CN107707141A - 一种采用人工智能处理器的逆变器控制器及方法 - Google Patents
一种采用人工智能处理器的逆变器控制器及方法 Download PDFInfo
- Publication number
- CN107707141A CN107707141A CN201711030772.XA CN201711030772A CN107707141A CN 107707141 A CN107707141 A CN 107707141A CN 201711030772 A CN201711030772 A CN 201711030772A CN 107707141 A CN107707141 A CN 107707141A
- Authority
- CN
- China
- Prior art keywords
- module
- signal
- control
- artificial intelligence
- sampling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 51
- 230000008569 process Effects 0.000 title claims abstract description 47
- 238000005070 sampling Methods 0.000 claims description 52
- 230000008878 coupling Effects 0.000 claims description 32
- 238000010168 coupling process Methods 0.000 claims description 32
- 238000005859 coupling reaction Methods 0.000 claims description 32
- 230000003068 static effect Effects 0.000 claims description 24
- 238000004146 energy storage Methods 0.000 claims description 16
- 238000002955 isolation Methods 0.000 claims description 15
- 230000003287 optical effect Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 102100027241 Adenylyl cyclase-associated protein 1 Human genes 0.000 claims description 5
- 108010077333 CAP1-6D Proteins 0.000 claims description 5
- 101710180451 CD-NTase-associated protein 6 Proteins 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 108010031970 prostasin Proteins 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 4
- 230000006837 decompression Effects 0.000 claims description 2
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 238000000465 moulding Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
- H02M7/00—Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
- H02M7/42—Conversion of dc power input into ac power output without possibility of reversal
- H02M7/44—Conversion of dc power input into ac power output without possibility of reversal by static converters
- H02M7/48—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
- H02M1/00—Details of apparatus for conversion
- H02M1/0003—Details of control, feedback or regulation circuits
- H02M1/0012—Control circuits using digital or numerical techniques
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Inverter Devices (AREA)
Abstract
本发明公开了一种采用人工智能处理器的逆变器控制器及方法,属于电力电子技术控制技术领域,DSP控制模块通过逆变交流电采样数据输入模块获得逆变器发电的实时数据,实时数据经过DSP的预处理,然后传递给人工智能处理模块作为智能算法控制程序的输入,人工智能处理器内部控制算法程序对数据处理运算后,生成新的PWM发生器配置与控制寄存器参数并发送至DSP控制模块,DSP控制模块根据得到的参数调整DPS芯片内部集成的PWM发生器的配置与控制寄存器,然后其发出的PWM控制信号,通过IGBT驱动模块控制逆变器的发电,使其发出的交流电的电能质量更好。
Description
技术领域
本发明属于电力电子技术控制技术领域,具体涉及一种采用人工智能处理器的逆变器控制器及方法。
背景技术
目前,逆变器控制器所采用的处理器依然是传统处理器,例如通用处理器、DSP、FPGA、GPU等,其主要任务是对传感器所采集的逆变器发电的电能质量数据进行分析处理,然后执行预先写入处理器的控制策略程序,发出控制指令,控制逆变器使其发出交流电的电能质量达标。
逆变器控制器采用的控制策略多为传统的PID控制(比例积分微分控制)。PID控制适用于可建立精确数学模型的确定控制系统,其控制算法简单,控制程序代码易于编写,且控制程序代码在传统处理器上的代码执行效率高。然而逆变器发电过程往往具有非线性、时变不确定性,难以建立精确的数学模型,这导致所采用的控制策略难以达到理想的控制效果。随着科学技术的进步,智能控制理论为逆变器的控制提供了新的途径。但是智能控制算法(智能控制算法包括:专家控制,模糊控制,神经网络控制等)需要处理器进行模糊计算、模拟神经元和突触等操作,而传统处理器指令集是为进行通用计算发展起来的,基本操作为算术运算和逻辑运算,这直接导致了智能控制方法在传统处理器平台上的程序代码编写复杂,且传统处理器运行智能控制程序代码时效率低下。
发明内容
根据以上现有技术的不足,本发明所要解决的技术问题是提供一种采用人工智能处理器的逆变器控制器及方法,实现逆变器控制器能够高效执行智能控制算法的目的,达到使逆变器发出交流电电能质量更好的效果。
为了解决上述技术问题,本发明采用的技术方案为:一种采用人工智能处理器的逆变器控制器,包括人工智能处理器模块、DSP控制模块、IPM模块、逆变交流电采样数据输入模块和储能采样数据输入模块,DSP控制模块通过逆变交流电采样数据输入模块和储能采样数据输入模块获得逆变器发电的实时数据,经过DSP控制模块预处理,传递给人工智能处理器模块作为智能算法控制程序的输入,人工智能处理器生成新的PWM发生器配置与控制寄存器参数并发送至DSP控制模块,DSP控制模块根据得到的参数调整DPS芯片内部集成的PWM发生器的配置与控制寄存器,然后其发出PWM控制信号,通过IPM模块控制逆变器的运行参数。
作为一种优选实施方式,该控制器还包括看门狗电路模块,看门狗电路模块与人工智能处理器模块和DSP控制模块均电连接。
作为一种优选实施方式,所述DSP控制模块与人工智能处理器模块通过双口静态RAM芯片连接,DPS控制模块通过XINTF接口将数据存储到双口静态RAM芯片中,人工智能处理模块通过外部存储接口取出存储在双口静态RAM芯片的数据信息,然后人工智能处理器模块将DPS控制模块的控制参数存储入双口静态RAM中,DSP控制模块再从双口静态RAM中读取这些控制参数。
作为一种优选实施方式,所述逆变交流电采样数据输入模块与DSP控制模块通过AD采样芯片连接,DPS控制模块通过GPIOE2、GPIOE1及来使能读取相应AD采样芯片的转换数据,AD采样芯片通过BUSY信号来通知DSP控制模块数据转换完成可以读取数据,所述AD采样芯片包括第一AD采样芯片和第二AD采样芯片。
作为一种优选实施方式,所述逆变交流电采样数据输入模块包括交流电传感器、第一滤波器和第二滤波器,逆变器输出的三相交流电的电压电流参数先通过交流电传感器将信号转换成第一AD采样芯片模拟信号输入端的能够接受的数值范围的信号,在通过第一滤波器提取信号的基波分量输入到第一AD采样芯片的V1~V6口,PCC公共耦合点的三相交流电的电压电流参数通过交流电传感器将信号转换成AD采样芯片模拟信号输入端的能够接受的数值范围的信号,再通过第二滤波器提取信号的基波分量输入到第二AD采样芯片的V1~V6口。
作为一种优选实施方式,所述逆变交流电采样数据输入模块还包括隔离变压器和电压比较器,逆变器输出电压Uabc及PCC公共耦合点电压Upcc通过隔离变压器生成降压的信号,再输入电压比较器生成脉冲信号,DPS控制模块通过CAP1~CAP6读取脉冲信号测出逆变器输出交流点频率和PCC公共耦合点的交流点频率。
作为一种优选实施方式,所述储能采样数据输入模块包括直流电传感器和第三滤波器,逆变器的储能的直流电的电压电流参数先通过直流电传感器将信号转换成AD采样芯片模拟信号输入端的能够接受的数值范围的信号,再通过第三滤波器提取信号的基波分量输入到第一AD采样芯片的V7~V8口。
作为一种优选实施方式,所述DSP控制模块与IPM模块是通过光耦隔离电路连接,DSP控制模块输出的PWM7~PWM12信号通过光耦隔离电路来控制IPM模块的输出,IPM模块的硬件保护信号VFO通过光耦隔离电路输入到DPS控制模块的口。
一种采用人工智能处理器的逆变器控制方法,包括如下步骤:
步骤一:逆变器输出的三相交流电的电压电流参数,先通过交流电传感器将信号转换成AD采样芯片模拟信号输入端的能够接受的数值范围的信号,再通过滤波器提取信号的基波分量输入到第一AD采样芯片AD7606的V1~V6口;
逆变器的储能的直流电的电压电流参数,先通过直流电传感器将信号转换成AD采样芯片模拟信号输入端的能够接受的数值范围的信号,再通过滤波器提取信号的基波分量输入到第一AD采样芯片AD7606的V7~V8口;
逆变器输出电压Uabc及PCC公共耦合点电压Upcc通过隔离变压器生成降压的信号,再输入电压比较器生成脉冲信号,DPS控制模块通过CAP1~CAP6读取脉冲信号测出逆变器输出交流点频率和PCC公共耦合点的交流点频率;
PCC公共耦合点的三相交流电的电压电流参数,先通过交流电传感器将信号转换成AD采样芯片模拟信号输入端的能够接受的数值范围的信号,在通过滤波器提取信号的基波分量输入到第二AD采样芯片AD7606的V1~V6口;
步骤二:DPS控制模块通过GPIOE2、GPIOE1及来使能读取第一、第二AD采样芯片的转换数据,第一、第二AD采样芯片通过BUSY信号来通知DSP控制模块数据转换完成可以读取数据;
步骤三:DPS控制模块通过XINTF接口将数据存储到双口静态RAM芯片中,人工智能处理模块通过外部存储接口取出存储在双口静态RAM芯片的数据信息,然后人工智能处理器模块将DPS控制模块的控制参数存储入双口静态RAM中,DSP控制模块再从双口静态RAM中读取这些控制参数;
步骤四:DSP控制模块输出的PWM7~PWM12信号通过光耦隔离电路来控制IPM模块的输出,IPM模块的硬件保护信号VFO通过光耦隔离电路输入到DPS控制模块的口,来实现DSP控制器在IPM模块异常工况下的系统保护。
本发明有益效果是:本发明提供一种采用人工智能处理器的逆变器控制器,实现逆变器控制器高效执行智能控制算法的目的,达到使逆变器发出交流电电能质量更好的效果。
附图说明
下面对本说明书附图所表达的内容及图中的标记作简要说明:
图1为本发明具体实施方案的逆变器控制器的结构示意图;
图2为本发明具体实施方案的逆变器控制器中的DPS控制模块与人工智能处理通过双口静态RAM芯片通信的电路示意图;
图3为本发明具体实施方案的逆变器控制器中的DPS控制模块与AD采样芯片AD7606相互连接的电路示意图;
图4为本发明具体实施方案的逆变器控制器中的AD采样芯片采集逆变器输出端三相交流电电压及电流的电路结构示意图;
图5为本发明具体实施方案的逆变器控制器中的AD采样芯片采集PCC公共耦合点的三相交流电电压及电流的电路结构示意图;
图6为本发明具体实施方案的逆变器控制器中的AD采样芯片采集逆变器输入端储能的直流电压及电流的电路结构示意图;
图7为本发明具体实施方案的逆变器控制器中的DPS控制模块采集逆变器输出端交流电频率与PCC公共耦合点交流电频率的电路结构示意图;
图8为本发明具体实施方案的逆变器控制器中的DPS控制模块与IPM模块之间连接的电路结构示意图;
图9为本发明具体实施方案的逆变器控制器中的DPS控制模块与通信模块之间连接的电路结构示意图。
具体实施方式
下面通过对实施例的描述,本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等,作进一步详细的说明,以帮助本领域技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
本发明的主题思路:本发明的人工智能处理器的逆变器控制器,包括人工智能处理器模块、DSP控制模块、电源供电模块、看门狗电路模块、IPM模块、逆变交流电采样数据输入模块、储能采样数据输入模块和通信模块。人工智能处理器模块包含人工智能处理器(人工智能处理器:能进行模糊计算、模拟神经元和突触等操作,运行智能控制算法程序的专用处理器),其与DSP控制模块连接;DSP控制模块与IPM模块、逆变交流电采样数据输入模块、储能采样数据输入模块和通信模块连接;看门狗电路电压与人工智能处理器模块、DSP控制模块连接;IPM模块由IPM、电平转换电路、光耦隔离电路、滤波电路组成;逆变交流电采样数据输入模块由电平转换电路、光耦隔离电路、滤波电路组成;储能采样数据输入模块由电平转换电路、光耦隔离电路、滤波电路组成。
电源供电模块由高精度电源芯片和滤波电路组成,与其他模块连接,为其他模块供电与提供基准电压;通信模块由RS485通信电路、RS232通信电路、CAN总线通信电路与以太网接口电路组成,其与DSP控制模块连接。
在图1中,DSP控制模块通过逆变交流电采样数据输入模块获得逆变器发电的实时数据,这些数据经过DSP的简单预处理,传递给人工智能处理器模块作为智能算法控制程序的输入人工智能处理器内部智能控制算法程序对数据处理运算后,生成新的PWM发生器配置与控制寄存器参数并发送至DSP控制模块。DSP控制模块根据得到的参数调整DPS芯片内部集成的PWM发生器的配置与控制寄存器,然后其发出的PWM控制信号,通过IGBT驱动模块控制逆变器的发电,使其发出的交流电的电能质量更好。
看门狗电路模块与人工智能处理器模块和DSP控制模块相连,其相当于一个定时器。如果在规定的时间内人工智能处理器模块和DSP控制模块内部程序没有发送特定信号给看门狗电路模块,看门狗电路模块就会复位人工智能处理器模块和DSP控制模块,以达到防止人工智能处理器模块和DSP控制模块运行的程序跑飞,增强了逆变器控制器工作的可靠性、稳定性。
通信模块由RS485通信电路、RS232通信电路、CAN总线通信电路与以太网接口电路组成。其与DSP控制模块连接,DSP控制模块通过通信模块,可以实时向用户反应逆变器工作状态。
储能采样数据输入模块与DSP控制模块连接,DSP控制模块通过其实时了解储能的工况,并针对不同工况采取不同措施,保障了逆变器能正常运行。
电源供电模块由高精度电源芯片和滤波电路组成,与其他模块连接,为其他模块提供稳定、相对较低干扰的电能与基准电压。
在图2中,DPS控制模块通过XINTF接口将数据存储到双口静态RAM芯片中,人工智能处理通过外部存储接口取出DPS采集的一些实时信息,经过处理,然后采用人工智能算法计算出DPS寄存器的控制参数,并把这些参数存储入双口静态RAM中,DSP再从双口静态RAM中读取这些控制参数,并通过这些参数调整对IPM模块的控制信号。D15~D0为数据总线,A18~A0为地址总线,DPS和人工智能芯片通过输出片选信号,经过译码控制电路来控制双口静态RAM的使能,双口静态RAM通过输出信号来仿真DPS处理和人工智能处理器读写操作的冲突。
在图3中,DPS控制模块与两个AD采样芯片(AD7606(A)、AD7606(B))相连采用XINTF接口,D15~D0为数据总线;A11~A8为地址总线,这四个信号用来控制AD7606(A)、AD7606(B)的CONVSTA&B的转换通道的选择;DPS通过GPIOE2、GPIOE1及来使能读取相应AD采样芯片的转换数据,AD采样芯片通过BUSY信号来通知DSP芯片数据转换完成可以读取数据。
在图4中,逆变器输出的三相交流电的电压电流参数,先通过交流电传感器将信号转换成AD采样芯片模拟信号输入端的能够接受的数值范围的信号,在通过滤波器提取信号的基波分量输入到AD采样芯片AD7606(A)的V1~V6口。
在图5中,PCC公共耦合点的三相交流电的电压电流参数,先通过交流电传感器将信号转换成AD采样芯片模拟信号输入端的能够接受的数值范围的信号,在通过滤波器提取信号的基波分量输入到AD采样芯片AD7606(B)的V1~V6口。
在图6中,逆变器的储能的直流电的电压电流参数,先通过直流电传感器将信号转换成AD采样芯片模拟信号输入端的能够接受的数值范围的信号,在通过滤波器提取信号的基波分量输入到AD采样芯片AD7606(A)的V7~V8口。
在图7中,逆变器输出电压Uabc及PCC公共耦合点电压Upcc通过隔离变压器生成降压的信号,再输入电压比较器生成脉冲信号,DPS控制模块通过CAP1~CAP6读取脉冲信号即可测出逆变器输出交流点频率和PCC公共耦合点的交流点频率。
在图8中,逆变器输出的PWM7~PWM12信号通过光耦隔离电路来控制IPM模块的输出,IPM模块的硬件保护信号VFO通过光耦隔离电路输入到DPS控制模块的口,来实现DSP控制器在IPM模块异常工况下的系统保护。
在图9中,逆变器通过CANTX、CANRX口与通信模块中的CAN通信模块进行数据的传输;通过SCITX、SCIRX口来实现与RS-232/485通信模块的数据传输。
上面对本发明进行了示例性描述,显然本发明具体实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进,或未经改进将本发明的构思和技术方案直接应用于其它场合的,均在本发明的保护范围之内。本发明的保护范围应该以权利要求书所限定的保护范围为准。
Claims (9)
1.一种采用人工智能处理器的逆变器控制器,其特征在于,包括人工智能处理器模块、DSP控制模块、IPM模块、逆变交流电采样数据输入模块和储能采样数据输入模块,DSP控制模块通过逆变交流电采样数据输入模块和储能采样数据输入模块获得逆变器发电的实时数据,经过DSP控制模块预处理,传递给人工智能处理器模块作为智能算法控制程序的输入,人工智能处理器生成新的PWM发生器配置与控制寄存器参数并发送至DSP控制模块,DSP控制模块根据得到的参数调整DPS芯片内部集成的PWM发生器的配置与控制寄存器,然后其发出PWM控制信号,通过IPM模块控制逆变器的运行参数。
2.根据权利要求1所述的采用人工智能处理器的逆变器控制器,其特征在于,该控制器还包括看门狗电路模块,看门狗电路模块与人工智能处理器模块和DSP控制模块均电连接。
3.根据权利要求1所述的采用人工智能处理器的逆变器控制器,其特征在于,所述DSP控制模块与人工智能处理器模块通过双口静态RAM芯片连接,DPS控制模块通过XINTF接口将数据存储到双口静态RAM芯片中,人工智能处理模块通过外部存储接口取出存储在双口静态RAM芯片的数据信息,然后人工智能处理器模块将DPS控制模块的控制参数存储入双口静态RAM中,DSP控制模块再从双口静态RAM中读取这些控制参数。
4.根据权利要求1所述的采用人工智能处理器的逆变器控制器,其特征在于,所述逆变交流电采样数据输入模块与DSP控制模块通过AD采样芯片连接,DPS控制模块通过GPIOE2、GPIOE1及来使能读取相应AD采样芯片的转换数据,AD采样芯片通过BUSY信号来通知DSP控制模块数据转换完成可以读取数据,所述AD采样芯片包括第一AD采样芯片和第二AD采样芯片。
5.根据权利要求4所述的采用人工智能处理器的逆变器控制器,其特征在于,所述逆变交流电采样数据输入模块包括交流电传感器、第一滤波器和第二滤波器,逆变器输出的三相交流电的电压电流参数先通过交流电传感器将信号转换成第一AD采样芯片模拟信号输入端的能够接受的数值范围的信号,在通过第一滤波器提取信号的基波分量输入到第一AD采样芯片的V1~V6口,PCC公共耦合点的三相交流电的电压电流参数通过交流电传感器将信号转换成AD采样芯片模拟信号输入端的能够接受的数值范围的信号,再通过第二滤波器提取信号的基波分量输入到第二AD采样芯片的V1~V6口。
6.根据权利要求5所述的采用人工智能处理器的逆变器控制器,其特征在于,所述逆变交流电采样数据输入模块还包括隔离变压器和电压比较器,逆变器输出电压Uabc及PCC公共耦合点电压Upcc通过隔离变压器生成降压的信号,再输入电压比较器生成脉冲信号,DPS控制模块通过CAP1~CAP6读取脉冲信号测出逆变器输出交流点频率和PCC公共耦合点的交流点频率。
7.根据权利要求4所述的采用人工智能处理器的逆变器控制器,其特征在于,所述储能采样数据输入模块包括直流电传感器和第三滤波器,逆变器的储能的直流电的电压电流参数先通过直流电传感器将信号转换成AD采样芯片模拟信号输入端的能够接受的数值范围的信号,再通过第三滤波器提取信号的基波分量输入到第一AD采样芯片的V7~V8口。
8.根据权利要求1所述的采用人工智能处理器的逆变器控制器,其特征在于,所述DSP控制模块与IPM模块是通过光耦隔离电路连接,DSP控制模块输出的PWM7~PWM12信号通过光耦隔离电路来控制IPM模块的输出,IPM模块的硬件保护信号VFO通过光耦隔离电路输入到DPS控制模块的口。
9.一种采用人工智能处理器的逆变器控制方法,其特征在于:包括如下步骤:
步骤一:逆变器输出的三相交流电的电压电流参数,先通过交流电传感器将信号转换成AD采样芯片模拟信号输入端的能够接受的数值范围的信号,再通过滤波器提取信号的基波分量输入到第一AD采样芯片AD7606的V1~V6口;
逆变器的储能的直流电的电压电流参数,先通过直流电传感器将信号转换成AD采样芯片模拟信号输入端的能够接受的数值范围的信号,再通过滤波器提取信号的基波分量输入到第一AD采样芯片AD7606的V7~V8口;
逆变器输出电压Uabc及PCC公共耦合点电压Upcc通过隔离变压器生成降压的信号,再输入电压比较器生成脉冲信号,DPS控制模块通过CAP1~CAP6读取脉冲信号测出逆变器输出交流点频率和PCC公共耦合点的交流点频率;
PCC公共耦合点的三相交流电的电压电流参数,先通过交流电传感器将信号转换成AD采样芯片模拟信号输入端的能够接受的数值范围的信号,在通过滤波器提取信号的基波分量输入到第二AD采样芯片AD7606的V1~V6口;
步骤二:DPS控制模块通过GPIOE2、GPIOE1及来使能读取第一、第二AD采样芯片的转换数据,第一、第二AD采样芯片通过BUSY信号来通知DSP控制模块数据转换完成可以读取数据;
步骤三:DPS控制模块通过XINTF接口将数据存储到双口静态RAM芯片中,人工智能处理模块通过外部存储接口取出存储在双口静态RAM芯片的数据信息,然后人工智能处理器模块将DPS控制模块的控制参数存储入双口静态RAM中,DSP控制模块再从双口静态RAM中读取这些控制参数;
步骤四:DSP控制模块输出的PWM7~PWM12信号通过光耦隔离电路来控制IPM模块的输出,IPM模块的硬件保护信号VFO通过光耦隔离电路输入到DPS控制模块的口,来实现DSP控制器在IPM模块异常工况下的系统保护。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711030772.XA CN107707141A (zh) | 2017-10-28 | 2017-10-28 | 一种采用人工智能处理器的逆变器控制器及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711030772.XA CN107707141A (zh) | 2017-10-28 | 2017-10-28 | 一种采用人工智能处理器的逆变器控制器及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107707141A true CN107707141A (zh) | 2018-02-16 |
Family
ID=61176604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711030772.XA Pending CN107707141A (zh) | 2017-10-28 | 2017-10-28 | 一种采用人工智能处理器的逆变器控制器及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107707141A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101123415A (zh) * | 2007-09-27 | 2008-02-13 | 广东华拿东方能源有限公司 | Igbt逆变器中压电动机斩波式双dsp数字调速系统 |
CN101794997A (zh) * | 2010-04-02 | 2010-08-04 | 中国海洋石油总公司 | 一种兆瓦级风电蓄电池组合独立电源系统 |
CN103580050A (zh) * | 2013-11-11 | 2014-02-12 | 国家电网公司 | 一种大功率模块化多电平锂电池储能变流器装置 |
CN104612898A (zh) * | 2014-11-27 | 2015-05-13 | 江苏科技大学 | 一种风电变桨距多变量模糊神经网络pid控制方法 |
CN105391364A (zh) * | 2015-11-24 | 2016-03-09 | 哈尔滨理工大学 | 一种无刷直流电机无位置传感器控制系统及控制方法 |
CN205212446U (zh) * | 2015-10-14 | 2016-05-04 | 嘉兴金尚节能科技有限公司 | 一种单相光伏并网逆变器控制装置 |
US20160226253A1 (en) * | 2015-02-03 | 2016-08-04 | King Fahd University Of Petroleum And Minerals | Neuro-fuzzy control system for grid-connected photovoltaic systems |
CN106786778A (zh) * | 2017-03-01 | 2017-05-31 | 湖南大学 | 一种逆变电源模糊pid控制方法 |
CN107181277A (zh) * | 2016-03-11 | 2017-09-19 | 台达电子企业管理(上海)有限公司 | 微网中并联逆变器的二次控制方法及装置 |
CN207573257U (zh) * | 2017-10-28 | 2018-07-03 | 安徽工程大学 | 一种采用人工智能处理器的逆变器控制器 |
-
2017
- 2017-10-28 CN CN201711030772.XA patent/CN107707141A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101123415A (zh) * | 2007-09-27 | 2008-02-13 | 广东华拿东方能源有限公司 | Igbt逆变器中压电动机斩波式双dsp数字调速系统 |
CN101794997A (zh) * | 2010-04-02 | 2010-08-04 | 中国海洋石油总公司 | 一种兆瓦级风电蓄电池组合独立电源系统 |
CN103580050A (zh) * | 2013-11-11 | 2014-02-12 | 国家电网公司 | 一种大功率模块化多电平锂电池储能变流器装置 |
CN104612898A (zh) * | 2014-11-27 | 2015-05-13 | 江苏科技大学 | 一种风电变桨距多变量模糊神经网络pid控制方法 |
US20160226253A1 (en) * | 2015-02-03 | 2016-08-04 | King Fahd University Of Petroleum And Minerals | Neuro-fuzzy control system for grid-connected photovoltaic systems |
CN205212446U (zh) * | 2015-10-14 | 2016-05-04 | 嘉兴金尚节能科技有限公司 | 一种单相光伏并网逆变器控制装置 |
CN105391364A (zh) * | 2015-11-24 | 2016-03-09 | 哈尔滨理工大学 | 一种无刷直流电机无位置传感器控制系统及控制方法 |
CN107181277A (zh) * | 2016-03-11 | 2017-09-19 | 台达电子企业管理(上海)有限公司 | 微网中并联逆变器的二次控制方法及装置 |
CN106786778A (zh) * | 2017-03-01 | 2017-05-31 | 湖南大学 | 一种逆变电源模糊pid控制方法 |
CN207573257U (zh) * | 2017-10-28 | 2018-07-03 | 安徽工程大学 | 一种采用人工智能处理器的逆变器控制器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10826292B2 (en) | Multi-time-scale digital/analog hybrid simulation system and method for power distribution network and storage medium | |
CN103020385B (zh) | 基于RTDS电网500kV主网建模仿真系统 | |
CN204425298U (zh) | 一种微弱交流信号幅值锁定放大器 | |
CN105867238A (zh) | 一种适用于多种电力变换场合的控制平台 | |
CN101242101B (zh) | 电力系统负荷谐波稳态模型的建立方法及仿真方法 | |
CN109800499A (zh) | 一种逆变器电机驱动系统电磁干扰发射的建模仿真方法 | |
CN105938578A (zh) | 一种基于聚类分析的大规模光伏电站等值建模方法 | |
Liu et al. | A system-level FPGA-based hardware-in-the-loop test of high-speed train | |
CN101527455A (zh) | 基于潮流模块交替迭代的互联电网分布式潮流计算方法 | |
CN106709143A (zh) | 基于atp自动建模的vfto批量仿真分析方法及系统 | |
CN107947237A (zh) | 一种多类型逆变器孤岛微网稳定性分析方法 | |
CN110542811A (zh) | 一种直流控制保护系统的链路延时测试方法、装置和系统 | |
CN105633964B (zh) | 一种apf电流控制方法及系统 | |
CN106570226B (zh) | 模块化多电平换流器中平均值模型及仿真方法 | |
CN207573257U (zh) | 一种采用人工智能处理器的逆变器控制器 | |
CN109387701A (zh) | 三相变流装置及电容估算方法 | |
CN107102568A (zh) | 光伏虚拟同步机并网稳定性硬件在环测试系统及方法 | |
CN106786535A (zh) | 电网模拟装置及其控制方法 | |
CN107707141A (zh) | 一种采用人工智能处理器的逆变器控制器及方法 | |
CN102890217B (zh) | 一种基于z源逆变器的通用实验装置 | |
CN101718814A (zh) | 一种基于fpga实现的安全稳定控制装置电气量测算方法 | |
WO2021031263A1 (zh) | 适用于微电网实时仿真的混合电磁暂态仿真方法 | |
CN107219492A (zh) | 中压电网电能计量高压一体化半物理仿真试验装置 | |
CN204258307U (zh) | 一种电压暂降发生仪的控制电路 | |
CN112783002A (zh) | 一种直流配电网数模混合仿真方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180216 |