控制理论与应用

作者：杨瑞康,葛高飞,张作轩,赵军波,马辉

单位：三峡大学电气与新能源学院,国网阜阳供电公司,三峡大学电气与新能源学院,三峡大学电气与新能源学院,三峡大学电气与新能源学院

关键词：有源电力滤波器;滑模控制;RBF神经网络;三电平变换器

基金：国家自然科学基金项目(52377191),湖北省自然科学基金项目(2024AFB584)资助.

传统电流电压双闭环策略中,滑模控制器对于系统模型参数具有较强的依赖性,导致有源电力滤波器的电流内环控制器存在鲁棒性下降、动态响应迟缓等问题.为此,本文提出一种基于径向基函数(RBF)神经网络的双闭环滑模控制策略,以提高补偿电流动态响应速度和鲁棒性.该控制策略内环采用RBF神经网络全局快速终端滑模控制器;外环采用线性滑模控制器.RBF神经网络通过在线逼近未知项以降低对模型的依赖性,全局快速终端滑模控制器用于提高系统收敛性.实验结果表明,所提控制策略能够使单相三电平有源电力滤波器在稳态和动态工况下,均展现出更优越的电流跟踪性能与更强的鲁棒性.

来源：2026年第1期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2026年第1期