本发明属于电力电子系统调制方法及相关控制领域，尤其是涉及一种多电平变换器特定谐波消除脉宽调制快速实现方法。
背景技术：
近几年来，中大功率多电平逆变器由于具备输出容量大，输出电压品质高，电流谐波含量小等优点，已经广泛的应用在电机驱动，谐波补偿，不停电电源、交流柔性输电系统等方面。在这些应用中，开关频率会受到开关损耗、散热、电磁干扰等因素的限制，致使开关频率通常比较低，一般只有几百赫兹，在低开关频率下，传统的正弦脉宽调制(sinusoidalpulsewidthmodulation，简称spwm)和空间电压矢量脉宽调制(spacevectorpulsewidthmodulation，简称svpwm)方法将会产生大量的低频次谐波，严重影响电网和用电设备的运行安全。特定谐波消除脉宽调制(selectiveharmoniceliminatedpulsewidthmodulation,以下统称shepwm)技术，则可以有效消除若干低频次谐波，与其他载波pwm调制方法相比，shepwm具有输出波形质量高，谐波含量少，电磁干扰低，电压变化率小，交流侧滤波器体积小等优点，已经广泛的应用在大功率场合中。
与传统pwm不同，shepwm通过求解特定谐波消除方程组(以下简称she方程组)，从而获得控制逆变器的开关切换点，进而能够精确地消除若干低频次谐波。中大功率多电平逆变器shepwm难点主要在于，在直流侧不等电压时，其she方程组如何高效可靠地快速求解。目前主要的解决方案有两种：一是查表法，离线计算大量数据样本并存储在存储单元中，在线计算时通过查表的方式得到每个调制比所需的开关角度值；另外一种方案是基于曲线拟合的方法，在离线情况下得到调制比和开关角度之间的轨迹曲线，通过曲线拟合的方法，得到调制比与开关角度的函数关系。但是，查表法所占用的内存空间巨大，对单片机内存要求大，同时灵活性不高；而针对不等电压多电平的情况下，开关角度关于调制比的轨迹呈现出非连续非线性特点，曲线拟合的效果并不理想。
技术实现要素：
本发明要解决的问题是提供一种多电平变换器特定谐波消除脉宽调制快速实现方法。本发明首先通过phc软件包离线求解不等电压多电平she方程组，然后再利用神经网络和数值迭代算法在线实现，为中大功率不等电压多电平逆变器应用shepwm提供了一种有效的方法。技术方案如下：
一种多电平变换器特定谐波消除脉宽调制快速实现方法，包括下面的步骤：
(1)建立不等电压多电平变换器特定谐波消除方程组；
(2)利用代数法离线遍历求解不同调制比下不等电压多电平特定谐波消除方程组，得到调制比及其对应特定谐波消除方程组的解；
(3)建立bp神经网络，由调制比及其对应特定谐波消除方程组的解组成训练样本，调制比作为神经网络输入，其对应特定谐波消除方程组的解为神经网络的输出，采用单隐含层，神经元激活函数为tanh，训练bp神经网络并保存；
(4)利用步骤3得到的神经网络在线生成特定谐波消除方程组的初值；
(5)采用数值迭代算法在线迭代步骤4中特定谐波消除方程组的初值，得到特定谐波消除方程组精确解；
(6)根据步骤5生成的特定谐波消除方程组精确解，利用三角载波，得到igbt门极控制信号，实现不等电压多电平变换器特定谐波消除脉宽调制。
优选地，步骤(5)中，数值迭代算法采用拟牛顿算法，初始迭代雅克比逆矩阵为特定谐波消除方程组初值雅克比逆矩阵，数值迭代算法迭代雅克比逆矩阵为特定谐波消除方程组近似雅克比逆矩阵。
本发明的有益效果是：
(1)采用神经网络拟合调制比和开关角度之间的映射关系，避免了大量数据存储的问题，并保证了调制比的连续性。
(2)采用神经网络与数值迭代算法相结合的方法，提高了小规模神经网络预测的精确性，同时保证了求解不等电压多电平she方程组的快速性。
附图说明
图1为本发明一种多电平变换器特定谐波消除脉宽调制快速实现方法电路拓扑结构示意图。
图2为本发明具体实施例中神经网络拓扑示结构意图。
图3为本发明具体实施例中在线实现shepwm流程图。
具体实施方式
下面结合附图和具体实施方式进一步说明本发明。
本发明提供了一个不等电压多电平逆变器shepwm快速实现方法具体实施例，以便对本发明的理解。以不等电压源个数为3，分别为e1，e2，e3为例，利用matlab的phc软件包离线求解she方程组，通过神经网络和拟牛顿算法实现在线快速求解。
步骤s1如图1所示为四分之一周期对称不等电压七电平输出波形示意图，根据傅里叶级数理论，该电压波形可以展开如下的正弦级数：
则n次谐波的幅值bn可以表示如下：
其中，e1＝vdc·e1，e2＝vdc·e2，e3＝vdc·e3，直流母线电压为vdc，e1，e2，e3分别为各直流电压与直流母线电压比值。取直流母线电压vdc＝2，e1＝0.75，e2＝0.5，e3＝0.25。令基波幅值为vf，同时令若干低频次谐波幅值为零，即可得到不等电压多电平逆变器she方程组：
其中m＝πvf/4vdc，调制比m在一定范围内变化时，开关角度θ1，θ2，θ3也随之发生改变。
步骤s2通过matlab的phc软件包求解步骤s9给定的she方程组，若某调制比存在多组解，则比较每组解的thd，将thd最小的一组作为该调制比的解，thd公式如下
其中，vf为基波幅值，vi表示第i次谐波的幅值(没有偶数次谐波和3的倍频次谐波)。步骤s3在(0,3)范围内，重复步骤s10，遍历所有调制比m，得到全调制比范围内最优开关角度θ10，θ20，θ30，如下表所示。
步骤s4在离线情况下，确定拟牛顿算法在全调制比范围内迭代she方程组可以收敛时的误差，即拟牛顿算法收敛时，开关角度初值θ'1，θ'2，θ'3与理论开关角度θ10，θ20，θ30的误差。在本具体实施例中，开关角度初值θ'1，θ'2，θ'3与理论开关角度θ10，θ20，θ30的最大偏差为10度。
步骤s5将步骤s11所得数据作为神经网络训练样本。结合图2，调制比m作为神经网络输入，开关角度θ1，θ2，θ3为神经网络的输出，中间采用单隐含层，神经元个数为9。神经元激活函数为sigmoid，经过训练，神经网络预测的开关角度θ'1，θ'2，θ'3在全调制比范围内误差均小于10度。
步骤s6将步骤s13所得神经网络模型与拟牛顿算法结合。
步骤s7结合图,3，给定某一调制比m，则
神经网络隐含层输出层为hi，wij为输入层到隐含层权值，ai为隐含层的阈值。
神经网络预测的开关角度θ'1，θ'2，θ'3，k为1,2,3。
步骤s8将步骤s15中神经网络预测开关角度θ'1，θ'2，θ'3作为拟牛顿算法迭代初值，经过公式[7]迭代，hn表示雅克比矩阵的逆矩阵，f(θn)表示she特定谐波消除方程组在开关角度θn时的值
θn+1＝θn-hn·f(θn)(7)
而hn更新公式如下，h1为单位阵。
步骤s9经过步骤s16，开关角度θ'1，θ'2，θ'3可以快速逼近理论开关角度θ10，θ20，θ30至开关角度θ1，θ2，θ3，实现在线快速求解不等电压多电平she方程组。
步骤s10将迭代后得到的开关角度θ1，θ2，θ3送入pwm发生器中，产生控制igbt全桥电路的脉宽控制信号g11，g12，……，g33，g34，实现不等电压多电平逆变器特定谐波消除脉宽调制技术。