来源：期刊VIP网 时间：
作者：毕长飞;
单位：辽宁地质工程职业学院;
摘要：针对电力电子变换器采用有限集模型预测控制（MPC）时，其成本函数中权重系数难以整定的问题，设计了一种基于人工神经网络（ANN）的新型MPC权重系数整定方案。基于仿真平台搭建了变换器电路仿真模型并代入不同权重系数进行测试以获取对应的如总谐波失真等关键性能指标，然后利用这些数据对ANN进行训练，使得ANN具备为任意权重系数组合快速准确估计性能指标的能力。从而，对于任意结合输出指标的用户自定义适应度函数，可快速准确地找到权重系数优化组合。利用不间断电源系统开展了对MPC权重系数设计的ANN方法的实验，实验结果为对于指定的示例性适应度函数，采用AAN设计权重系数后可产生预期的控制性能，并对负载变化具有一定的鲁棒性，同时与仿真模型的误差小于3%，与实测误差小于10%。实验结果验证了所设计的ANN方法整定电力电子变换器MPC权重系数的有效性。
关键词：模型预测控制;;电力电子变换器;;成本函数;;权重系数;;人工神经网络
基金资助：2022年度教育厅基本科研项目（面上项目）（LJKMZ20222185）
