基于神经网络与二次纹波抑制的在线分数阶参数辨识方法

本发明一种基于神经网络与二次纹波抑制的在线分数阶参数辨识方法，包括：以单相两阶段逆变器系统为对象，对前级buck电路的分数阶模型进行模态分析，获取表征电容器/电感器动态特性的分数阶状态方程；基于GL分数阶微积分定义建立单相两级式逆变器的分数阶离散化递归模型；根据该离散模型中电容电压与电流的递推关系构建神经网络结构，在逆变器正常运行且同步抑制二次谐波的过程中，以实际采样电压和电流值为参考值，以神经网络输出为估计值，构建均方误差损失函数；对损失函数求偏导得到各权重对应的梯度表达式，采用梯度下降算法更新神经网络权重；根据分数阶离散模型与权重实时计算并输出分数阶电容器和电感器的参数。