WO2020148808A1 - 電力変換器の制御装置 - Google Patents

電力変換器の制御装置 Download PDF

Info

Publication number
WO2020148808A1
WO2020148808A1 PCT/JP2019/000960 JP2019000960W WO2020148808A1 WO 2020148808 A1 WO2020148808 A1 WO 2020148808A1 JP 2019000960 W JP2019000960 W JP 2019000960W WO 2020148808 A1 WO2020148808 A1 WO 2020148808A1
Authority
WO
WIPO (PCT)
Prior art keywords
control
value
command value
amount
period
Prior art date
Application number
PCT/JP2019/000960
Other languages
English (en)
French (fr)
Inventor
秀一 長門
Original Assignee
三菱電機株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to JP2019521853A priority Critical patent/JP6545428B1/ja
Priority to PCT/JP2019/000960 priority patent/WO2020148808A1/ja
Publication of WO2020148808A1 publication Critical patent/WO2020148808A1/ja

Links

Images

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
    • H02M3/00—Conversion of dc power input into dc power output
    • H02M3/22—Conversion of dc power input into dc power output with intermediate conversion into ac
    • H02M3/24—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters
    • H02M3/28—Conversion of dc power input into dc power output with intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode to produce the intermediate ac

Definitions

  • the present invention relates to a control device for a power converter.
  • Patent Document 1 reduces overshoot and undershoot by combining feedback control and feedforward control by machine learning control such as neuro control in the control of a DC/DC converter. The technology is described.
  • the feedforward control amount is calculated by multiplying the deviation between the control target value in a certain sampling and the control predicted value calculated from the learning history by a gain ⁇ .
  • This gain ⁇ is reduced so that the factor A (a positive value other than zero) for suppressing the first (first) undershoot or overshoot is reduced according to a damping function, specifically, A ⁇ exp(- The gain in the nth sampling is set according to ⁇ n).
  • ⁇ is a factor (a positive value other than zero) for attenuating the second overshoot or undershoot. This makes it possible to achieve both suppression of the first undershoot or overshoot and overcompensation for the subsequent overshoot or undershoot.
  • Patent Document 1 since the control predicted value at each sampling is obtained by machine learning, there is a concern that the calculation load affects the response speed of control.
  • the present invention has been made to solve such a problem, and an object of the present invention is to provide a power supply having a feedforward control function for suppressing overshoot or undershoot without increasing a calculation load. It is to provide a control device for the converter.
  • a control device for a power converter whose output value changes according to a control amount includes a control switching unit and a control signal generation unit.
  • the control switching unit uses a threshold value different from the command value of the output value and a feedforward control that fixes the control amount to a predetermined feedforward control amount according to the comparison with the output value, and a deviation between the output value and the command value.
  • the feedback control for calculating the control amount is switched.
  • the control signal generation unit generates a control signal for the power converter based on the control amount set by the control switching unit.
  • At least one of a first period in which the threshold value is set to a value higher than the command value and a second period in which the threshold value is set to a value lower than the command value are provided according to the change in the command value.
  • the control switching unit selects the feedback control when the output value is less than or equal to the threshold value in the first period, and selects the feedforward control when the output value is higher than the threshold value, and in the second period.
  • the feedback control is selected, while when the output value is lower than the threshold value, the feedforward control is selected.
  • the feedback control is switched to the feedforward control in which the control amount is fixed to the predetermined feedforward control amount.
  • FIG. 3 is a functional block diagram further explaining the configuration of the FB control amount calculation unit shown in FIG. 1.
  • 3 is a flowchart illustrating an operation of a flag determination unit shown in FIG. 6 is a flowchart illustrating an operation of the control switching unit illustrated in FIG. 1.
  • 9 is a flowchart illustrating a modified example of the operation of the control switching unit illustrated in FIG. 1. It is a flow chart explaining control operation of a control device at the time of starting control of a DC/DC converter.
  • 6 is a flowchart illustrating a control process using a neural network model by the FF control amount calculation unit shown in FIG. 1.
  • FIG. 6 is a flowchart illustrating a control process performed by the learning data extraction unit illustrated in FIG. 1.
  • 7 is a flowchart illustrating a control process performed by the learning data processing unit illustrated in FIG. 1.
  • FIG. 6 is a waveform diagram illustrating an example of control operation according to the first embodiment when a command value rises.
  • FIG. 14 is a waveform diagram illustrating the transition of the control amount (duty ratio) in FIGS. 12 and 13.
  • FIG. 6 is a waveform diagram illustrating an example of control operation according to the first embodiment when the command value decreases.
  • FIG. 7 is a functional block diagram illustrating a control device of a power converter according to a modified example of the first embodiment. 7 is a flowchart illustrating an operation at the start of learning data generation control by the control device for a power converter according to a modification of the first embodiment. 18 is a flowchart illustrating an operation during learning data generation control of the parameter setting unit illustrated in FIG. 17.
  • 5 is a functional block diagram illustrating a control device for a power converter according to a second embodiment.
  • FIG. 7 is a flowchart illustrating a control operation at the time of starting control of the control device for the power converter according to the second embodiment.
  • 9 is a flowchart illustrating an operation of a control switching unit in the control device for the power converter according to the third embodiment.
  • FIG. 3 is a conceptual diagram illustrating switching between feedforward control and feedback control in the first embodiment.
  • FIG. 10 is a conceptual diagram illustrating switching between feedforward control and feedback control according to the third embodiment. It is a block diagram explaining the example of application of the control device of the power converter concerning this embodiment.
  • FIG. 1 is a functional block diagram illustrating a configuration of a control device 50 for a power converter according to the first embodiment.
  • a DC/DC converter will be described as an example of a power converter to be controlled.
  • a DC/DC converter 11 shown as an example of a power converter that is a control target of control device 50 supplies DC power shown by a product of an output voltage and an output current to a load. ..
  • the control device 50 controls the output value X of the DC/DC converter 11 to the command value Xr.
  • the controlled output value X is, for example, an output voltage, but can be an output current, a DC power, or the like.
  • the control device 50 includes an output control unit 100 and a learning control unit 110.
  • the output value X is detected by a sensor (not shown), and the detected value by the sensor is input to the control device 50.
  • the output control unit 100 includes a flag determination unit 5, a feedforward (FF) control amount calculation unit 6, a subtraction unit 7, a feedback (FB) control amount calculation unit 8, a control switching unit 9, and a switching control signal generation. And part 10.
  • the learning control unit 110 has a neural network data file 111, a learning data processing unit 112, a learning data file 113, and a learning data extraction unit 114.
  • the control device 50 can be configured to include, as hardware, an arithmetic device, a storage device, an input circuit, and an output circuit, which are not shown.
  • the arithmetic unit can be configured by a CPU (Central Processing Unit), a DSP (Digital Signal Processor), an ASIC (Application Specific Integrated Circuit), and the like.
  • each functional block constituting the control device 50 shown in FIG. 1 typically, the arithmetic device executes software (program) stored in a storage device such as a ROM (Read Only Memory), Moreover, each function can be realized by cooperating with other hardware such as a memory device, an input circuit, and an output circuit. Further, a part or all of the functions of each functional block can be realized by a dedicated electronic circuit (hardware).
  • the hardware for realizing the functions of the output control unit 100 and the learning control unit 110 may be mounted on the same chip, or may be divided and mounted on a plurality of chips.
  • the output control unit 100 controls the output value X to the command value Xr by selecting feedback control or feedforward control.
  • feedback control and feedforward control are switched so as to suppress overshoot or undershoot that occurs when controlling the output value X by following the change in the command value Xr.
  • the control operation by the output control unit 100 is assumed to be executed for each fixed time step ⁇ t, that is, for each control cycle, the current control cycle is the nth (n: natural number), and the previous control cycle is Notated as (n-1)th.
  • the subscripts (n) and (n-1) will be added to indicate that the value is in a specific control cycle.
  • FIG. 2 is a functional block diagram further explaining the configuration of the FB control amount calculation unit 8.
  • the FB control amount calculation unit 8 has a proportional operation unit 8A, an integral operation unit 8B, a differential operation unit 8C, an addition unit 8D, and a limiter 8E.
  • the proportional operation unit 8A outputs the product of the proportional gain Kp and the deviation ⁇ X(n) as a proportional control amount.
  • the integral operation unit 8B outputs the product of the integral values of the deviations ⁇ X(1) to ⁇ X(n) and the integral gain Ki as the integral control amount.
  • the differential operation unit 8C outputs the product of the difference value between the deviations ⁇ X(n) and ⁇ X(n-1) and the differential gain Kd as the differential control amount.
  • the adding unit 8D calculates the FB control amount DTfb by adding the proportional control amount, the integral control amount, and the differential control amount.
  • the FB control amount calculation unit 8 calculates the FB control amount DTfb in each control cycle (0 ⁇ DTfb ⁇ 1.0).
  • the FB control amount DTfb(n) is input to the control switching unit 9 in FIG.
  • the FB control amount calculation unit 8 realizes feedback control by so-called PID (Proportional Integral Differential) control, but feedback control may be realized by a method other than this.
  • PID Proportional Integral Differential
  • the proportional gain Kp, the integral gain Ki, and the differential gain Kd the gain value held in advance is read into the FB control amount calculation unit 8 when the operation of the DC/DC converter 11 is started, as described later.
  • the flag determination unit 5 sets a plurality of flags used for switching between feedforward control and feedback control.
  • the FF control amount calculation unit 6 generates the FF control amount DTff and the threshold value Xth used for the operation determination of the FF control according to the flag Fff set by the flag determination unit 5.
  • the control switching unit 9 controls the FF control amount DTff from the FF control amount calculation unit 6 and the FB control from the FB control amount calculation unit 8.
  • One of the quantities DTfb is selectively output as the control quantity DT in the control cycle.
  • the switching control signal generator 10 generates a control signal for the DC/DC converter 11 in each control cycle according to the control amount DT output from the control switcher 9.
  • the DC/DC converter 11 controls the output value X according to the duty ratio of a switching element (not shown) such as a transistor, that is, the ratio of the ON time in each switching cycle of the switching element that is turned on and off at a constant frequency.
  • the control signal generated by the switching control signal generator 10 is an on/off control signal of the switching element having a duty ratio indicated by the control amount DT, more specifically, a voltage pulse signal with a variable duty ratio. be able to.
  • the duty ratio of the switching element it is assumed that when the duty ratio of the switching element is increased, the output value X increases, and when the duty ratio is decreased, the output value X decreases.
  • FIG. 3 is a flowchart explaining the operation of the flag determination unit 5.
  • the control process according to the flowchart shown in FIG. 3 is executed every control cycle.
  • the flag determination unit 5 determines which of the flag Fff for extracting the control cycle in which the command value Xr has changed, the period after the command value Xr has risen, and the period after the command value Xr has fallen.
  • the setting of the flag Fw for determining is controlled. Further, the flag Fq is used to limit the operation period of feedforward control described later.
  • the flag determination unit 5 receives the command value Xr in the control cycle in step (hereinafter, simply referred to as “S”) 100, in S110, the command value Xrp in the previous control cycle (hereinafter, referred to as the previous command). (Also referred to as a value Xrp), it is determined whether or not Xr>Xrp holds.
  • the flag Fff is set to "1" only in the control cycle in which the command value Xr has changed (increased or decreased), and is set to "0" in the other control cycles.
  • the flag Fq is cleared to "0" in the control cycle in which the command value Xr has changed (increased or decreased).
  • the flag Fw is set to "1" in the control cycle in which the command value Xr has risen, and is set to "-1" in the control cycle after the command value Xr has dropped.
  • the FF control amount DTff is a fixed value that is maintained until the value of the flag Fw changes, and is calculated from at least the command value Xr and the previous command value Xrp. For example, it is possible to previously create a lookup table or the like that outputs the FF control amount DTff and the threshold value Xth using the command value Xr and the previous command value Xrp as variables.
  • the allowable shoot amount Xmsh indicates an allowable upper limit value of the absolute value of the deviation of the output value X from the command value Xr. Therefore, the threshold value Xth is set such that the absolute value of the difference between the threshold value Xrh and the command value Xr is smaller than the allowable shoot amount Xmsh.
  • the FF control amount DTff may be calculated from the command value Xr, the previous command value Xrp, and the allowable shoot amount Xmsh. Also in this case, it is possible to previously create a look-up table or the like having the command value Xr, the previous command value Xrp, and the allowable shoot amount Xmsh as variables.
  • the FF control amount calculation unit 6 needs to execute the calculation process of the FF control amount DTff in all control cycles. Absent.
  • FIG. 4 is a flowchart explaining the operation of the control switching unit 9. The control process according to the flowchart shown in FIG. 4 is executed every control cycle.
  • the control switching unit 9 causes the FF control amount calculation unit 6 to output the FF control amount DTff and the threshold value Xth, the FB control amount calculation unit 8 to output the FB control amount DTfb, and the flag determination unit 5 to output the flag Fw. To receive. Further, the output value X in the current control cycle is also input to the control switching unit 9 in S200.
  • control switching unit 9 outputs the control amount DT (duty ratio) set in S230, S250, or S270 to the switching control signal generating unit 10 (FIG. 1), and in the control cycle. Ends the process.
  • the feedforward control is selected during the overshoot occurrence period in which the output value X is higher than the threshold value Xth (Xth>Xr). In other periods, feedback control is selected. On the contrary, in the period after the command value Xr decreases, the feedforward control is selected in the undershoot occurrence period in which the output value X is lower than the threshold value Xth (Xth ⁇ Xr), while in the other periods. , Feedback control is selected.
  • the control device As a result, in the control device according to the first embodiment, even when the command value Xr changes, feedback control is initially performed, but when overshoot or undershoot exceeding the threshold value Xth occurs, feedback control is performed. Can be switched to feedforward control. Therefore, compared to the case where the feedforward control and the feedback control are added when the command value Xr is changed as in Patent Document 1, when the overshoot or the undershoot exceeds the threshold value Xth, the control amount DT is By promptly changing the output value X, the output value X can be quickly brought close to the command value Xr. Further, it is possible to prevent the deviation ⁇ X of the output value X from occurring immediately after the change of the command value Xr due to the excessive feedforward control due to factors such as gain incompatibility.
  • the command value Xr changes from 0 (initial value) to a positive value (corresponding to the original target value).
  • a change set to a negative value is included. That is, even when the command value Xr is held constant after the control of the DC/DC converter 11 is started, the above-mentioned feedback according to the FF control amount DTff and the threshold Xth set in the control cycle at the start of the operation is performed.
  • the output value X can be controlled so as to suppress overshoot or undershoot with respect to the command value Xr.
  • FIG. 5 is a flowchart illustrating a modified example of the operation of the control switching unit 9.
  • the control process according to the flowchart shown in FIG. 5 can be executed every control cycle instead of the control process of FIG.
  • control switching unit 9 further executes S205, S225, S255, S265, S275 related to the flag Fq in addition to FIG. As described with reference to FIG. 3, the flag Fq is cleared to “0” in the control cycle in which the command value Xr changes.
  • the control switching unit 9 receives the flag Fq in addition to the FF control amount DTff, the threshold value Xth, the FB control amount DTfb, the flag Fw, and the output value X similar to S200.
  • the control switching unit 9 receives the flag Fq in S202.
  • the control switching unit 9 controls the overshoot or the undershoot that occurs first in the period after the command value Xr changes (increases or decreases).
  • the feedforward control is applied only, and after that, even if an overshoot of X>Xr (S220) or an undershoot of X ⁇ Xr (S260) occurs, reselection of the feedforward control is prohibited, and feedback is performed. The control will be selected.
  • the threshold value Xth and the FF control amount DTff that are set in the control cycle in which the command value Xr has changed (increased or decreased) are maintained, and thus are updated every control cycle. While avoiding an increase in calculation load due to this, setting the threshold value Xth and the FF control amount DTff to appropriate values affects the control accuracy.
  • a method of setting the threshold value Xth and the FF control amount DTff with high accuracy by learning the past results (learning by a neural network as a typical example) will be described.
  • FIG. 6 is a flowchart illustrating the control operation of the control device 50 at the start of control of the DC/DC converter 11.
  • the parameter ⁇ for setting the allowable shoot amount Xmsh is further set.
  • the threshold value Xth is newly set by the FF control amount calculation unit 8, so the period during which the initial value X0 is valid is limited. Therefore, it is preferable to set the initial value X0 to a value larger than the range in which the threshold value Xth is normally set so that only the feedback control is used until the command value Xr changes.
  • the number of neurons in the input layer of the neural network model (for example, 3), the number of intermediate layers (hidden layers), the number of neurons in each layer of the intermediate layers (hidden layers), and the number of neurons in the output layers ( For example, 2) is set.
  • FIG. 7 is a flowchart illustrating a control process using the neural network model by the FF control amount calculation unit 6. The control process shown in FIG. 7 is executed in each control cycle.
  • the FF control amount calculation unit 6 determines in S430 the neural network model from the neural network data file 111. Read.
  • FIG. 8 is a conceptual diagram illustrating a configuration example of the neural network model used in the FF control amount calculation unit 8.
  • the neural network model 120 includes K (K: an integer of 2 or more) neurons forming an input layer, L (L: natural number) neurons forming an output layer, and an input layer. And a plurality of neurons forming a hidden layer connected between the output layers. Further, the hidden layer is configured by interconnecting up to J (M, J: an integer of 2 or more) neurons across the M layer.
  • the structure of the neural network model 120 is set by determining the number parameters K, L, M, and J described above. In this way, the structure of the neural network model 120 can be arbitrarily set by the number of input layers, hidden layers, output layers, and the number of neurons in each layer.
  • An activation function is input to each neuron represented by a circle symbol in FIG. For example, a sigmoid function can be used as the activation function, but any known activation function can be applied.
  • the structure of the neural network model 120 is set by setting the number of input layers and output layers, and the number of hidden layers and neurons of each phase in S340 of FIG. Further, in S430, the weighting coefficient between the neurons is read from the neural network data file 111, and the neural network model 120 is determined.
  • each weighting factor is determined by machine learning using a plurality of learning data obtained from past performance values, and the value of the neural network data file 111 is stored.
  • the FF control amount calculation unit 8 sets the command value Xr, the previous command value Xrp, and the allowable shoot amount Xmsh in the input layer of the neural network model 120 in S440. Specifically, in the neural network model 120 of FIG. 8, the command value Xr is input to the neuron N11, the previous command value Xrp is input to the neuron N12, and the allowable shoot amount Xmsh calculated at S410 is input to the neuron N13. Is entered.
  • the FF control amount calculation unit 8 inputs the command value Xr in S440, the previous command value Xrp, and the allowable shoot amount Xmsh to the neural network model 120 in which the weighting coefficient read in S430 is set.
  • the threshold value Xth and the FF control amount DTff are obtained in the output layer. Specifically, in the neural network model 120 of FIG. 8, the threshold value Xth is obtained for the neuron N21 and the FF control amount DTff is obtained for N22.
  • the FF control amount calculation unit 8 outputs the threshold value Xth and the FF control amount DTff obtained in S450 to the control switching unit 9.
  • FIG. 9 is a conceptual diagram illustrating input values and output values in machine learning in the neural network model 120.
  • the shoot amount Xsh in the actual control result is obtained. Then, the command value Xr, the command value Xr before the change, and the threshold value Xth and the FF control amount DTff used in the feedforward control in the control result are extracted as learning data together with the shoot amount Xsh.
  • the shoot amount Xsh is used as an input value to the neuron N13 in the input layer.
  • the command value Xr, the previous command value Xrp, the threshold value Xth, and the FF control amount DTff are the values of the neurons N11, N12, N21, and N22, respectively, as in FIG.
  • FIG. 10 is a flowchart illustrating the control processing by the learning data extraction unit 114. The control process shown in FIG. 10 is executed every control cycle.
  • S520 to S540 for extracting the shoot amount that is, the maximum value (absolute value) of the deviation ⁇ X with respect to the command value Xr are executed.
  • the learning data extraction unit 114 compares the variable PT calculated in S520 with the shot amount Xsh.
  • the maximum value of the overshoot amount (X-Xr) or the maximum value of the undershoot amount (Xr-X) is extracted as the actual shot amount Xsh by S520 to S540. To be done.
  • the obtained shoot amount Xsh, the command value Xr, the previous command value Xrp, the threshold value Xth, and the FF control amount DTff used for the control are extracted as one set of learning data.
  • the extracted learning data is stored in the learning data file 113 for each set.
  • the learning data processing unit 112 shown in FIG. 1 uses the learning data stored in the learning data file 113 to determine the weighting coefficient between the neurons of the neural network model 120 shown in FIG.
  • FIG. 11 is a flowchart for explaining the control processing by the learning data processing unit 112.
  • the control process shown in FIG. 11 is executed every time a machine learning execution instruction is generated.
  • the execution instruction can be generated when the power converter (DC/DC converter 11) is started.
  • the execution instruction can be generated regularly (every day, every week, etc.). Thereby, it becomes possible to update the weighting coefficient in the neural network model 120 by adding the learning data newly accumulated after the previous machine learning.
  • learning data processing unit 112 sets the structure of neural network model 120 shown in FIG. 9 in S600.
  • the command value Xr the previous command value Xrp before change, and the shoot amount Xsh obtained as the control record are set in the input layer.
  • the learning data processing unit 112 sets the initial value of the weighting coefficient between the plurality of neurons in the neural network model 120 by using, for example, a random number in S610. As described above, for the function of each neuron, for example, a sigmoid function can be used.
  • the learning data processing unit 112 reads the command value Xr, the previous command value Xrp, the shot amount Xsh, the threshold value Xth, and the FF control amount DTff that compose one set of learning data from the learning data file 113 in S620.
  • the threshold value Xth and the FF control amount DTff obtained at the output layer of the neural network model 120 are obtained by giving the command value Xr, the previous command value Xrp, and the shoot amount Xsh to the input layer for each set of learning data.
  • the weighting coefficient of the neural network model 120 is corrected by using, for example, the error back-propagation method so that the error between the threshold value Xth of the learning data and the FF control amount DTff is eliminated.
  • the learning data processing unit 112 executes the convergence determination based on the root mean square value of the above errors (root mean square error) in S640.
  • the weighting coefficient when the root mean square error converges (when YES is determined in S640) is written in the neural network data file 111 in S650.
  • This weighting coefficient is used by the FF control amount calculation unit 6 to set the threshold Xth and the FF control amount DTff by being read from the neural network data file 111 in S430 of FIG.
  • the threshold Xth and the FF control amount DTff that are fixedly used after the setting in the control cycle in which the command value Xr has changed (increased or decreased) are It is possible to set an appropriate value by using learning (neural network learning) using the actual result data. As a result, it is possible to avoid an increase in calculation load due to updating every control cycle and improve control accuracy.
  • FIGS. 12 and 13 show an example of control operation when suppressing overshoot according to an increase in the command value Xr.
  • FIG. 12 shows an operation example in which only feedback control is used as a comparative example
  • FIG. 13 shows an operation example in which feedback control and feedforward control according to the first embodiment are switched. ..
  • the vertical axis of FIGS. 12 and 13 also shows a value (Xr+Xsmh) obtained by adding the allowable shoot amount Xmsh to the command value Xr after the increase.
  • the output value X is controlled using the FB control amount DTfb calculated by the FB control amount calculation unit 8 in accordance with the increase in the command value Xr.
  • the feedback control is continuously used, but the feedforward control is not used.
  • the output value X is settled to the command value Xr after the rise after the occurrence of an overshoot larger than the allowable shoot amount Xmsh.
  • the feedforward control is selected in the period of X>Xth with respect to the threshold value Xth set in the control cycle in which the command value Xr is increased. Therefore, the control switching unit 9 (FIG. 1) sets the FF control amount DTff to the control amount DT in the period Tff in the figure, and sets the FB control amount DTff to the control amount DT in the periods other than Tff.
  • FIG. 14 shows a waveform diagram for comparing the transition of the control amount DT set by the control switching unit 9 in FIGS. 12 and 13.
  • the control amount (that is, the duty ratio) DT is shown on the vertical axis of FIG.
  • the horizontal axis is a time axis obtained by enlarging the horizontal axes of FIGS. 12 and 13.
  • the dotted line shows the transition of the control amount DT in FIG. 12 (comparative example)
  • the solid line shows the transition of the control amount DT in FIG. 13 (Embodiment 1).
  • the output value control is started by the feedback control with respect to the command value Xr after the increase also in the first embodiment. Therefore, there is a period in which the control amounts DT match between the solid line and the dotted line.
  • the FF control amount calculation unit 8 calculates the threshold value Xth and the FF control amount DTff that correspond to the increased command value Xr.
  • the period Tff to which the feedforward control is applied is provided according to the relation of X>Xth.
  • the control amount DT is rapidly reduced to the FF control amount DTff in order to reduce the output value X, that is, to suppress overshoot.
  • the increase in the output value X is sharply suppressed.
  • the decrease of the control amount DT becomes gentle, so that the overshoot amount also becomes relatively large as shown in FIG.
  • the value set in the control cycle of the time t0 is maintained as the FF control amount DTff, so that the calculation process for calculating the FF control amount DTff is unnecessary.
  • the threshold value Xth is set using the neural network model 120 that includes the allowable shoot amount Xms in the input value to the input layer, the application of the feedforward control is started in accordance with the threshold value Xth, and the overshoot amount is allowed to shoot. It is understood that it can be smaller than the quantity Xmsh.
  • FIGS. 15 and 16 show examples of control operations when suppressing undershoot according to a decrease in the command value Xr. Similar to FIG. 13, FIG. 15 shows an operation example when only feedback control is used as a comparative example. On the other hand, FIG. 16 shows an operation example corresponding to switching between the feedback control and the feedforward control according to the first embodiment, as in FIG. The vertical axis of FIGS. 15 and 16 also shows a value (Xr ⁇ Xsmh) obtained by subtracting the allowable shoot amount Xmsh from the command value Xr after the increase.
  • the output value X is controlled using the FB control amount DTfb calculated by the FB control amount calculation unit 8 according to the decrease in the command value Xr.
  • the feedback control is continuously used.
  • the output value X is settled to the command value Xr after the decrease after the occurrence of the undershoot larger than the allowable shoot amount Xmsh.
  • the feedforward control is selected in the period of X ⁇ Xth with respect to the threshold value Xth set in the control cycle in which the command value Xr is lowered. Therefore, the control switching unit 9 (FIG. 1) sets the FF control amount DTff as the control amount DT in the period Tff in the figure, and sets the FB control amount DTfb in the period other than Tff as the control amount DT.
  • the feedforward control By applying the feedforward control, the decrease in the output value X is sharply suppressed, and the output value X starts to increase in the period Tff. As a result, it is understood that the undershoot amount can be made smaller than the allowable shoot amount Xmsh, as described with reference to FIGS. 13 and 14.
  • the FF control amount DTff is maintained at the value set when the command value Xr decreases, so the FF control amount DTff is calculated within the period Tff. No calculation processing is required.
  • both the increase in the command value Xr and the decrease in the command value Xr are dealt with.
  • the overshoot amount and the undershoot amount can be suppressed to the allowable shoot amount Xmsh or less.
  • the FF control amount calculation unit 8 sets the threshold value Xth and the FF control amount DTff by machine learning using learning data based on the control record during operation of the DC/DC converter 11.
  • learning data generation control for collecting initial learning data before the use of the control device is described.
  • FIG. 17 is a functional block diagram illustrating the configuration of the control device for the power converter according to the modification of the first embodiment.
  • control device 51 includes output control unit 100A, learning control unit 110A, and learning data generation control unit 130.
  • the learning control unit 110A includes the learning data file 113 and the learning data extraction unit 114 of the learning control unit 110 of FIG.
  • the learning data file 113 a plurality of sets of test parameters for executing the learning data generation control, each of which includes a command value Xr, a threshold value Xth, and an FF control amount DTff, that is, a plurality of test patterns, It is stored in advance.
  • the learning data generation control unit 130 includes the parameter setting unit 12.
  • the parameter setting unit 12 sequentially reads the plurality of test patterns from the learning data file 113, and outputs the output of the DC/DC converter 11 according to the command value Xr, the threshold value Xth, and the FF control amount DTff in the read test pattern. Control. Then, in the control operation, the learning data extraction unit 114 operates as described in the first embodiment, so that one set of learning data is extracted corresponding to one test pattern. The extracted learning data is written in the learning data file 113.
  • the output control unit 100A is different from the output control unit 100 of FIG. 1 in that the arrangement of the FF control amount calculation unit 6 is omitted.
  • the threshold value Xth read from the learning data file 113 by the parameter setting unit 12 and the FF control amount DTff are given to the control switching unit 9.
  • the command value Xr the value of the test parameter read from the learning data file 113 by the parameter setting unit 12 is input to the subtraction unit 7 and the flag determination unit 5. That is, in the control device 51, the command value Xr changes (increases or decreases) each time the parameter setting unit 12 reads the next test pattern from the learning data file 113.
  • FIG. 18 is a flowchart illustrating an operation at the start of learning data generation control by the control device 51 of the power converter according to the modification of the first embodiment.
  • control device 51 sets the interval time Tint used in parameter setting unit 12 in S710.
  • the interval time Tint corresponds to the above-described test pattern switching cycle.
  • the interval time Tint is set in advance so as to be longer than the time required for the output value X to settle to the command value Xr by the control operation using the test parameter.
  • the FF control amount DTff and the threshold value Xth are predetermined for each test pattern, so the processes of S310 and S340 are not executed, and instead, S710.
  • the interval time Tint for designating the test pattern switching timing is set.
  • FIG. 19 is a flowchart illustrating the operation of the parameter setting unit 12 during learning data generation control. The control process shown in FIG. 19 is started in response to the start of learning data generation control.
  • S810 corresponds to a state in which the timer value for detecting the elapse of the interval time Tint has been initialized.
  • the parameter setting unit 12 reads out the test parameters for one test pattern of the plurality of test patterns described above from the learning data file 113. As a result, the command value Xr, the threshold value Xth, and the FF control amount DTff for one pattern are read.
  • the parameter setting unit 12 determines in S830 whether all the test patterns stored in advance in the learning data file 113 have been read.
  • the parameter setting unit 12 uses the test parameters (command value Xr, threshold value Xth, and FF control amount DTff) read in S820, DC/ The control operation of the DC converter is executed.
  • the parameter setting unit 12 acquires the current time Tx in S850, and compares the time difference between the old time Tp set in S810 and the current time Tx (S860) in S860 with the interval time Tint set in S710. .. While
  • the output control unit 100A controls the output value X of the DC/DC converter 11 using the command value Xr, the threshold value Xth, and the FF control amount DTff output in S870.
  • the learning data extraction unit 114 described in the first embodiment executes the control process of FIG. 10.
  • the old time Tp is updated to indicate the start time of the control operation by the next test pattern
  • the next test pattern is read from the learning data file 113.
  • the command value Xr, the threshold value Xth, and the FF control amount DTff for one pattern are read.
  • the output control unit 100A causes a control cycle in which the flag Fff is set to 1 in accordance with the change in the command value Xr.
  • one set of learning data is written in the learning data file 113.
  • the parameter setting unit 12 issues an instruction to stop the DC/DC converter 11 in S840.
  • the learning data generation control for collecting the learning data using the plurality of tester patterns ends.
  • the FF control amount calculation unit 8 performs the machine learning by the neural network model for setting the threshold value Xth and the FF control amount DTff. It is possible to collect early learning data of.
  • Embodiment 2 Although the learning data based on the control record is extracted during the operation of the DC/DC converter 11 in the first embodiment, the learning data during the operation may not be accumulated.
  • FIG. 20 is a functional block diagram illustrating the configuration of the control device for the power converter according to the second embodiment.
  • control device 52 includes an output control unit 100 and a learning control unit 110B similar to those in FIG.
  • the learning control unit 110B includes the neural network data file 111, the learning data processing unit 112, and the learning data file 113 of the learning control unit 110 of FIG.
  • a plurality of sets of learning data are stored in advance in the learning data file 113.
  • a plurality of sets of learning data can be obtained by executing the learning data generation control described in the modification of the first embodiment before factory shipment.
  • the learning data processing unit 112 calculates the weighting coefficient of the neural network model 120 shown in FIGS. 8 and 9 by executing the control processing of FIG. 11, and writes it to the neural network data file 111.
  • the learning control unit 110B of the second embodiment since the learning data extraction unit 114 is not arranged, the learning data is not accumulated during the operation of the DC/DC converter 11.
  • FIG. 21 is a flowchart illustrating a control operation at the time of starting control of the control device 52 of the power converter according to the second embodiment.
  • control device 52 sets the values of the proportional gain Kp, the integral gain Ki, and the differential gain Kd used in the FB control amount calculation unit 8 in S330 similar to FIG.
  • the control device 52 instructs the learning data processing unit 112 to set the parameter value for determining the structure of the neural network model 120, specifically, the number of neurons in the input layer of the neural network model (for example, 3). , The number of intermediate layers (hidden layers), the number of neurons in each layer of the intermediate layers (hidden layers), and the number of neurons in the output layer (for example, 2) are set. Further, the weighting coefficient between the neurons of the neural network model 120 is set by generating the machine learning execution instruction using the learning data previously stored in the learning data file 113 to the learning data processing unit 112. It
  • the feedforward control similar to that of the first embodiment is performed. Also, by controlling the output value X by switching the feedback control, it is possible to suppress undershoot and overshoot.
  • the learning data stored in the learning data file 113 does not increase. Therefore, the start instruction for the control process (that is, the machine learning execution instruction) in FIG. It can be generated every time the device (DC/DC converter 11) is activated.
  • the weighting factor obtained by the learning data processing unit 112 can be directly stored in the neural network data file 111. In this case, it is possible to omit the arrangement of the learning data processing unit 112 and the learning data file 113 by also reading the weighting coefficient in S340 of FIG.
  • Embodiment 3 a modification of the switching between the feedforward control and the feedback control described in the first embodiment will be described.
  • the operation of the control switching unit 9 in the configuration shown in FIG. 1 is changed from the first embodiment (FIG. 4).
  • Other control functions are the same as those in the first embodiment, and therefore detailed description will not be repeated.
  • FIG. 22 is a flowchart illustrating the operation of the control switching unit in the control device for the power converter according to the third embodiment.
  • the control process according to the flowchart shown in FIG. 22 is executed every control cycle.
  • the control switching unit 9 receives the FF control amount DTff, the threshold value Xth, the FB control amount DTfb, the flags Fw and Fff, and the output value X in S900.
  • the control switching unit 9 compares whether the flag Fw is “1” or “0” and compares the threshold value Xth and the output value X with S930, S940, and S992 similar to S210, S250, and S260 in FIG. I do.
  • the control switching unit 9 compares the output value X with the previous output value Xp in S994. To do.
  • X ⁇ Xp YES in S994
  • the control switching unit 9 outputs the control amount DT (duty ratio) to the switching control signal generation unit 10 (FIG. 1) in S980, and ends the process in the control cycle.
  • FIG. 23 shows the operation of control switching unit 9 in the first embodiment with respect to overshoot
  • FIG. 24 shows the operation of control switching unit 9 in the third embodiment with respect to overshoot.
  • the control amount DT the same as the period up to time tx and the period after time ty.
  • the feedback control is selected by setting DTfb.
  • the application period of the feedforward control in which the fixed control amount (DTff) is applied does not depend on the deviation ⁇ X from the command value Xr, and the overshoot is performed. Alternatively, it can be limited to a period during which the undershoot is expanding. As a result, the effect of promptly suppressing overshoot and undershoot by switching from the feedforward control to the feedback control described in the first embodiment is maintained, and the command value Xr after suppression of overshoot or undershoot is maintained. Control stability can be improved.
  • control device of the power converter described in the first to third embodiments can be applied to, for example, a power system.
  • FIG. 25 is a block diagram illustrating an application example of the control device for the power converter according to the present embodiment.
  • the DC/DC converter 11 whose output value is controlled by the control device according to the first embodiment and its modification, the second embodiment, or the third embodiment includes a wind power generator 710.
  • DC/DC power conversion is performed with the DC power transmission line 720.
  • the DC/DC converter 11 receives DC power collected from a plurality of wind power generators 710.
  • a DC/AC converter (inverter) 720 is arranged between the DC power transmission line 720 and the AC power transmission line 740.
  • the AC power transmission line 740 is arranged for land transmission of the electric power system. That is, the DC/DC converter 11 is connected to the power system.
  • the wind power generator 710 is arranged on the sea or the like, but the generated power changes depending on the weather conditions (wind power), and therefore the input voltage fluctuation to the DC/DC converter 11 is relatively large.
  • the voltage fluctuation of the DC power transmission line 720 becomes large according to the voltage fluctuation of the DC/DC converter 11, there is a concern that the operation of the power system becomes unstable due to the voltage fluctuation of the AC power transmission line 740.
  • the DC/DC converter 11 As the output value X using the control devices 50 to 52 described above, even if the amount of power generated by the wind power generator 710 fluctuates, the DC/DC converter does not change. Since it becomes possible to suppress overshoot and undershoot of the output voltage from the DC power transmission line 720 to the DC transmission line 720, it is possible to stabilize the power system. Further, when an accident occurs in the AC power transmission line 740, there is a concern that the DC voltage of the DC power transmission line 720 will rapidly increase. However, even with such voltage fluctuations, the output value X( By controlling DC/DC by the control device according to the present embodiment so as to suppress the overshoot of the output voltage), it becomes possible to suppress the voltage fluctuation. In such a situation, by suppressing the voltage fluctuation in the DC power transmission line 720 by control, it is possible to reduce the capacity of the smoothing capacitor arranged in the DC power transmission line 720. It is also possible to reduce costs.
  • the DC/DC converter is illustrated as the control target in the first embodiment and its modifications, and the second and third embodiments, but the target is The control target is not limited to the DC/DC converter, and other power converters such as an AC/DC converter and a DC/AC converter can be controlled. That is, if the power converter has an output value that changes according to the control amount, the output value (voltage, current, or power) of the power converter with an arbitrary circuit configuration and input/output characteristics (including non-linear characteristics) Can be controlled by the control device according to the first embodiment and its modification, the second embodiment, or the third embodiment.
  • the threshold Xth is set for both overshoot and undershoot, and feedforward control is applied.
  • feedforward control is applied.
  • only one of overshoot and undershoot is used in this embodiment.
  • the operation by the flag determination unit 5 and the FF control amount calculation unit 6 is such that the feedback control is fixedly selected without setting the threshold Xth and the FF control amount DTff when the command value Xr decreases.
  • the present embodiment into a control corresponding to only overshoot.
  • the threshold value Xth and the FF control amount DTff are not set, and the feedback control is fixedly selected. It can be transformed into

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Dc-Dc Converters (AREA)

Abstract

出力値（Ｘ）の指令値（Ｘｒ）が変化すると、フィードフォワード制御への切替条件を示す閾値（Ｘｔｈ）が設定される。指令値（Ｘｒ）が上昇した場合には、閾値（Ｘｔｈ）は、変化後の指令値（Ｘｒ）よりも高く設定される。出力値（Ｘ）が閾値（Ｘｔｈ）以下の期間では、フィードバック制御が選択されて、指令値（Ｘｒ）に対する出力値（Ｘ）の偏差に基づいて電力変換器の制御量が設定される。出力値（Ｘ）が閾値（Ｘｔｈ）より大きい期間（Ｔｆｆ）では、フィードフォワード制御が選択されて、電力変換器の制御量が、予め定められたフィードフォワード制御量に設定される。

Description

電力変換器の制御装置
　本発明は、電力変換器の制御装置に関する。
　特許第５４１２６５８号公報（特許文献１）には、ＤＣ／ＤＣコンバータの制御において、フィードバック制御と、ニューロ制御等の機械学習制御によるフィードフォワード制御とを組み合わせることで、オーバーシュートやアンダーシュートを軽減させる技術が記載されている。
　特許文献１では、フィードフォワード制御量は、あるサンプリングにおける制御目標値と学習履歴から算出した制御予測値との偏差に、ゲインαを乗算することで算出される。このゲインαは、最初（一番目）のアンダーシュート又はオーバーシュートを抑制するための因子Ａ（ゼロ以外の正の値）を減衰関数に従って減少するように、具体的には、Ａ・ｅｘｐ（－λ・ｎ）に従って、第ｎ番目のサンプリングにおけるゲインが設定される。ここで、λは、二番目のオーバーシュート又はアンダーシュートを減衰させるための因子（ゼロ以外の正の値）とされる。これにより、最初のアンダーシュート又はオーバーシュートの抑制と、その後のオーバーシュート又はアンダーシュートに対する過補償との両立が図られる。
特許第５４１２６５８号公報
　特許文献１のフィードフォワード制御では、シミュレーションや制御理論により事前に決定される係数Ａ及びβの選択によっては、ゲインが不適切となることによって、オーバーシュート又はアンダーシュートの軽減効果が期待できないことが懸念される。
　更に、フィードフォワード制御が不十分でオーバーシュート又はアンダーシュートが発生すると、フィードバック制御によって補償される制御態様であるため、オーバーシュート又はアンダーシュートが速やかに抑制できない虞がある。
　又、特許文献１では、各サンプリングでの制御予測値が機械学習によって求められるため、演算負荷が制御の応答速度に影響することも懸念される。
　本発明はこのような問題点を解決するためになされたものであって、本発明の目的は、演算負荷を高めることなく、オーバーシュート又はアンダーシュートを抑制するためのフィードフォワード制御機能を有する電力変換器の制御装置を提供することである。
　本発明のある局面によれば、制御量に応じて出力値が変化する電力変換器の制御装置は、制御切替部と、制御信号生成部とを備える。制御切替部は、出力値の指令値とは異なる閾値と、出力値との比較に従って、制御量を予め定められたフィードフォワード制御量に固定するフィードフォワード制御と、出力値及び指令値の偏差から制御量を演算するフィードバック制御とを切替える。制御信号生成部は、制御切替部によって設定された制御量に基づいて、電力変換器の制御信号を生成する。指令値の変化に応じて、閾値が指令値よりも高い値に設定される第１の期間と、閾値が指令値よりも低い値に設定される第２の期間との少なくとも一方が設けられる。制御切替部は、第１の期間では、出力値が閾値以下の場合にはフィードバック制御を選択する一方で、出力値が閾値よりも高い場合にはフィードフォワード制御を選択し、第２の期間では、出力値が閾値以上の場合にはフィードバック制御を選択する一方で、出力値が閾値よりも低い場合にはフィードフォワード制御を選択する。
　本発明によれば、指令値の変化時に閾値を超えたオーバーシュート又はアンダーシュートが発生すると、フィードバック制御から、制御量が予め定められたフィードフォワード制御量に固定されるフィードフォワード制御へ切替えることによって制御量を速やかに変更することで、オーバーシュート又はアンダーシュートを抑制するためのフィードフォワード制御機能を実現できる。
実施の形態１に係る電力変換器の制御装置を説明する機能ブロック図である。 図１に示されたＦＢ制御量算出部の構成をさらに説明する機能ブロック図である。 図１に示されたフラグ判定部の動作を説明するフローチャートである。 図１に示された制御切替部の動作を説明するフローチャートである。 図１に示された制御切替部の動作の変形例を説明するフローチャートである。 ＤＣ／ＤＣコンバータの制御開始時における制御装置の制御動作を説明するフローチャートである。 図１に示されたＦＦ制御量算出部によるニューラルネットワークモデルを用いた制御処理を説明するフローチャートである。 ＦＦ制御量算出部で用いられるニューラルネットワークモデルの構成例を説明する概念図である。 図８に示されるニューラルネットワークモデルにおける機械学習での入力値及び出力値を説明する概念図である。 図１に示された学習データ抽出部による制御処理を説明するフローチャートである。 図１に示された学習データ処理部による制御処理を説明するフローチャートである。 指令値の上昇時における比較例に係る制御動作例を説明する波形図である。 指令値の上昇時における実施の形態１に係る制御動作例を説明する波形図である。 図１２及び図１３での制御量（デューティ比）の推移を説明する波形図である。 指令値の低下時における比較例に係る制御動作例を説明する波形図である。 指令値の低下時における実施の形態１に係る制御動作例を説明する波形図である。 実施の形態１の変形例に係る電力変換器の制御装を説明する機能ブロック図である。 実施の形態１の変形例に係る電力変換器の制御装置による学習データ生成制御開始時の動作を説明するフローチャートである。 図１７に示されたパラメータ設定部の学習データ生成制御中の動作を説明するフローチャートである。 実施の形態２に係る電力変換器の制御装置を説明する機能ブロック図である。 実施の形態２に係る電力変換器の制御装置の制御開始時における制御動作を説明するフローチャートである。 実施の形態３に係る電力変換器の制御装置における制御切替部の動作を説明するフローチャートである。 実施の形態１におけるフィードフォワード制御及びフィードバック制御の切替を説明する概念図である。 実施の形態３におけるフィードフォワード制御及びフィードバック制御の切替を説明する概念図である。 本実施の形態に係る電力変換器の制御装置の適用例を説明するブロック図である。
　以下に、本発明の実施の形態について、図面を参照して詳細に説明する。なお、以下では、図中の同一又は相当部分には同一符号を付して、その説明は原則的に繰返さないものとする。
　実施の形態１．
　（基本的な制御構成）
　図１は、実施の形態１に係る電力変換器の制御装置５０の構成を説明する機能ブロック図である。以下、本実施の形態では、制御対象となる電力変換器としてＤＣ／ＤＣコンバータを例示して説明する。
　図１を参照して、制御装置５０の制御対象である電力変換器の一例として示されるＤＣ／ＤＣコンバータ１１は、負荷に対して、出力電圧及び出力電流の積で示される直流電力を供給する。
　制御装置５０は、ＤＣ／ＤＣコンバータ１１の出力値Ｘを、指令値Ｘｒに制御する。制御される出力値Ｘは、例えば、出力電圧であるが、出力電流、又は、直流電力等とすることも可能である。制御装置５０は、出力制御部１００と、学習制御部１１０とを備える。出力値Ｘは、図示しないセンサによって検出されて、当該センサによる検出値は、制御装置５０へ入力される。
　出力制御部１００は、フラグ判定部５と、フィードフォワード（ＦＦ）制御量算出部６と、減算部７と、フィードバック（ＦＢ）制御量算出部８と、制御切替部９と、スイッチング制御信号発生部１０とを有する。学習制御部１１０は、ニューラルネットワークデータファイル１１１と、学習データ処理部１１２と、学習データファイル１１３と、学習データ抽出部１１４とを有する。
　制御装置５０は、ハードウェアとしては、図示しない、演算装置、記憶装置、入力回路、及び、出力回路を含むように構成することができる。例えば、演算装置は、ＣＰＵ（Central　Processing　Unit）、ＤＳＰ（Digital　Signal　Processor）、ＡＳＩＣ（Application　Specific　Integrated　Circuit）等によって構成することができる。
　図１に記載された、制御装置５０を構成する各機能ブロックは、代表的には、上記演算装置が、ＲＯＭ（Read　Only　Memory）等の記憶装置に記憶されたソフトウェア（プログラム）を実行し、かつ、記憶装置、入力回路、及び出力回路等の他のハードウェアと協働することにより、各機能を実現することができる。また、各機能ブロックによる機能の一部又は全部について、専用の電子回路（ハードウェア）によって実現することも可能である。又、出力制御部１００及び学習制御部１１０の機能を実現するためのハードウェアは、同一のチップに搭載されてもよく、複数のチップに分割して搭載されてもよい。
　出力制御部１００は、フィードバック制御及びフィードフォワード制御の選択によって出力値Ｘを指令値Ｘｒに制御する。特に、出力制御部１００では、指令値Ｘｒの変化に追従して出力値Ｘを制御する際に発生するオーバーシュート又はアンダーシュートを抑制するように、フィードバック制御及びフィードフォワード制御が切替えられる。
　まず、出力制御部１００による基本的な制御動作について説明する。以下では、出力制御部１００による制御動作は、一定の時間刻みΔｔ毎、即ち、制御周期毎に実行されるものとし、今回の制御周期を第ｎ番目（ｎ：自然数）、前回の制御周期を第（ｎ－１）番目と表記する。以下では、添字（ｎ），（ｎ－１）を付記することにより、特定の制御周期での値であることを示すものとする。
　減算部７は、各制御周期において、指令値Ｘｒから検出された出力値Ｘを減算することによって、偏差ΔＸを算出する。従って、ΔＸ（ｎ）＝Ｘｒ（ｎ）－Ｘ（ｎ）で示される。算出された偏差ΔＸ（ｎ）は、ＦＢ制御量算出部８へ入力される。
　図２は、ＦＢ制御量算出部８の構成をさらに説明する機能ブロック図である。
　図２を参照して、ＦＢ制御量算出部８は、比例動作部８Ａ、積分動作部８Ｂ、微分動作部８Ｃ、加算部８Ｄ、及び、リミッタ８Ｅを有する。
　比例動作部８Ａは、比例ゲインＫｐ及び偏差ΔＸ（ｎ）の積を比例制御量として出力する。積分動作部８Ｂは、偏差ΔＸ（１）～ΔＸ（ｎ）の積分値及び積分ゲインＫｉの積を積分制御量として出力する。微分動作部８Ｃは、偏差ΔＸ（ｎ）及びΔＸ（ｎ－１）の差分値と微分ゲインＫｄとの積を微分制御量として出力する。
　加算部８Ｄは、比例制御量、積分制御量、及び、微分制御量を加算してＦＢ制御量ＤＴｆｂを算出する。ＦＢ制御量ＤＴｆｂは、リミッタ８Ｅによって、０～１．０の範囲内に制限される。即ち、加算部８Ｄの出力値が１より大きいと、ＤＴｆｂ＝１．０に修正される。同様に、加算部８Ｄの出力値が負であると、ＤＴｆｂ＝０に修正されるが、加算部８Ｄの出力値が０～１．０の範囲内であれば、当該出力値がそのままＤＴｆｂとされる。
　ＦＢ制御量算出部８は、各制御周期においてＦＢ制御量ＤＴｆｂを算出する（０≦ＤＴｆｂ≦１．０）。ＦＢ制御量ＤＴｆｂ（ｎ）は、図１の制御切替部９へ入力される。
　図２の構成例では、ＦＢ制御量算出部８は、いわゆるＰＩＤ（Proportional　Integral　Differential）制御によってフィードバック制御を実現するが、これ以外の手法でフィードバック制御が実現されてもよい。比例ゲインＫｐ、積分ゲインＫｉ及び微分ゲインＫｄは、後述するように、ＤＣ／ＤＣコンバータ１１の動作開始時に、予め保持されたゲイン値がＦＢ制御量算出部８へ読み込まれる。
　再び図１を参照して、フラグ判定部５は、フィードフォワード制御及びフィードバック制御の切替等に用いる複数のフラグを設定する。
　ＦＦ制御量算出部６は、フラグ判定部５によって設定されたフラグＦｆｆに応じて、ＦＦ制御量ＤＴｆｆ及びＦＦ制御の作動判定に用いられる閾値Ｘｔｈを生成する。
　制御切替部９は、出力値Ｘと、ＦＦ制御量算出部６からの閾値Ｘｔｈとの比較に基づき、ＦＦ制御量算出部６からのＦＦ制御量ＤＴｆｆ及びＦＢ制御量算出部８からのＦＢ制御量ＤＴｆｂの一方を選択的に、当該制御周期での制御量ＤＴとして出力する。
　スイッチング制御信号発生部１０は、各制御周期において、制御切替部９から出力された制御量ＤＴに従って、ＤＣ／ＤＣコンバータ１１の制御信号を生成する。例えば、ＤＣ／ＤＣコンバータ１１は、トランジスタ等のスイッチング素子（図示せず）のデューティ比、即ち、一定周波数でオンオフされるスイッチング素子の各スイッチング周期でのオン時間の比率によって、出力値Ｘを制御するように構成される。従って、スイッチング制御信号発生部１０が発生する制御信号は、制御量ＤＴによって示されるデューティ比を有する、上記スイッチング素子のオンオフ制御信号、より具体的には、デューティ比が変化する電圧パルス信号とすることができる。本実施の形態では、スイッチング素子のデューティ比を高くすると出力値Ｘが上昇し、当該デューティ比を低くすると出力値Ｘが低下するものとする。
　図３は、フラグ判定部５の動作を説明するフローチャートである。図３に示されるフローチャートに従う制御処理は、制御周期毎に実行される。
　図３を参照して、フラグ判定部５は、指令値Ｘｒが変化した制御周期を抽出するためのフラグＦｆｆと、指令値Ｘｒの上昇後の期間、及び、低下後の期間のいずれであるかを判別するためのフラグＦｗとの設定を制御する。更に、フラグＦｑは、後述するフィードフォワード制御の動作期間を制限するために用いられる。
　フラグ判定部５は、ステップ（以下、単に「Ｓ」と表記する）１００により、当該制御周期での指令値Ｘｒを受け取ると、Ｓ１１０により、前回の制御周期での指令値Ｘｒｐ（以下、前回指令値Ｘｒｐとも称する）との間に、Ｘｒ＞Ｘｒｐが成立するか否かを判定する。
　Ｘｒ＞Ｘｒｐのとき（Ｓ１１０のＹＥＳ判定時）、即ち、今回の制御周期で指令値Ｘｒが上昇した場合には、Ｓ１２０により、フラグＦｆｆ＝１，Ｆｗ＝１、Ｆｑ＝０に設定される。これに対して、Ｘｒ≦Ｘｒｐのとき（Ｓ１１０のＮＯ判定時）には、Ｓ１５０により、Ｓ１１０とは反対に、Ｘｒ＜Ｘｒｐが成立するか否かが判定される。
　フラグ判定部５は、Ｘｒ＜Ｘｒｐのとき（Ｓ１５０のＹＥＳ判定時）、即ち、今回の制御周期で指令値Ｘｒが低下した場合には、Ｓ１２０により、フラグＦｆｆ＝１，Ｆｗ＝－１、Ｆｑ＝０に設定される。
　Ｘｒ＝Ｘｒｐのとき、即ち、指令値Ｘｒが前回の制御周期から変わらないときは、Ｓ１１０及びＳ１５０ともＮＯ判定とされるので、Ｓ１７０により、Ｆｆｆ＝０に設定される。Ｓ１７０では、フラグＦｗ及びＦｑは、現在の値のまま維持される。
　フラグ判定部５は、Ｓ１２０，Ｓ１６０、又は、Ｓ１７０の処理後、Ｓ１３０により、フラグＦｆｆ，Ｆｗ，Ｆｑ、指令値Ｘｒ、及び、前回指令値Ｘｒｐを出力する。更に、Ｓ１４０では、次回の制御周期に備えて、Ｘｒｐ＝Ｘｒとされる。
　この結果、フラグＦｆｆは、指令値Ｘｒが変化（上昇又は低下）した制御周期においてのみ「１」とされる一方で、その他の制御周期では「０」とされる。フラグＦｑは、指令値Ｘｒが変化（上昇又は低下）した制御周期において「０」にクリアされる。
　フラグＦｗは、指令値Ｘｒが上昇した制御周期において「１」に設定される一方で、指令値Ｘｒが低下した制御周期以降において「－１」に設定される。フラグＦｗは、指令値Ｘｒが変化しない制御周期では、値が変化しない。従って、ＤＣ／ＤＣコンバータ１１の運転開始時に、指令値Ｘｒが０（初期値）から正値に設定されることでＦｗ＝１に設定されると、その後は、指令値Ｘｒが低下するまでＦｗ＝１に維持される。指令値Ｘｒが低下されると、Ｆｗ＝－１に更新されて、指令値Ｘｒが上昇されるまで、Ｆｗ＝－１に維持される。このように、ＤＣ／ＤＣコンバータ１１の制御開始後は、フラグＦｗは「１」又は「－１」に設定される。
　再び図１を参照して、ＦＦ制御量算出部６は、フラグ判定部５によって設定されたフラグＦｆｆ＝１の制御周期において、ＦＦ制御量ＤＴｆｆ及び閾値Ｘｔｈを生成する。即ち、ＦＦ制御量算出部６は、指令値Ｘｒが変化（上昇又は低下）した制御周期において、ＦＦ制御量ＤＴｆｆ及び閾値Ｘｔｈを算出する。ＦＦ制御量ＤＴｆｆは、フラグＦｗの値が変化するまで維持される固定値であり、少なくとも、指令値Ｘｒ及び前回指令値Ｘｒｐをから算出される。例えば、指令値Ｘｒ及び前回指令値Ｘｒｐを変数として、ＦＦ制御量ＤＴｆｆ及び閾値Ｘｔｈを出力する、ルックアップテーブル等を予め作成することが可能である。
　或いは、指令値Ｘｒが変化（上昇又は低下）した制御周期において、オーバーシュート又はアンダーシュートの許容限界、即ち、偏差ΔＸ（ΔＸ＝Ｘｒ－Ｘ）の絶対値の許容上限値を示す許容シュート量Ｘｍｓｈをさらに設定することも可能である。許容シュート量Ｘｍｓｈは、指令値Ｘｒに対する出力値Ｘの偏差の絶対値の許容上限値を示すものである。従って、閾値Ｘｔｈは、閾値Ｘｒｈ及び指令値Ｘｒとの差分の絶対値が許容シュート量Ｘｍｓｈよりも小さくなるように設定されることになる。又、ＦＦ制御量ＤＴｆｆは、指令値Ｘｒ、前回指令値Ｘｒｐ、及び、許容シュート量Ｘｍｓｈから算出されてもよい。この場合にも、指令値Ｘｒ、前回指令値Ｘｒｐ、及び、許容シュート量Ｘｍｓｈを変数とするルックアップテーブル等を予め作成することが可能である。
　指令値Ｘｒが変化しない制御周期では、ＦＦ制御量ＤＴｆｆ及び閾値Ｘｔｈの値は維持されるので、ＦＦ制御量算出部６は、全ての制御周期においてＦＦ制御量ＤＴｆｆの算出処理を実行する必要がない。
　閾値Ｘｔｈは、指令値Ｘｒが上昇した制御周期では、Ｘｔｈ＞Ｘｒに設定されて、フラグＦｗ＝１の期間中にはその値が維持される。反対に、閾値Ｘｔｈは、指令値Ｘｒが低下した制御周期では、Ｘｔｈ＜Ｘｒに設定されて、フラグＦｗ＝－１の期間中にはその値が維持される。即ち、Ｆｗ＝１の期間は「第１の期間」に相当し、Ｆｗ＝－１の期間は「第２の期間」に相当する。
　図４は、制御切替部９の動作を説明するフローチャートである。図４に示されるフローチャートに従う制御処理は、制御周期毎に実行される。
　図４を参照して、制御切替部９は、Ｓ２００により、ＦＦ制御量算出部６からＦＦ制御量ＤＴｆｆ及び閾値Ｘｔｈ、ＦＢ制御量算出部８からＦＢ制御量ＤＴｆｂ、フラグ判定部５からフラグＦｗを受け取る。更に、今回の制御周期での出力値Ｘも、Ｓ２００により、制御切替部９へ入力される。
　制御切替部９は、Ｓ２１０では、フラグＦｗ＝１であるか否かを判定する。Ｆｗ＝１の期間では（Ｓ２１０のＹＥＳ判定時）、Ｓ２２０により、出力値Ｘが閾値Ｘｔｈよりも高いか否か、即ち、上述のように指令値Ｘｒよりも高く設定された閾値Ｘｔｈを上回るオーバーシュートが発生しているか否かが判定される。
　これに対して、Ｆｗ＝１でない、即ち、Ｆｗ＝－１の期間では（Ｓ２１０のＮＯ判定時）には、Ｓ２６０により、出力値Ｘが閾値Ｘｔｈよりも低いか否か、即ち、上述のように指令値Ｘｒよりも低く設定された閾値Ｘｔｈを下回るアンダーシュートが発生しているか否かが判定される。
　Ｓ２２０におけるＸ＞Ｘｔｈの検出時（Ｓ２２０のＹＥＳ判定時）には、フィードフォワード制御が選択されて、Ｓ２３０により、制御量ＤＴ＝ＤＴｆｆに設定される。同様に、Ｓ２６０におけるＸ＜Ｘｔｈの検出時（Ｓ２６０のＹＥＳ判定時）にも、フィードフォワード制御が選択されて、Ｓ２７０により、制御量ＤＴ＝ＤＴｆｆに設定される。
　一方で、Ｓ２２０におけるＸ＞Ｘｔｈの非検出時（Ｓ２２０のＮＯ判定時）、及び、Ｓ２６０におけるＸ＜Ｘｔｈの非検出時（Ｓ２６０のＮＯ判定時）の各々では、フィードバック制御が選択されて、Ｓ２７０により、制御量ＤＴ＝ＤＴｆｂに設定される。
　更に、制御切替部９は、Ｓ２４０により、Ｓ２３０、Ｓ２５０、又は、Ｓ２７０により設定された制御量ＤＴ（デューティ比）を、スイッチング制御信号発生部１０（図１）へ出力して、当該制御周期での処理を終了する。
　図４の制御処理によれば、指令値Ｘｒが上昇した後の期間では、閾値Ｘｔｈ（Ｘｔｈ＞Ｘｒ）よりも出力値Ｘが高いオーバーシュートの発生期間において、フィードフォワード制御が選択される一方で、それ以外の期間では、フィードバック制御が選択される。反対に、指令値Ｘｒが低下した後の期間では、閾値Ｘｔｈ（Ｘｔｈ＜Ｘｒ）よりも出力値Ｘが低いアンダーシュートの発生期間において、フィードフォワード制御が選択される一方で、それ以外の期間では、フィードバック制御が選択される。
　この結果、実施の形態１に係る制御装置では、指令値Ｘｒの変化時にも初期的にはフィードバック制御で対応する一方で、閾値Ｘｔｈを超えたオーバーシュート、又は、アンダーシュートの発生時には、フィードバック制御からフィードフォワード制御へ切替えることができる。従って、特許文献１の様に、指令値Ｘｒの変更時にフィードフォワード制御及びフィードバック制御を加算する場合と比較して、閾値Ｘｔｈを超えてオーバーシュート又はアンダーシュートが発生した場合に、制御量ＤＴを速やかに変更することで、出力値Ｘを速やかに指令値Ｘｒへ近付けることができる。又、ゲインの不適合等の要因によってフィードフォワード制御が過剰となることで、指令値Ｘｒの変化直後における、出力値Ｘの偏差ΔＸが発生することを防止できる。
　尚、上述のように、指令値Ｘｒの変化には、ＤＣ／ＤＣコンバータ１１の運転開始時の制御周期において、指令値Ｘｒが０（初期値）から、本来の目標値に相当する正値（或いは、負値）に設定される変化が含まれる。即ち、ＤＣ／ＤＣコンバータ１１の制御開始後において指令値Ｘｒが一定に保持される場合にも、当該運転開始時の制御周期で設定されたＦＦ制御量ＤＴｆｆ及び閾値Ｘｔｈに従った、上述のフィードバック制御及びフィードフォワード制御の切替によって、指令値Ｘｒに対するオーバーシュート又はアンダーシュートを抑制するように、出力値Ｘを制御することができる。
　或いは、図５のフローチャートに従って制御切替部９を動作させることで、フィードフォワード制御の選択をさらに制限することも可能である。
　図５は、制御切替部９の動作の変形例を説明するフローチャートである。図５に示されるフローチャートに従う制御処理は、図４の制御処理に代えて、制御周期毎に実行することができる。
　図５を参照して、制御切替部９は、図４に加えて、フラグＦｑに係るＳ２０５，Ｓ２２５，Ｓ２５５，Ｓ２６５，Ｓ２７５をさらに実行する。図３で説明したように、フラグＦｑは、指令値Ｘｒが変化した制御周期において「０」にクリアされる。
　制御切替部９は、Ｓ２２０のＹＥＳ判定時、又は、Ｓ２６０のＹＥＳ判定時、即ち、フィードフォワード制御が選択されると、Ｓ２２５，Ｓ２７５により、フラグＦｑ＝１に設定する。一方で、制御切替部９は、Ｓ２２０のＮＯ判定時、又は、Ｓ２６０のＮＯ判定時、即ち、フィードバック制御の選択時には、Ｓ２６５により、フラグＦｑ＝１であるか否かを判定し、Ｆｑ＝１のとき（Ｓ２６５のＹＥＳ判定時）には、Ｓ２５５により、Ｆｑ＝２に設定する。
　従って、フラグＦｑは、指令値Ｘｒが変化した制御周期で「０」に設定された後、閾値Ｘｔｈよりも大きいオーバーシュート又はアンダーシュートの発生によりフィードフォワード制御が動作すると「１」に設定される。その後、フィードフォワード制御の適用によって、オーバーシュート又はアンダーシュートが収まってフィードバック制御が再び選択されると、フラグＦｑ＝２に設定される。フラグＦｑ＝２になると、Ｓ２６５がＮＯ判定となるので、フラグＦｑの値はそれ以上増加しない。
　制御切替部９は、Ｓ２００に代えて実行されるＳ２０２により、Ｓ２００と同様のＦＦ制御量ＤＴｆｆ、閾値Ｘｔｈ、ＦＢ制御量ＤＴｆｂ、フラグＦｗ、及び、出力値Ｘに加えて、フラグＦｑを受け取ると、まず、Ｓ２０５により、フラグＦｑ＝２であるか否かを判定する。Ｆｑ＝２であると（Ｓ２０５のＹＥＳ判定時）、出力値Ｘ及び閾値Ｘｔｈに関わらずフィードバック制御が選択されて、Ｓ２４５により、制御量ＤＴ＝ＤＴｆｂに設定される。
　フラグＦｑ＝２でないとき（Ｓ２０５のＮＯ判定時）には、図４と同様のＳ２１０以降の処理が、フラグＦｑを制御するための上記Ｓ２２５，Ｓ２５５，Ｓ２６５，Ｓ２７５を加えて実行される。
　このように、図５に示された制御処理によれば、制御切替部９は、指令値Ｘｒが変化（上昇又は低下）した後の期間において、最初に発生したオーバーシュート又はアンダーシュートに対してのみフィードフォワード制御を適用し、以降では、Ｘ＞Ｘｒ（Ｓ２２０）のオーバーシュート、又は、Ｘ＜Ｘｒ（Ｓ２６０）のアンダーシュートが発生しても、フィードフォワード制御の再選択が禁止されて、フィードバック制御が選択されることになる。
　（学習を用いたＦＦ制御量の設定）
　実施の形態１に係る電力変換器の制御装置では、指令値Ｘｒが変化（上昇又は低下）した制御周期で設定された閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆが維持されるので、制御周期毎に更新することによる演算負荷の増大が回避される一方で、これらの閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆを適正値に設定することが制御精度に影響する。以下では、過去実績の学習（代表例としては、ニューラルネットワークによる学習）によって、閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆを高精度に設定する手法について説明する。
　図６は、ＤＣ／ＤＣコンバータ１１の制御開始時における制御装置５０の制御動作を説明するフローチャートである。
　図６を参照して、制御装置５０は、Ｓ３００により、フラグ判定部５が図３で用いる前回指令値Ｘｒｐ＝０に初期化するとともに、Ｓ３１０により、制御量ＤＴ＝０に初期化する。Ｓ３１０では、更に、許容シュート量Ｘｍｓｈを設定するためのパラメーラαが設定される。尚、許容シュート量Ｘｍｓｈは、指令値Ｘｒ及びパラメータαの積によって設定される（Ｘｍｓｈ＝Ｘｒ・α）。
　更に、Ｓ３１０では、閾値Ｘｔｈの初期値として、Ｘｔｈ＝Ｘ０が設定される。尚、後述のように、指令値Ｘｒが変更されると、ＦＦ制御量算出部８によって閾値Ｘｔｈが新たに設定されるので、初期値Ｘ０が有効である期間は限定的である。従って、指令値Ｘｒが変化するまではフィードバック制御のみを用いるように、初期値Ｘ０は、閾値Ｘｔｈが通常設定される範囲よりも大きい値とすることが好ましい。
　制御装置５０は、Ｓ３２０では、後述する学習データ抽出部１１４で求められるシュート量Ｘｓｈ＝０に初期化するとともに、Ｓ３３０では、ＦＢ制御量算出部８（図２）で用いる比例ゲインＫｐ、積分ゲインＫｉ、及び、微分ゲインＫｄの値を設定する。更に、制御装置５０は、Ｓ３４０では、後述する学習データ処理部１１２に関する初期値として、ＦＦ制御量算出部６がＦＦ制御量ＤＴｆｆ及び閾値Ｘｔｈを設定するためのニューラルネットワークモデルの構造を決めるためのパラメータ値を設定する。具体的には、ニューラルネットワークモデルの入力層のニューロン数（例えば、３個）、中間層（隠れ層）の数、中間層（隠れ層）の各層におけるニューロン数、及び、出力層のニューロン数（例えば、２個）を設定する。
　図７は、ＦＦ制御量算出部６によるニューラルネットワークモデルを用いた制御処理を説明するフローチャートである。図７に示された制御処理は、各制御周期において実行される。
　図７を参照して、ＦＦ制御量算出部６は、Ｓ４００により、フラグ判定部５からフラグＦｆｆ，Ｆｗと、今回の制御周期の指令値Ｘｒ及び前回指令値Ｘｒｐを受け取る。さらに、Ｓ４１０では、図６のＳ３１０で設定されたパラメータαと、Ｓ４００で読み込まれた指令値Ｘｒから、許容シュート量Ｘｍｓｈ＝Ｘｒ・αが設定される。更に、Ｓ４２０では、フラグＦｆｆ＝１であるか否かが判定される。
　Ｆｆｆ＝１のとき（Ｓ４２０のＹＥＳ判定時）、即ち、指令値Ｘｒが変化（上昇又は低下）した制御周期において、ＦＦ制御量算出部６は、Ｓ４３０により、ニューラルネットワークデータファイル１１１からニューラルネットワークモデルを読み込む。
　図８には、ＦＦ制御量算出部８で用いられるニューラルネットワークモデルの構成例を説明する概念図が示される。
　図８を参照して、ニューラルネットワークモデル１２０は、入力層を構成するＫ個（Ｋ：２以上の整数）のニューロンと、出力層を構成するＬ個（Ｌ：自然数）のニューロンと、入力層及び出力層の間に接続された隠れ層を構成する複数のニューロンとを含む。更に、隠れ層は、Ｍ層に亘って最大Ｊ個（Ｍ，Ｊ：２以上の整数）のニューロンが相互接続されて構成される。上述の個数パラメータＫ，Ｌ，Ｍ，Ｊを決定することにより、ニューラルネットワークモデル１２０の構造が設定される。このように、入力層、隠れ層、出力層の数、及び、各層のニューロン数によって、ニューラルネットワークモデル１２０の構造を任意に設定することができる。図８中に円記号で表記した各ニューロンには、活性化関数が入力される。例えば、活性化関数にはシグモイド関数を用いることができるが、公知の任意の活性化関数を適用することができる。
　図８の例では、Ｋ＝３，かつ、Ｌ＝２であり、入力層には、３個のニューロンＮ１１～Ｎ１３が配置されるとともに、出力層には、ニューロンＮ２１，Ｎ２２が配置される。入力層及び出力層の数、並びに、隠れ層及び各相のニューロン数が、図６のＳ３４０で設定されることで、ニューラルネットワークモデル１２０の構造が設定される。更に、Ｓ４３０では、ニューラルネットワークデータファイル１１１から各ニューロン間での重み係数が読み出されることで、ニューラルネットワークモデル１２０が確定される。
　後述するように、各重み係数は、過去の実績値から得られた複数の学習データを用いた機械学習によって決定されて、ニューラルネットワークデータファイル１１１のその値が格納されている。
　再び図７を参照して、ＦＦ制御量算出部８は、Ｓ４４０により、ニューラルネットワークモデル１２０の入力層に、指令値Ｘｒ、前回指令値Ｘｒｐ、及び、許容シュート量Ｘｍｓｈを設定する。具体的には、図８のニューラルネットワークモデル１２０において、ニューロンＮ１１に指令値Ｘｒが入力され、ニューロンＮ１２に前回指令値Ｘｒｐが入力され、ニューロンＮ１３には、Ｓ４１０で算出された許容シュート量Ｘｍｓｈが入力される。
　ＦＦ制御量算出部８は、Ｓ４５０では、Ｓ４３０で読み込まれた重み係数が設定されたニューラルネットワークモデル１２０に対して、Ｓ４４０での指令値Ｘｒ、前回指令値Ｘｒｐ、及び、許容シュート量Ｘｍｓｈを入力層に設定することにより、出力層にて閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆを求める。具体的には、図８のニューラルネットワークモデル１２０において、ニューロンＮ２１に閾値Ｘｔｈが得られるとともに、Ｎ２２にＦＦ制御量ＤＴｆｆが得られる。
　ＦＦ制御量算出部８は、Ｓ４６０では、Ｓ４５０で求められた閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆを制御切替部９へ出力する。
　一方で、Ｆｆｆ＝０のとき（Ｓ４２０のＮＯ判定時）、即ち、指令値Ｘｒが変化していない制御周期では、ＦＦ制御量算出部６は、Ｓ４３０～Ｓ４５０をスキップして、Ｓ４６０に処理を進める。従って、ニューラルネットワークモデルを用いた処理は実行されず、現在の指令値Ｘｒへの変化後の最初の制御周期で求められた閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆが、更新されることなく、Ｓ４６０により制御切替部９へ出力される。
　次に、学習制御部１１０によるニューラルネットワーク学習について説明する。図９には、ニューラルネットワークモデル１２０における機械学習での入力値及び出力値を説明する概念図が示される。
　図９を参照して、指令値Ｘｒが変化する毎に、実際の制御実績におけるシュート量Ｘｓｈが求められる。そして、当該制御実績における、指令値Ｘｒ、変化前の指令値Ｘｒ、並びに、フィードフォワード制御に用いられた閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆが、シュート量Ｘｓｈと共に学習データとして抽出される。
　そして、シュート量Ｘｓｈは、入力層のニューロンＮ１３への入力値とされる。指令値Ｘｒ、前回指令値Ｘｒｐ、閾値Ｘｔｈ、及び、ＦＦ制御量ＤＴｆｆは、図８と同様に、それぞれ、ニューロンＮ１１、Ｎ１２、Ｎ２１及びＮ２２の値とされる。
　図１０は、学習データ抽出部１１４による制御処理を説明するフローチャートである。図１０に示された制御処理は、制御周期毎に実行される。
　図１０を参照して、学習データ抽出部１１４は、Ｓ５００により、出力制御部１００が当該制御周期で用いた、指令値Ｘｒ、前回指令値Ｘｒｐ、フラグＦｆｆ，Ｆｗ、閾値Ｘｔｈ、ＦＦ制御量ＤＴｆｆ、及び、出力値Ｘを受け取ると、Ｓ５１０により、フラグＦｆｆ＝０であるか否かを判定する。
　Ｆｆｆ＝０の制御周期（Ｓ５１０のＹＥＳ判定時）には、シュート量、即ち、指令値Ｘｒに対する偏差ΔＸの最大値（絶対値）を抽出するためのＳ５２０～Ｓ５４０が実行される。学習データ抽出部１１４は、シュート量を抽出するための変数ＰＴとして、出力値Ｘから指令値Ｘｒを減算した値と、フラグＦｗとの積を求める（ＰＴ＝Ｆｗ・（Ｘ－Ｘｒ））。上述のように、フラグＦｗは、指令値Ｘｒが上昇すると、指令値Ｘｒが低下するまでの期間「１」に設定される。このため、Ｆｗ＝１の期間では、Ｆｗ・（Ｘ－Ｘｒ）＝Ｘ－Ｘｒであり、指令値Ｘｒに対するオーバーシュート量が変数ＰＴとされる。
　一方で、フラグＦｗは、指令値Ｘｒの低下後に、指令値Ｘｒが上昇するまでの期間「－１」に設定される。このため、Ｆｗ＝－１の期間では、Ｆｗ・（Ｘ－Ｘｒ）＝Ｘｒ－Ｘであり、指令値Ｘｒに対するアンダーシュート量が変数ＰＴとされる。
　学習データ抽出部１１４は、Ｓ５３０では、Ｓ５２０で算出した変数ＰＴを、シュート量Ｘｓｈと比較する。後述のように、シュート量Ｘｓｈは、Ｓ５８０により、フラグＦｆｆ＝１の制御周期、即ち、指令値Ｘｒの変化（上昇又は低下）に応じて、０に初期化（Ｘｓｈ＝０）される。そして、ＰＴ＞Ｘｓｈであると（Ｓ５３０のＹＥＳ判定時）には、Ｓ５４０により、Ｘｓｈ＝ＰＴに更新される。一方で、ＰＴ≦Ｘｓｈのときには（Ｓ５３０のＮＯ判定時）には、シュート量Ｘｓｈの現在の値が維持される。
　一方で、フラグＦｆｆ＝１の制御周期（Ｓ５５０のＮＯ判定時）では、Ｓ５５０により、シュート量Ｘｓｈ＞０であるか否かが判定される。Ｘｓｈ＞０であれば（Ｓ５５０のＹＥＳ判定時）、Ｓ５７０により、Ｓ５００で受け取った、指令値Ｘｒ、前回指令値Ｘｒｐ、閾値Ｘｔｈ、及び、ＦＦ制御量ＤＴｆｆと、シュート量Ｘｓｈが、学習データとして出力される。出力された学習データは、セット毎に区別して学習データファイル１１３へ書き込まれる。そして、Ｓ５８０により、シュート量Ｘｓｈ＝０に初期化される。
　この結果、フラグＦｆｆ＝１の制御周期で、指令値Ｘｒの上昇又は低下に応じて、閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆが設定されると、次に、フラグＦｆｆ＝１となって閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆが更新されるまでの期間において、Ｓ５２０～Ｓ５４０により、オーバーシュート量（Ｘ－Ｘｒ）の最大値、又は，アンダーシュート量（Ｘｒ－Ｘ）の最大値が実績のシュート量Ｘｓｈとして抽出される。そして、求められたシュート量Ｘｓｈと、制御に用いられた、指令値Ｘｒ、前回指令値Ｘｒｐ、閾値Ｘｔｈ、及び、ＦＦ制御量ＤＴｆｆとが、１セットの学習データとして抽出される。抽出された学習データは、セット毎に学習データファイル１１３へ格納される。
　図１に示された学習データ処理部１１２は、学習データファイル１１３に格納された学習データを用いて、図８に示されたニューラルネットワークモデル１２０の各ニューロン間の重み係数を決定する。
　図１１は、学習データ処理部１１２による制御処理を説明するフローチャートである。図１１に示された制御処理は、機械学習の実行指示が生成される毎に実行される。例えば、当該実行指示は、電力変換器（ＤＣ／ＤＣコンバータ１１）の起動時に生成することができる。或いは、定期的（１日毎、１週間毎等）に実行指示を生成することも可能である。これにより、前回の機械学習以降に新たに蓄積された学習データを加えて、ニューラルネットワークモデル１２０内の重み係数を更新することが可能となる。
　図１１を参照して、学習データ処理部１１２は、Ｓ６００により、図９に示されたニューラルネットワークモデル１２０の構造を設定する。上述のように、ニューラルネットワークモデル１２０の入力層には、入力層に指令値Ｘｒ、変化前の前回指令値Ｘｒｐ、及び、制御実績として得られたシュート量Ｘｓｈが設定される。出力層には、当該シュート量Ｘｓｈが発生した際に用いられた、閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆが設定される。
　学習データ処理部１１２は、Ｓ６１０により、ニューラルネットワークモデル１２０内の複数のニューロン間の重み係数の初期値を、例えば乱数を用いて設定する。上述のように、各ニューロンの関数には、例えば、シグモイド関数を用いることができる。
　学習データ処理部１１２は、Ｓ６２０により、学習データファイル１１３から、学習データの１セットを構成する指令値Ｘｒ、前回指令値Ｘｒｐ、シュート量Ｘｓｈ、閾値Ｘｔｈ、及び、ＦＦ制御量ＤＴｆｆを読み込む。Ｓ６３０では、学習データのセット毎に、入力層に、指令値Ｘｒ、前回指令値Ｘｒｐ、及び、シュート量Ｘｓｈを与えることにより、ニューラルネットワークモデル１２０の出力層で得られる閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆと、学習データの閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆとの誤差が解消するように、例えば、誤差逆伝搬法を用いて、ニューラルネットワークモデル１２０の重み係数が修正される。
　学習データ処理部１１２は、Ｓ６４０により、上記誤差の二乗平均値（二乗平均誤差）による収束判定を実行する。例えば、合計Ｎセットの学習データ（Ｎ：２以上の自然数）のうちのｉ番目のセット（ｉ：１≦ｉ≦Ｎの自然数）の学習データでの閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆについて、出力層で得られた計算値βｉと、実際の学習データＹｉとを用いて、二乗誤差Ｅｉ＝（Ｙｉ－βｉ）2を定義すると、ｉ＝１からｉ＝ＮまでのＥｉを積算したΣＥｉの平均値（ΣＥｉ）／Ｎが、予め定められた判定値ε（例えば、０．００１）よりも小さくなると、Ｓ６４０をＹＥＳ判定とすることができる。
　二乗平均誤差が収束しないとき、（ΣＥｉ）／Ｎ＞εのときには、Ｓ６４０がＮＯ判定とされて、Ｓ６３０により重み係数が修正される。Ｓ６３０及びＳ６４０の処理は、二乗平均誤差が収束する重み係数が得られるまで繰り返される。
　二乗平均誤差が収束したとき（Ｓ６４０のＹＥＳ判定時）の重み係数は、Ｓ６５０により、ニューラルネットワークデータファイル１１１に書き出される。この重み係数は、図７のＳ４３０において、ＦＦ制御量算出部６がニューラルネットワークデータファイル１１１から読み込むことにより、閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆの設定に用いられる。
　このように、本実施の形態に係る電力変換器の制御装置では、指令値Ｘｒが変化（上昇又は低下）した制御周期での設定後に固定的に用いられる閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆについて、過去の実績データを用いた学習（ニューラルネットワーク学習）を用いて適切な値に設定することができる。これにより、制御周期毎に更新することによる演算負荷の増大を回避するとともに、制御精度の向上を図ることができる。
　（制御動作例の説明）
　次に、図１２～図１６を用いて、実施の形態１に係る電力変換器の制御装置による制御動作の例を説明する。
　図１２及び図１３には、指令値Ｘｒの上昇に応じたオーバーシュートを抑制する際の制御動作例が示される。図１２には、比較例としてフィードバック制御のみで対応した場合の動作例が示される一方で、図１３では、実施の形態１に係るフィードバック制御及びフィードフォワード制御の切替で対応した動作例が示される。図１２及び図１３の縦軸には、上昇後の指令値Ｘｒに許容シュート量Ｘｍｓｈを加算した値（Ｘｒ＋Ｘｓｍｈ）が、併せて示される。
　図１２を参照して、指令値Ｘｒの上昇に応じて、ＦＢ制御量算出部８によって算出されたＦＢ制御量ＤＴｆｂを用いて出力値Ｘが制御される。図１２では、フィードバック制御が継続的に用いられる一方で、フィードフォワード制御は用いられていない。出力値Ｘは、許容シュート量Ｘｍｓｈよりも大きいオーバーシュートの発生後、上昇後の指令値Ｘｒに整定している。
　図１３を参照して、実施の形態１では、指令値Ｘｒが上昇した制御周期で設定された閾値Ｘｔｈに対して、Ｘ＞Ｘｔｈの期間では、フィードフォワード制御が選択される。従って、制御切替部９（図１）は、図中の期間Ｔｆｆでは、ＦＦ制御量ＤＴｆｆを制御量ＤＴとする一方で、Ｔｆｆ以外の期間では、ＦＢ制御量ＤＴｆｆを制御量ＤＴとする。
　図１４には、制御切替部９によって設定された制御量ＤＴの推移を図１２及び図１３で比較するための波形図が示される。
　図１４の縦軸には、制御量（即ち、デューティ比）ＤＴが示される。横軸は、図１２及び図１３の横軸を拡大した時間軸である。又、図１４中において、点線は図１２（比較例）における制御量ＤＴの推移を示し、実線は、図１３（実施の形態１）における制御量ＤＴの推移を示している。
　時刻ｔ０において、指令値Ｘｒが上昇されると、実施の形態１においても、上昇後の指令値Ｘｒに対するフィードバック制御によって出力値の制御が開始される。このため、実線及び点線の間で、制御量ＤＴが一致する期間が生じる。又、上述のように、時刻ｔ０に対応する制御周期において、ＦＦ制御量算出部８では、上昇後の指令値Ｘｒに対応するための閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆが算出される。
　実施の形態１（実線）では、Ｘ＞Ｘｔｈになるのに応じて、フィードフォワード制御が適用される期間Ｔｆｆが設けられる。これにより、特に、期間Ｔｆｆの開始時において、出力値Ｘを低下させる、即ち、オーバーシュートを抑制するために、制御量ＤＴが、ＦＦ制御量ＤＴｆｆまで急激に低下される。これにより、図１３に示したように、出力値Ｘの上昇が急激に抑制される。これに対して、フィードバック制御では、制御量ＤＴの減少も緩やかなものとなるので、図１２に示されたように、オーバーシュート量も比較的大きくなってしまう。
　期間Ｔｆｆを通じて、ＦＦ制御量ＤＴｆｆは、時刻ｔ０の制御周期で設定された値が維持されているので、ＦＦ制御量ＤＴｆｆを算出するための演算処理は不要である。又、許容シュート量Ｘｍｓｈを入力層への入力値に含むニューラルネットワークモデル１２０を用いて閾値Ｘｔｈを設定することで、閾値Ｘｔｈに従ってフィードフォワード制御の適用を開始することにより、オーバーシュート量を許容シュート量Ｘｍｓｈよりも小さくすることができていることが理解される。
　フィードフォワード制御の適用によって出力値Ｘが低下して、Ｘ＜Ｘｔｈになると、フィードフォワード制御が適用される期間Ｔｆｆは終了される。そして、当該時点での偏差ΔＸ（ΔＸ＝Ｘｒ－Ｘ）に従ってフィードバック制御が再開される。以降では、図１３に示したように、フィードバック制御によって、出力値Ｘは、上昇後の指令値Ｘｒに整定する。
　図１５及び図１６には、指令値Ｘｒの低下に応じたアンダーシュートを抑制する際の制御動作例が示される。図１５には、図１３と同様に、比較例としてフィードバック制御のみで対応した場合の動作例が示される。一方で、図１６には、図１４と同様に、実施の形態１に係るフィードバック制御及びフィードフォワード制御の切替で対応した動作例が示される。図１５及び図１６の縦軸には、上昇後の指令値Ｘｒから許容シュート量Ｘｍｓｈを減算した値（Ｘｒ－Ｘｓｍｈ）が、併せて示される。
　図１５を参照して、指令値Ｘｒの低下に応じて、ＦＢ制御量算出部８によって算出されたＦＢ制御量ＤＴｆｂを用いて出力値Ｘが制御される。図１５では、図１３と同様に、フィードバック制御が継続的に用いられる。この結果、出力値Ｘは、許容シュート量Ｘｍｓｈよりも大きいアンダーシュートの発生後、低下後の指令値Ｘｒに整定している。
　図１６を参照して、実施の形態１では、指令値Ｘｒが低下した制御周期で設定された閾値Ｘｔｈに対して、Ｘ＜Ｘｔｈの期間では、フィードフォワード制御が選択される。従って、制御切替部９（図１）は、図中の期間Ｔｆｆでは、ＦＦ制御量ＤＴｆｆを制御量ＤＴとする一方で、Ｔｆｆ以外の期間では、ＦＢ制御量ＤＴｆｂを制御量ＤＴとする。
　フィードフォワード制御の適用により、出力値Ｘの低下が急激に抑制されて、期間Ｔｆｆでは、出力値Ｘは上昇に転じている。これにより、図１３及び図１４で説明したのと同様に、アンダーシュート量を許容シュート量Ｘｍｓｈよりも小さくすることができていることが理解される。
　尚、図示は省略しているが、図１６においても、ＦＦ制御量ＤＴｆｆは、指令値Ｘｒの低下時に設定された値が維持されているので、期間Ｔｆｆ内では、ＦＦ制御量ＤＴｆｆを算出するための演算処理は不要である。
　フィードフォワード制御の適用によって出力値Ｘが上昇、即ち、Ｘ＞Ｘｔｈになると、フィードフォワード制御が適用される期間Ｔｆｆは終了される。そして、当該時点での偏差ΔＸ（ΔＸ＝Ｘｒ－Ｘ）に従ってフィードバック制御が再開される。以降では、フィードバック制御によって、出力値Ｘは、低下後の指令値Ｘｒに整定する。
　図１２及び図１３の比較、並びに、図１５及び図１６の比較から理解されるとおり、実施の形態１によれば、指令値Ｘｒの上昇、及び、指令値Ｘｒの低下の両方に対応して、許容シュート量Ｘｍｓｈに対応して設定される閾値Ｘｔｈに従うフィードフォワード制御及びフィードバック制御の切替によって、オーバーシュート量、及び、アンダーシュート量を許容シュート量Ｘｍｓｈ以下に抑制することが可能となる。又、フィードフォワード制御の適用期間において、特許文献１のように、制御周期毎にＦＦ制御量を演算する必要がないので、演算処理についても軽減することができる。
　実施の形態１の変形例．
　実施の形態１では、ＤＣ／ＤＣコンバータ１１の運転中の制御実績に基づく学習データを用いた機械学習によって、ＦＦ制御量算出部８が閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆを設定した。実施の形態１の変形例では、制御装置の使用開始前において、初期の学習データを収集するための学習データ生成制御について説明する。
　図１７は、実施の形態１の変形例に係る電力変換器の制御装置の構成を説明する機能ブロック図である。
　図１７を参照して、実施の形態１の変形例に係る制御装置５１は、出力制御部１００Ａと、学習制御部１１０Ａと、学習データ生成制御部１３０とを含む。
　学習制御部１１０Ａは、図１の学習制御部１１０のうちの、学習データファイル１１３及び学習データ抽出部１１４を含む。学習データファイル１１３には、学習データ生成制御を実行するための、指令値Ｘｒ、閾値Ｘｔｈ、及び、ＦＦ制御量ＤＴｆｆによって構成されるテストパラメータのセットが複数個、即ち、複数のテストパターン分、予め格納されている。
　学習データ生成制御部１３０は、パラメータ設定部１２を含む。パラメータ設定部１２は、学習データファイル１１３から上記複数のテストパターンを順に読み出して、読み出したテストパターンでの指令値Ｘｒ、閾値Ｘｔｈ、及び、ＦＦ制御量ＤＴｆｆに従って、ＤＣ／ＤＣコンバータ１１の出力を制御する。そして、当該制御動作において、学習データ抽出部１１４が実施の形態１で説明したように動作することによって、１個のテストパターンに対応して、１セットの学習データが抽出される。抽出された学習データは、学習データファイル１１３へ書き込まれる。
　即ち、出力制御部１００Ａは、図１の出力制御部１００と比較して、ＦＦ制御量算出部６の配置が省略される点で異なる。制御切替部９に対しては、パラメータ設定部１２が、学習データファイル１１３から読み出した閾値Ｘｔｈ、及び、ＦＦ制御量ＤＴｆｆが与えられる。
　同様に、指令値Ｘｒについても、パラメータ設定部１２が学習データファイル１１３から読み出したテストパラメータの値が、減算部７及びフラグ判定部５へ入力される。即ち、制御装置５１では、パラメータ設定部１２が、学習データファイル１１３から次のテストパターンを読み込む毎に、指令値Ｘｒが変化（上昇又は低下）することになる。
　図１８は、実施の形態１の変形例に係る電力変換器の制御装置５１による学習データ生成制御開始時の動作を説明するフローチャートである。
　図１８を参照して、制御装置５１は、Ｓ７１０により、パラメータ設定部１２で用いられる間隔時間Ｔｉｎｔを設定する。間隔時間Ｔｉｎｔは、上述したテストパターンの切替周期に対応する。間隔時間Ｔｉｎｔは、テストパラメータを用いた制御動作によって、出力値Ｘが指令値Ｘｒに整定するのに要する時間よりも長くなるように、予め予測設定される。
　更に、制御装置５１は、Ｓ７２０により、図６のＳ３００と同様に、フラグ判定部５で用いられる前回指令値Ｘｒｐ＝０に初期化する。又、Ｓ７３０では、図６のＳ３２０と同様に、学習データ抽出部１１４に関するシュート量Ｘｓｈ＝０に初期化される。更に、制御装置５１は、Ｓ７４０では、図６のＳ３３０と同様に、ＦＢ制御量算出部８（図２）で用いる比例ゲインＫｐ、積分ゲインＫｉ、及び、微分ゲインＫｄの値を設定する。
　図１８では、通常の制御開始時（図６）とは異なり、ＦＦ制御量ＤＴｆｆ及び閾値Ｘｔｈは、テストパターン毎に予め決まっているため、Ｓ３１０及びＳ３４０の処理は実行されず、代わりに、Ｓ７１０により、テストパターンの切替タイミングを指定するための間隔時間Ｔｉｎｔが設定されることになる。
　図１９は、パラメータ設定部１２の学習データ生成制御中の動作を説明するフローチャートである。図１９に示される制御処理は、学習データ生成制御の開始に応じて起動される。
　図１９を参照して、パラメータ設定部１２は、Ｓ８００により、現在時刻Ｔｘを取得するとともに、Ｓ８１０では、旧時刻Ｔｐ＝Ｔｘに更新する。Ｓ８１０は、間隔時間Ｔｉｎｔの経過を検知するためのタイマ値が初期化された状態に相当する。更に、パラメータ設定部１２は、上述した複数のテストパターンの１個のテストパターンについてのテストパラメータを学習データファイル１１３から読み出す。これにより、１パターン分の指令値Ｘｒ、閾値Ｘｔｈ、及び、ＦＦ制御量ＤＴｆｆが読み出される。
　パラメータ設定部１２は、Ｓ８２０により、１個のテストパターンを読み出すと、Ｓ８３０により、学習データファイル１１３に予め格納された複数のテストパターンの全てを読み出し済であるか否かを判定する。
　全テストパターンの読み出しが完了するまで（Ｓ８３０のＮＯ判定時）、パラメータ設定部１２は、Ｓ８２０で読み出したテストパラメータ（指令値Ｘｒ、閾値Ｘｔｈ、及び、ＦＦ制御量ＤＴｆｆ）を用いた、ＤＣ／ＤＣコンバータの制御動作を実行する。
　パラメータ設定部１２は、Ｓ８５０により、現在時刻Ｔｘを取得するとともに、Ｓ８６０により、Ｓ８１０で設定された旧時刻Ｔｐ及び現在時刻Ｔｘ（Ｓ８６０）の時間差を、Ｓ７１０で設定された間隔時間Ｔｉｎｔと比較する。｜Ｔｘ－Ｔｐ｜＜Ｔｉｎｔの間（Ｓ８６０のＹＥＳ判定時）には、Ｓ８２０で読み出された、指令値Ｘｒ、閾値Ｘｔｈ、及び、ＦＦ制御量ＤＴｆｆがパラメータ設定部１２から出力される。
　出力制御部１００Ａは、Ｓ８７０で出力された指令値Ｘｒ、閾値Ｘｔｈ、及び、ＦＦ制御量ＤＴｆｆを用いて、ＤＣ／ＤＣコンバータ１１の出力値Ｘを制御する。この際に、実施の形態１で説明した学習データ抽出部１１４では、図１０の制御処理が実行される。
　｜Ｔｘ－Ｔｐ｜≧Ｔｉｎｔになると（Ｓ８６０のＮＯ判定時）、即ち、Ｓ８２０で読み出されたテストパラメータ（指令値Ｘｒ、閾値Ｘｔｈ、及び、ＦＦ制御量ＤＴｆｆ）を用いた、ＤＣ／ＤＣコンバータの制御が、間隔時間Ｔｉｎｔ継続されると、処理は、Ｓ８００へ戻される。
　そして、Ｓ８００及びＳ８１０により、旧時刻Ｔｐが、次のテストパターンによる制御動作の開始時間を示すように更新されるとともに、Ｓ８２０により、次のテストパターンを学習データファイル１１３から読み出す。これにより、１パターン分の指令値Ｘｒ、閾値Ｘｔｈ、及び、ＦＦ制御量ＤＴｆｆが読み出される。Ｓ８２０でのテストパターンの切替に応じて、出力制御部１００Ａでは、指令値Ｘｒの変化に応じてフラグＦｆｆ＝１に設定される制御周期が生じるので、図１０のＳ５７０（学習データ抽出部１１４）により、１セットの学習データが学習データファイル１１３へ書き込まれる。
　全テストパターンの読み出しが完了するまで（Ｓ８３０のＮＯ判定時）、Ｓ８５０～Ｓ８７０及びＳ８００～Ｓ８３０の処理が繰り返される。これにより、テストパターンの切替毎に、指令値Ｘｒの変更（上昇又は下降）に対応する出力値Ｘの制御が実行されて、１セットの学習データが、学習データファイル１１３へ書き込まれる。
　パラメータ設定部１２は、学習データファイル１１３から全テストパターンの読み出しが完了すると（Ｓ８３０のＹＥＳ判定時）、Ｓ８４０により、ＤＣ／ＤＣコンバータ１１の停止を指示する。これにより、複数のテスタパターンを用いた学習データ収集のための学習データ生成制御が終了される。
　このように、実施の形態１の変形例に係る電力変換器の制御装置によれば、ＦＦ制御量算出部８が閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆを設定するためのニューラルネットワークモデルによる機械学習のための初期の学習データを収集することが可能である。
　実施の形態２．
　実施の形態１ではＤＣ／ＤＣコンバータ１１の運転中に制御実績に基づく学習データを抽出したが、運転中における学習データを蓄積しない構成とすることも可能である。
　図２０は、実施の形態２に係る電力変換器の制御装置の構成を説明する機能ブロック図である。
　図２０を参照して、実施の形態２に係る制御装置５２は、図１と同様の出力制御部１００と、学習制御部１１０Ｂとを備える。学習制御部１１０Ｂは、図１の学習制御部１１０のうちの、ニューラルネットワークデータファイル１１１、学習データ処理部１１２、及び、学習データファイル１１３を含む。
　学習データファイル１１３には、複数セットの学習データが予め格納される。例えば、工場出荷前に実施の形態１の変形例で説明した学習データ生成制御を実行することによって、複数セットの学習データを得ることができる。
　学習データ処理部１１２は、図１１の制御処理を実行することによって、図８及び図９に示されたニューラルネットワークモデル１２０の重み係数を算出して、ニューラルネットワークデータファイル１１１へ書き込む。一方で、実施の形態２の学習制御部１１０Ｂでは、学習データ抽出部１１４が配置されていないため、ＤＣ／ＤＣコンバータ１１の運転中に学習データは蓄積されない。
　図２１は、実施の形態２に係る電力変換器の制御装置５２の制御開始時における制御動作を説明するフローチャートである。
　図２１を参照して、制御装置５２は、図６と同様のＳ３００により、フラグ判定部５が図３で用いる前回指令値Ｘｒｐ＝０に初期化するとともに、図６と同様のＳ３１０により、制御量ＤＴ＝０に初期化する。更に、Ｓ３１０では、許容シュート量Ｘｍｓｈを設定するためのパラメーラα、及び、閾値Ｘｔｈの初期値（Ｘｔｈ＝Ｘ０）が設定される。
　更に、制御装置５２は、図３と同様のＳ３３０により、ＦＢ制御量算出部８で用いる比例ゲインＫｐ、積分ゲインＫｉ、及び、微分ゲインＫｄの値を設定する。一方で、実施の形態２では、学習データ抽出部１１４が不要であるので、シュート量Ｘｓｈ＝０に初期化するための図３でのＳ３２０は実行されない。
　制御装置５２は、Ｓ３４０では、学習データ処理部１１２に対して、ニューラルネットワークモデル１２０の構造を決めるためのパラメータ値、具体的には、ニューラルネットワークモデルの入力層のニューロン数（例えば、３個）、中間層（隠れ層）の数、中間層（隠れ層）の各層におけるニューロン数、及び、出力層のニューロン数（例えば、２個）を設定する。更に、学習データ処理部１１２に対して、学習データファイル１１３に予め格納された学習データを用いた機械学習の実行指示を生成することにより、ニューラルネットワークモデル１２０の各ニューロン間の重み係数が設定される。
　このように、実施の形態２に係る電力変換器の制御装置では、ＤＣ／ＤＣコンバータ１１の運転中に制御実績に基づく学習データを蓄積しなくても、実施の形態１と同様のフィードフォワード制御及びフィードバック制御の切替による出力値Ｘの制御により、アンダーシュート及びオーバーシュートを抑制することが可能である。
　実施の形態２に係る電力変換器の制御装置では、学習データファイル１１３に格納された学習データは増加しないので、図１１の制御処理の起動指示（即ち、機械学習の実行指示）は、電力変換器（ＤＣ／ＤＣコンバータ１１）の起動毎に生成することができる。或いは、ニューラルネットワークデータファイル１１１を不揮発性メモリで構成することにより、学習データ処理部１１２によって求められる重み係数を、直接、ニューラルネットワークデータファイル１１１に格納することも可能である。この場合には、図２１のＳ３４０において重み係数を併せて読み出すことにより、学習データ処理部１１２、及び、学習データファイル１１３の配置を省略することも可能である。
　実施の形態３．
　実施の形態３では、実施の形態１で説明したフィードフォワード制御及びフィードバック制御の切替の変形例を説明する。実施の形態３では、図１に示した構成において、制御切替部９の動作が実施の形態１（図４）から変更される。その他の制御機能については、実施の形態１と同様であるので、詳細な説明は繰り返さない。
　図２２は、実施の形態３に係る電力変換器の制御装置における制御切替部の動作を説明するフローチャートである。図２２に示されるフローチャートに従う制御処理は、制御周期毎に実行される。
　図２２を参照して、制御切替部９は、Ｓ９００により、ＦＦ制御量ＤＴｆｆ、閾値Ｘｔｈ、ＦＢ制御量ＤＴｆｂ、フラグＦｗ，Ｆｆｆ、及び、出力値Ｘを受け取る。
　制御切替部９は、Ｓ９１０では、フラグＦｆｆ＝１であるか否かを判定し、Ｆｆｆ＝１の制御周期では（Ｓ９１０のＹＥＳ判定時）、Ｓ９２０により、前回周期での出力値を示す変数Ｘｐ（以下、前回出力値Ｘｐとも称する）を初期化する（Ｘｐ＝０）。Ｆｆｆ＝０の制御周期では（Ｓ９１０のＮＯ判定時）、Ｓ９２０はスキップされて、前回出力値Ｘｐの値が維持される。
　制御切替部９は、図４のＳ２１０，Ｓ２５０，Ｓ２６０と同様のＳ９３０，Ｓ９４０，Ｓ９９２により、フラグＦｗが「１」及び「０」のいずれであるか、並びに、閾値Ｘｔｈ及び出力値Ｘの比較を行う。
　制御切替部９は、Ｆｗ＝１（Ｓ９３０のＹＥＳ判定時）、かつ、Ｘ＞Ｘｔｈ（Ｓ９４０のＹＥＳ判定時）のときには、Ｓ９５０により、出力値Ｘと前回出力値Ｘｐとを比較する。そして、Ｘ＞Ｘｐのとき（Ｓ９５０のＹＥＳ判定時）、即ち、出力値Ｘの上昇中には、Ｓ９６０により、制御量ＤＴ＝ＤＴｆｆに設定する。即ち、フィードフォワード制御が選択される。これに対して、Ｘ≦Ｘｐのとき（Ｓ９５０のＮＯ判定時）、即ち出力値Ｘが上昇から低下に転じたときには、閾値Ｘｔｈを超えるオーバーシュートが発生していても、Ｓ９４５より、制御量ＤＴ＝ＤＴｆｂに設定される。即ち、フィードバック制御が選択される。
　同様に、制御切替部９は、Ｆｗ＝－１（Ｓ９３０のＮＯ判定時）、かつ、Ｘ＜Ｘｔｈ（Ｓ９９２のＹＥＳ判定時）のときには、Ｓ９９４により、出力値Ｘと前回出力値Ｘｐとを比較する。そして、Ｘ＜Ｘｐのとき（Ｓ９９４のＹＥＳ判定時）、即ち、出力値Ｘの低下中には、Ｓ９９６により、制御量ＤＴ＝ＤＴｆｆに設定する。これに対して、Ｘ≧Ｘｐのとき（Ｓ９９４のＮＯ判定時）、即ち出力値Ｘが低下から上昇に転じたときには、閾値Ｘｔｈを超えるアンダーシュートが発生していても、Ｓ９４５により、制御量ＤＴ＝ＤＴｆｂに設定される。
　更に、制御切替部９は、Ｓ９６０、Ｓ９４５、又は、Ｓ９９６による制御量ＤＴの設定後、Ｓ９７０により、Ｘｐ＝Ｘとして、次回の制御周期で用いられる前回出力値Ｘｐを設定する。制御切替部９は、Ｓ９８０により、制御量ＤＴ（デューティ比）をスイッチング制御信号発生部１０（図１）へ出力して、当該制御周期での処理を終了する。
　次に、図２３及び図２４を用いて、制御切替部９の動作を実施の形態１及び実施の形態３の間で比較する。図２３には、オーバーシュートに対する実施の形態１での制御切替部９の動作が示され、図２４には、オーバーシュートに対する実施の形態３での制御切替部９の動作が示される。
　図２３に示されるように、実施の形態１では、出力値Ｘ及び閾値Ｘｔｈの比較により、Ｘ＞Ｘｔｈとなる、時刻ｔｘ～ｔｙの期間において、制御量ＤＴ＝ＤＴｆｆと設定されて、フィードフォワード制御が選択される。一方で、Ｘ≦Ｘｔｈである時刻ｔｘまでの期間、及び、時刻ｔｙ以降の期間では、制御量ＤＴ＝ＤＴｆｂと設定されて、フィードバック制御が選択される。
　これに対して、図２４に示されるように、実施の形態３では、Ｘ＞Ｘｔｈとなる時刻ｔｘ～ｔｙの期間のうち、出力値Ｘが上昇中である時刻ｔｘ～ｔｙ♯の期間においてのみ、制御量ＤＴ＝ＤＴｆｆと設定されて、フィードフォワード制御が選択される。一方で、時刻ｔｘ～ｔｙの期間のうち、出力値Ｘが低下に転じた時刻ｔｙ♯～ｔｙの期間では、時刻ｔｘまでの期間、及び、時刻ｔｙ以降の期間と同様に、制御量ＤＴ＝ＤＴｆｂと設定されて、フィードバック制御が選択される。
　従って、実施の形態３に係る電力変換器の制御装置では、指令値Ｘｒとの偏差ΔＸに依存せず、固定された制御量（ＤＴｆｆ）が適用されるフィードフォワード制御の適用期間を、オーバーシュート又はアンダーシュートが拡大している期間に限定することができる。この結果、実施の形態１で説明した、フィードフォワード制御からフィードバック制御への切替によるオーバーシュート及びアンダーシュートの速やかな抑制効果を維持するとともに、オーバーシュート又はアンダーシュートの抑制後における指令値Ｘｒへの制御安定性を高めることができる。
　実施の形態１～３で説明した電力変換器の制御装置は、例えば、電力系統に適用することができる。
　図２５は、本実施の形態に係る電力変換器の制御装置の適用例を説明するブロック図である。
　図２５を参照して、実施の形態１及びその変形例、実施の形態２、又は、実施の形態３に係る制御装置によって出力値が制御されるＤＣ／ＤＣコンバータ１１は、風力発電機７１０と、直流送電線７２０との間でＤＣ／ＤＣ電力変換を実行する。通常、ＤＣ／ＤＣコンバータ１１には、複数の風力発電機７１０から集電された直流電力が入力される。更に、直流送電線７２０と、交流送電線７４０との間には、ＤＣ／ＡＣ変換器（インバータ）７２０が配置される。例えば、交流送電線７４０は、電力系統の陸上送電のために配置される。即ち、ＤＣ／ＤＣコンバータ１１は、電力系統に接続されることになる。
　風力発電機７１０は洋上等に配置されるが、気象条件（風力）に依存して発電電力が変化するため、ＤＣ／ＤＣコンバータ１１への入力電圧変動は比較的大きい。ＤＣ／ＤＣコンバータ１１への入力電圧変動に応じて、直流送電線７２０の電圧変動が大きくなると、交流送電線７４０の電圧変動によって電力系統の動作が不安定になることが懸念される。
　しかしながら、上述した制御装置５０～５２を用いて、例えば、ＤＣ／ＤＣコンバータ１１の出力電圧を出力値Ｘとして制御することにより、風力発電機７１０による発電量が変動しても、ＤＣ／ＤＣコンバータ１１から直流送電線７２０への出力電圧のオーバーシュート及びアンダーシュートを抑制することが可能となるので、電力系統を安定化することが可能となる。又、交流送電線７４０で事故が発生すると、直流送電線７２０の直流電圧が急激に上昇することが懸念されるが、このような電圧変動についても、指令値Ｘｒに対するコンバータ１１の出力値Ｘ（出力電圧）のオーバーシュートを抑制するように、本実施の形態に係る制御装置によってＤＣ／ＤＣを制御することで、電圧変動を抑制することが可能となる。このような状況を含めて、直流送電線７２０での電圧変動を制御によって抑制することにより、直流送電線７２０に配設される平滑コンデンサの容量を減少することができるので、装置の小型化及び低コスト化を図ることも可能となる。
　尚、本実施の形態に係る電力変換器の制御装置について、実施の形態１及びその変形例、並びに、実施の形態２及び３では、制御対象としてＤＣ／ＤＣコンバータを例示したが、御対象はＤＣ／ＤＣコンバータに限定されるものではなく、ＡＣ／ＤＣコンバータ、ＤＣ／ＡＣコンバータ等の他の電力変換器を制御対象することも可能である。即ち、制御量に応じて出力値が変化する電力変換器であれば、任意の回路構成及び入出力特性（非線形特性を含む）の電力変換器の出力値（電圧、電流、又は、電力等）を、実施の形態１及びその変形例、実施の形態２、又は、実施の形態３に係る制御装置によって制御することが可能である。
　又、本実施の形態では、オーバーシュート、及び、アンダーシュートの両方に対して閾値Ｘｔｈを設定してフィードフォワード制御を適用したが、オーバーシュート、又は、アンダーシュートの一方にのみ、本実施の形態と同様のフィードフォワード制御及びフィードバック制御の切替を適用することも可能である。例えば、フラグ判定部５及びＦＦ制御量算出部６による動作を、指令値Ｘｒの低下時には、閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆが設定されずにフィードバック制御が固定的に選択されるようにすることで、本実施の形態を、オーバーシュートのみに対応する制御に変形することも可能である。同様に、指令値Ｘｒの上昇時には、閾値Ｘｔｈ及びＦＦ制御量ＤＴｆｆが設定されずにフィードバック制御が固定的に選択されるようにすることで、本実施の形態を、アンダーシュートのみに対応する制御に変形することも可能である。
　今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。
　５　フラグ判定部、６　ＦＦ制御量算出部、７　減算部、８　ＦＢ制御量算出部、８Ａ　比例動作部、８Ｂ　積分動作部、８Ｃ　微分動作部、８Ｄ　加算部、８Ｅ　リミッタ、９　制御切替部、１０　スイッチング制御信号発生部、１１　コンバータ、１２　パラメータ設定部、５０～５２　制御装置、１００，１００Ａ　出力制御部、１１０，１１０Ａ，１１０Ｂ　学習制御部、１１１　ニューラルネットワークデータファイル、１１２　学習データ処理部、１１３　学習データファイル、１１４　学習データ抽出部、１２０　ニューラルネットワークモデル、１３０　初期学習データ生成制御部、７１０　風力発電機、７２０　直流送電線、７４０　交流送電線、ＤＴ　制御量（デューティ比）、ＤＴｆｂ　ＦＢ制御量、ＤＴｆｆ　ＦＦ制御量、Ｘｔｈ　閾値、Ｆｆｆ，Ｆｑ，Ｆｗ　フラグ、Ｋｄ　微分ゲイン、Ｋｉ　積分ゲイン、Ｋｐ　比例ゲイン、Ｎ１１～Ｎ１３，Ｎ２１，Ｎ２２　ニューロン、Ｔｆｆ　フィードフォワード適用期間、Ｔｉｎｔ　間隔時間、Ｘ　出力値、Ｘｍｓｈ　許容シュート量、Ｘｐ　前回出力値、Ｘｒ　指令値、Ｘｒｐ　前回指令値、Ｘｓｈ　シュート量。

Claims (12)

  1. 　制御量に応じて出力値が変化する電力変換器の制御装置であって、
    　前記出力値の指令値とは異なる閾値と前記出力値との比較に従って、前記制御量を予め定められたフィードフォワード制御量に固定するフィードフォワード制御と、前記出力値及び前記指令値の偏差から前記制御量を演算するフィードバック制御とを切替える制御切替部と、
    　前記制御切替部によって、前記フィードバック制御又は前記フィードフォワード制御によって設定された前記制御量に従って、前記電力変換器の制御信号を生成する制御信号生成部とを備え、
    　前記指令値の変化に応じて、前記閾値が前記指令値よりも高い値に設定される第１の期間と、前記閾値が前記指令値よりも低い値に設定される第２の期間との少なくとも一方が設けられ、
    　前記制御切替部は、前記第１の期間では、前記出力値が前記閾値以下の場合には前記フィードバック制御を選択する一方で、前記出力値が前記閾値よりも高い場合には前記フィードフォワード制御を選択し、前記第２の期間では、前記出力値が前記閾値以上の場合には前記フィードバック制御を選択する一方で、前記出力値が前記閾値よりも低い場合には前記フィードフォワード制御を選択する、電力変換器の制御装置。
  2. 　前記第１の期間は、前記指令値の上昇後に、前記指令値が低下に転じるまで設けられ、
    　前記第２の期間は、前記指令値の低下後に、前記指令値が上昇に転じるまで設けられる、請求項１記載の電力変換器の制御装置。
  3. 　前記制御切替部は、前記第１又は第２の期間において、前記フィードフォワード制御の選択後に、前記出力値が前記指令値に近付いて前記フィードバック制御が選択された場合には、当該第１又は第２の期間が終了するまでの間前記フィードフォワード制御の再選択を禁止する、請求項２記載の電力変換器の制御装置。
  4. 　前記制御切替部は、前記第１の期間において前記フィードフォワード制御の選択後に、前記出力値が上昇から低下に転じた場合、又は、前記第２の期間において前記フィードフォワード制御の選択後に、前記出力値が低下から上昇に転じた場合には、前記フィードフォワード制御から前記フィードバック制御に切替える、請求項１～３のいずれか１項に記載の電力変換器の制御装置。
  5. 　前記閾値は、前記指令値との差分の絶対値が予め設定された許容シュート量よりも小さくなるように設定され、
    　前記フィードフォワード制御量は、前記指令値の変化前の値及び変化後の値と、前記許容シュート量から、前記フィードフォワード制御の開始前に設定される、請求項１～４のいずれか１項に記載の電力変換器の制御装置。
  6. 　前記第１又は第２の期間における、制御に用いた前記閾値、前記フィードフォワード制御量、前記指令値の変化前の値及び変化後の値、並びに、前記出力値に生じた前記指令値からの偏差の最大値であるシュート量を含む学習データ間の対応関係を学習する学習制御部と、
    　前記第１又は第２の期間の開始に応じて、前記学習制御部によって学習された前記対応関係を用いて、前記指令値の変化前の値及び変化後の値、並びに、予め設定された許容シュート量から、前記閾値及び前記フィードフォワード制御量を算出するフィードフォワード制御量算出部とをさらに備える、請求項１～４のいずれか１項に記載の電力変換器の制御装置。
  7. 　前記学習制御部は、前記指令値の変化前の値及び変化後の値、並びに、前記シュート量が入力される入力層と、制御に用いた前記閾値及び前記フィードフォワード制御量が入力される出力層とを有するニューラルネットワークモデルのニューロン間の重み係数を求めることによって前記対応関係を学習し、
    　前記フィードフォワード制御量算出部は、前記第１又は第２の期間の開始に応じて、前記学習制御部によって学習された前記ニューラルネットワークモデルの前記入力層に、前記指令値の変化前の値及び変化後の値並びに前記許容シュート量を入力したときの、前記出力層での出力値を用いて、前記閾値及び前記フィードフォワード制御量を算出する、請求項６記載の電力変換器の制御装置。
  8. 　前記第１又は第２の期間の終了に応じて、当該第１又は第２の期間における前記学習データを抽出する学習データ抽出部をさらに備え、
    　前記学習制御部は、前記電力変換器の運転中に前記学習データ抽出部によって抽出された前記学習データを蓄積するとともに、蓄積された前記学習データを加えて前記対応関係の学習を更新する、請求項６又は７に記載の電力変換器の制御装置。
  9. 　前記第１又は第２の期間の終了に応じて、当該第１又は第２の期間における前記学習データを抽出する学習データ抽出部と、
    　前記指令値、前記閾値、及び、前記フィードフォワード制御量が予め定められた複数のテストパターンが時間間隔を置いて順次読み出される学習データ生成制御を実行する学習データ生成制御部とをさらに備え、
    　前記学習データ抽出部は、前記学習データ生成制御において、前記複数のテストパターン間の切替による前記指令値の変化に応じて設けられる前記第１又は第２の期間が終了する毎に前記学習データを抽出する、請求項６又は７に記載の電力変換器の制御装置。
  10. 　前記学習制御部は、前記電力変換器の運転中には、前記学習データの抽出を非実行として、予め蓄積された前記学習データを用いて前記対応関係を学習する、請求項６又は７に記載の電力変換器の制御装置。
  11. 　前記電力変換器は、スイッチング素子を有するＤＣ／ＤＣコンバータを含み、
    　前記出力値は、前記ＤＣ／ＤＣコンバータの出力電圧であり、
    　前記制御量は、前記スイッチング素子のオンオフ期間比を示すデューティ比であり、
    　前記制御信号は、前記スイッチング素子のオンオフ制御信号である、請求項１～１０のいずれか１項に記載の制御装置。
  12. 　前記電力変換器は、電力系統に接続される、請求項１～１１のいずれか１項に記載の電力変換器の制御装置。
PCT/JP2019/000960 2019-01-15 2019-01-15 電力変換器の制御装置 WO2020148808A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2019521853A JP6545428B1 (ja) 2019-01-15 2019-01-15 電力変換器の制御装置
PCT/JP2019/000960 WO2020148808A1 (ja) 2019-01-15 2019-01-15 電力変換器の制御装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/000960 WO2020148808A1 (ja) 2019-01-15 2019-01-15 電力変換器の制御装置

Publications (1)

Publication Number Publication Date
WO2020148808A1 true WO2020148808A1 (ja) 2020-07-23

Family

ID=67297530

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/000960 WO2020148808A1 (ja) 2019-01-15 2019-01-15 電力変換器の制御装置

Country Status (2)

Country Link
JP (1) JP6545428B1 (ja)
WO (1) WO2020148808A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021068113A (ja) * 2019-10-21 2021-04-30 不二雄 黒川 電力変換装置の設計支援装置及び出力安定装置、電力変換装置の設計支援プログラム及び出力安定プログラム
EP3955449A1 (en) * 2020-08-11 2022-02-16 Rohm Co., Ltd. Control device and converter

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114930700A (zh) * 2020-01-07 2022-08-19 三菱电机株式会社 电力变换装置
WO2021156931A1 (ja) * 2020-02-04 2021-08-12 三菱電機株式会社 電力変換器の制御装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11242503A (ja) * 1998-02-25 1999-09-07 Hitachi Ltd プラント運転制御支援システム
JP2001141051A (ja) * 1999-11-17 2001-05-25 Mazda Motor Corp ロックアップクラッチの締結力制御装置
JP2007135344A (ja) * 2005-11-11 2007-05-31 Hitachi Industrial Equipment Systems Co Ltd 電動機制御装置の自動調整法および装置
WO2011040591A1 (ja) * 2009-09-30 2011-04-07 国立大学法人長崎大学 Ｄｃ／ｄｃコンバータの制御装置
JP2018152012A (ja) * 2017-03-15 2018-09-27 ファナック株式会社 機械学習装置、サーボ制御装置、サーボ制御システム、及び機械学習方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11242503A (ja) * 1998-02-25 1999-09-07 Hitachi Ltd プラント運転制御支援システム
JP2001141051A (ja) * 1999-11-17 2001-05-25 Mazda Motor Corp ロックアップクラッチの締結力制御装置
JP2007135344A (ja) * 2005-11-11 2007-05-31 Hitachi Industrial Equipment Systems Co Ltd 電動機制御装置の自動調整法および装置
WO2011040591A1 (ja) * 2009-09-30 2011-04-07 国立大学法人長崎大学 Ｄｃ／ｄｃコンバータの制御装置
JP2018152012A (ja) * 2017-03-15 2018-09-27 ファナック株式会社 機械学習装置、サーボ制御装置、サーボ制御システム、及び機械学習方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021068113A (ja) * 2019-10-21 2021-04-30 不二雄 黒川 電力変換装置の設計支援装置及び出力安定装置、電力変換装置の設計支援プログラム及び出力安定プログラム
JP7355374B2 (ja) 2019-10-21 2023-10-03 学校法人長崎総合科学大学 電力変換装置の設計支援装置及び出力安定装置、電力変換装置の設計支援プログラム及び出力安定プログラム
EP3955449A1 (en) * 2020-08-11 2022-02-16 Rohm Co., Ltd. Control device and converter
JP7499110B2 (ja) 2020-08-11 2024-06-13 ローム株式会社 制御装置及びコンバータ

Also Published As

Publication number Publication date
JPWO2020148808A1 (ja) 2021-02-18
JP6545428B1 (ja) 2019-07-17

Similar Documents

Publication Publication Date Title
WO2020148808A1 (ja) 電力変換器の制御装置
US5442544A (en) Single input single output rate optimal controller
Liu et al. Predictor-based neural network finite-set predictive control for modular multilevel converter
CN111684695B (zh) 电力变换器的控制装置
JP6380552B2 (ja) 制御装置、そのプログラム、プラント制御方法
JP2002023807A (ja) 最適かつ自動的に外乱を排除するフィードバック制御を実現するための方法及び装置
US11119457B2 (en) Method for controlling electric drive system and electric drive system
JP7014330B1 (ja) 制御装置、制御方法、及びプログラム
Ławryńczuk Nonlinear model predictive control for processes with complex dynamics: A parameterisation approach using Laguerre functions
CN115276094A (zh) 基于结构自适应eso的并网变流器预测控制方法及系统
Song et al. Novel generalized predictive iterative learning speed controller for ultrasonic motors
CN113964849A (zh) 一种微网逆变器自适应惯量vsg控制方法
Ghany et al. Model reference self-tuning fractional order PID control based on for a power system stabilizer
JP5581528B1 (ja) 制御パラメータ決定装置、方法、及びプログラム、並びに、制御器及び最適化制御システム
JP6793891B1 (ja) 電力変換装置
Feng et al. An adaptive current mode fuzzy logic controller for DC-to-DC converters
JPH06102905A (ja) フィードフォワード／フィードバック制御装置
JP7162764B2 (ja) 電力変換器の制御装置
JPH07203672A (ja) Ｐｗｍ制御方式を用いた電源装置
JP6541927B1 (ja) 電力変換器の制御装置
Ding et al. Real-time optimal feedback control of switched autonomous systems
WO2022030132A1 (ja) 最適値探索制御装置、最適値探索制御方法、コンピュータプログラム、および、最適値探索制御システム
JP7484504B2 (ja) 制御装置、制御方法及びプログラム
Mohanty et al. Neural Network Model-based Direct Torque and Flux Predictor for Induction Motor Drive
JP2020005396A (ja) 昇圧コンバータの制御方法、及び制御装置

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2019521853

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19910101

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19910101

Country of ref document: EP

Kind code of ref document: A1