Descargar

Inversor de Voltaje (página 2)

Enviado por Pablo Turmero


Partes: 1, 2
edu.red

Control por RNA  

edu.red

La salida de la red neuronal actúa como señal moduladora compensada para la reducción de armónicos

edu.red

Pasos para la elaboración del controlador neuronal Construir el controlador PI. Para cada condición de carga, recolectar la salida de tensión, corriente de carga, y corriente de capacitor como entradas de la RNA, y la señal de compensación como salida Seleccionar una estructura de red neuronal que sea simple y además suficiente para el control adecuado del inversor Entrenar la red neuronal y generar el controlador

edu.red

Modelo simulink controlador RNA

edu.red

Controlador Difuso El controlador difuso suprime armónicos del inversor modificando la señal moduladora

El controlador difuso diseñado actúa como controlador PD utilizando las variables de entrada:

Error (V) Cambio de error (V/S)

edu.red

Base de reglas controlador Difuso

edu.red

Modelo simulink controlador difuso

edu.red

Inversor Modelo Matemático Sin Controlador CARGA RESISTIVA 40O

THD: 1.59% CARGA NO LINEAL

THD: 4.38%

edu.red

Inversor Modelo Matemático Control PI CARGA NO LINEAL

THD: 0.24% CARGA RESISTIVA 40O

THD: 0.11%

edu.red

Inversor Modelo Matemático Control RNA CARGA RESISTIVA 40O

THD: 0.08% CARGA NO LINEAL

THD: 0.085%

edu.red

Inversor Modelo Matemático Control difuso CARGA NO LINEAL

THD: 0.085% CARGA RESISTIVA 40O

THD: 0.067%

edu.red

Resumen Resultados Modelo Matemático carga lineal

edu.red

Resumen Resultados Modelo Matemático carga no lineal

edu.red

Resumen Resultados Modelo Transistor carga lineal

edu.red

Resumen Resultados Modelo Transistor carga no lineal

edu.red

Conclusiones El control de un inversor, con modulación SPWM, se realiza variando la onda moduladora. Lo cual compensa el ancho de pulso ante perturbaciones como corrientes armónicas o cambios de carga.

El controlador PI diseñado es utilizado como modelo de referencia para para el diseño de los controladores inteligentes, principalmente para la obtención de patrones de entrenamiento del controlador neuronal.

edu.red

Conclusiones El controlador neuronal imita el comportamiento del controlador PI, sin embargo tiene la capacidad de trabajar con cargas para las que no fue diseñado y controlar sistemas no lineales de forma eficiente.

Con controlador PD difuso se obtuvo el mejor desempeño para la reducción de la distorsión armónica total tanto para sistemas con carga lineal como para cargas no lineales, sin embargo debido a la precisión que posee para regular armónicos, se pierde la velocidad de reacción al existir un cambio drástico de carga.

edu.red

Conclusiones Las alternativas de control diseñadas presentan nuevas tecnologías para la regulación de tensión de sistemas inversores principalmente para el campo de la alimentación ininterrumpida UPS ya que estos sistemas necesitan ondas sinusoidales puras a bajas frecuencias con la menor cantidad de componentes armónicos además de asegurar su funcionamiento con cargas críticas.

edu.red

Recomendciones El tiempo de simulación es un aspecto clave al momento del diseño de los controladores utilizando MATLAB, se debe considerar tiempos adecuados para la obtención de la respuesta deseada.

Ampliar el conocimiento de las técnicas de control para sistemas de potencia. Así como el estudio de controladores inteligentes para el control de sistemas eléctricos.

Realizar futuras investigaciones sobre controladores inteligentes aplicados a inversores trifásicos, multinivel y con modulación vectorial por ancho de pulso.

Partes: 1, 2
 Página anterior Volver al principio del trabajoPágina siguiente