Característica selección red neuronal difusa super-twisting control armónico
Autores: Pan, Qi; Zhou, Yanli; Fei, Juntao
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Característica selección red neuronal difusa super-twisting control armónico
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Papel
Red neuronal difusa de selección de características de retroalimentación múltiple
Control de modo deslizante de super torsión
Sistema de filtro de potencia activa
Capa de selección de características
Filtrado de señales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 29
Citaciones: Sin citaciones
Este documento proporciona una red neuronal difusa de selección de características de múltiples retroalimentaciones (MFFSFNN) basada en control de modo deslizante de super-torsión (STSMC), con el objetivo de compensar la distorsión de corriente y resolver el problema de corriente armónica en un sistema de filtro de potencia activa (APF). Se añade una capa de selección de características a una red neuronal de retroalimentación de salida para adjuntar las características de filtrado de señales a la red neuronal. MFFSFNN, con los bucles de retroalimentación y la capa oculta diseñados, tiene las ventajas de juzgar señales, filtrar y retroalimentar. El filtrado de señales puede elegir señales valiosas para tratar las incertidumbres agrupadas, y la retroalimentación de señales puede ampliar la dimensión de aprendizaje para mejorar la precisión de aproximación. El STSMC, como compensador con ganancias adaptativas, ayuda a estabilizar la corriente de compensación. Se lleva a cabo un estudio experimental para demostrar la eficacia y superioridad del controlador propuesto.
Descripción
Este documento proporciona una red neuronal difusa de selección de características de múltiples retroalimentaciones (MFFSFNN) basada en control de modo deslizante de super-torsión (STSMC), con el objetivo de compensar la distorsión de corriente y resolver el problema de corriente armónica en un sistema de filtro de potencia activa (APF). Se añade una capa de selección de características a una red neuronal de retroalimentación de salida para adjuntar las características de filtrado de señales a la red neuronal. MFFSFNN, con los bucles de retroalimentación y la capa oculta diseñados, tiene las ventajas de juzgar señales, filtrar y retroalimentar. El filtrado de señales puede elegir señales valiosas para tratar las incertidumbres agrupadas, y la retroalimentación de señales puede ampliar la dimensión de aprendizaje para mejorar la precisión de aproximación. El STSMC, como compensador con ganancias adaptativas, ayuda a estabilizar la corriente de compensación. Se lleva a cabo un estudio experimental para demostrar la eficacia y superioridad del controlador propuesto.