一种基于人工神经网络的多电平光伏并网逆变器损耗优化方法、系统、介质及处理器

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于人工神经网络的多电平光伏并网逆变器损耗优化方法、系统、介质及处理器
申请号:CN202411039249
申请日期:2024-07-31
公开号:CN118889826A
公开日期:2024-11-01
类型:发明专利
摘要
本发明公开了一种基于人工神经网络的多电平光伏并网逆变器损耗优化方法、系统、介质及处理器,涉及电力功率损耗处理技术领域,方法包括获取MMC仿真模型中多组不同功率条件下对应的最优二次环流幅值、最优二次环流相角和最小总功率损耗的数据组合;将获取的数据组合进行人工神经网络训练学习,得到训练好的具备最优二次环流输出的人工神经网络模型;将当前运行功率条件下的最小总功率损耗输入训练好的人工神经网络模型,输出当前最优二次环流的幅值和相角;将当前最优二次环流的幅值和相角注入到MMC系统中。本发明能够在不额外增加硬件实现MMC的功率损耗降低,进而实现多电平光伏并网逆变器损耗优化。
技术关键词
光伏并网逆变器 损耗优化方法 人工神经网络模型 环流 人工神经网络训练 幅值 电平 仿真模型 电网无功功率 可读存储介质 损耗方法 数据获取单元 谐波 处理器 仿真软件
系统为您推荐了相关专利信息
网络流量特征 检测工具 历史流量数据 网络设备 基线
人工神经网络模型 滑动窗口采样 分段 重建算法 误差反向传播
孤岛检测方法 谐波 光储发电系统 微网系统 风储发电系统
一体化变流器 光伏并网逆变器 滤波电感 储能单元 光伏阵列
智能控制方法 曝气 输出鼓风机 数据采集装置 人工神经网络模型