleva el filtro LCL. La realimentación de corriente capacitiva es un método de supresión de resonancias muy utilizado. En las aplicaciones, la impedancia de red puede causar resonancia en el filtro LCL. Por lo tanto, este trabajo presenta un método adaptativo de supresión de resonancia basado en la red RBF optimizada por optimización de enjambre de partículas. Este método optimiza los parámetros iniciales de la red RBF mediante optimización de enjambre de partículas, identifica los parámetros del controlador PI mediante la propia capacidad de identificación de la red neuronal RBF, y actualiza el coeficiente de amortiguamiento activo basándose en restricciones como el margen de estabilidad, consiguiendo así que el inversor tipo LCL mantenga la estabilidad del sistema cuando cambia la impedancia de red. La eficacia del método se verifica mediante experimentos.

• Materias:Ingeniería electrónica Redes Inalámbricas Tecnología de sensores Procesamiento de señales asistido por computador Procesamiento de datos
• Subjects:Electronic engineering Wireless Networks Sensor technology Signal processing computer-assisted Data processing
• Palabras claves:optimización por enjambre de partículas, red rbf, método adaptativo de supresión de resonancias, resonancia del filtro lcl, realimentación de corriente capacitiva, buen rendimiento de filtrado, cambios de impedancia de la red, capacidad de identificación propia, método de supresión de resonancias, problema de supresión de resonancias
• Keywords:particle swarm optimization, rbf network, adaptive resonance suppression method, lcl filter resonance, capacitive current feedback, good filtering performance, grid impedance changes, own identification capability, resonance suppression method, resonance suppression problem