专利名称：五电平svpwm控制器的制作方法
技术领域：
本发明涉及一种SVP丽控制器，尤其是一种五电平SVP丽控制器。
背景技术：
近年来，二极管箝位式多电平逆变器在高压大容量电能变换及交流电机调速中 得到广泛应用。空间电压矢量调制法(SVP丽)是二极管箝位式多电平逆变器的控制技术
之一，由于其拥有较小的输出谐波含量、较高的电压利用率且易于数字化实现，成为研究最 多、应用最广的控制技术。两电平、三电平空间矢量调制控制器在实现起来比较方便，但随 着电平数的增加，空间矢量成几何级数增多，这给空间矢量调制的实现带来了极大困难。目 前，针对多电平逆变器的空间矢量实现算法，大都是在两电平、三电平空间矢量调制技术的 基础上，笼统给出多电平逆变器的通用算法，缺乏对多电平逆变器的空间矢量的具体算法 以及如何利用具体每一个开关矢量、开关状态等问题的实现进行细致的研究。
发明内容
本发明的目的是克服现有技术中存在的不足，以五电平逆变器为例，提供一种五 电平SVP丽控制器，采用新的坐标系判断参考电压矢量所处的区域，简化区域的判断方法， 可以方便扩展到更多电平逆变器的SVP丽调制中，并将五电平SVP丽控制器集成到一片 FPGA芯片上实现，为高压大容量电能变换及交流电机调速提供一个高性能的专用SVP丽控 制器。 按照本发明提供的技术方案，所述五电平SVP丽控制器包括扇区判别模块、扇区 归一模块、新坐标计算模块、区域判别模块、作用时间计算模块、脉冲时间段选择模块、开关 状态生成模块、触发脉冲生成模块； 所述扇区判别模块根据两相直角静止坐标系下的参考电压矢量u/、u/判断合成 参考电压空间矢量位于6个扇区中的哪一个；根据6个扇区的对称性，采用所述扇区归一模 块对参考电压矢量进行位置归一化旋转得到Ua ^ UM*，使Ua ^ UM*位于第一扇区；所述的
新坐标计算模块，采用Xl-X2-X3坐标系，对u^、u"进行坐标计算，计算出ual*、uM*的合 成参考电压空间矢量u*相对于Xl-X2-X3三个坐标轴的距离；所述区域判别模块根据合成 参考电压空间矢量u*相对于Xl-X2-X3三个坐标轴的距离，判断合成参考电压空间矢量u* 位于16个小三角形区域中的哪一个；合成参考电压空间矢量11*由其所处的三角形区域的 三个顶点所对应的三个基本电压空间矢量作用合成，所述作用时间计算模块则根据区域值 及参考电压矢量UaJ、UeJ计算三个基本电压空间矢量的作用时间；五电平SVP丽一个脉冲 波形由25个时间段构成，不同区域内的不同时间段所对应的逆变器三个桥臂的开关状态 不一样，所述脉冲时间段选择模块则计算当前时刻处于哪一个时间段；所述开关状态生成 模块根据时间段、扇区号、区域号决定逆变器三个桥臂的开关状态；所述触发脉冲生成模块 根据逆变器三个桥臂的开关状态输出12路触发脉冲，生成的12路触发脉冲可以送给外围 驱动电路生成24路互补带死区延时的脉冲，分别接到二极管箝位式五电平逆变器的24个开关管的触发端； 所述Xl-X2-X3坐标系是指，X1轴与两相静止坐标系的a轴重合，X2轴为a轴逆 时钟旋转60。 ，X3轴为X2轴逆时钟旋转60。。 所述新坐标计算模块采用2-2-3结构的神经网络实现，神经网络隐含层与输入 层的权值为[1，0;l/2，V^/2]，阈值为
;输出层与隐含层的权值为[-l/V^，2/V^;
，1/VI ;1/V^ ，1/71 ]，阈值为
，所有节点的激活函数都为线性函数；所述神 经网络的输出除以V^^/8并向上取整，得到隐含区域信息的3个整数，作为所述区域判别 模块的输入信号。 所述区域判别模块采用3-5-1结构的BP神经网络实现，所述BP神经网络的输入 为合成参考电压空间矢量^相对于所述Xl-X2-X3三个坐标轴的距离除以V^^/8并向上取 整后得到的3个整数；所述神经网络的权值和阈值由离线训练得到，训练样本为16对数据， 对应16个小三角形区域。 所述扇区判别模块、扇区归一模块、新坐标计算模块、区域判别模块、作用时间 计算模块、脉冲时间段选择模块、开关状态生成模块和触发脉冲生成模块均在FPGA芯片 EPlC6T144C上实现，EPlC6T144C上的输入量为两相静止坐标系下的参考电压u/、u/所对 应的两个16位的数字量，输出为12路P丽脉冲波形，输入、输出信号共占用EP1C6T144C的 44个引脚。 本发明的优点是采用新的坐标系判断参考电压矢量所处的区域，简化区域的判 断方法，可以方便扩展到更多电平逆变器的SVP丽调制中；采用不同的神经网络结构完成 所述各模块的功能，充分利用了神经网络的并行结构，大大简化了工作时的计算量，提高了 快速性；所述五电平SVP丽控制器集成到一片FPGA芯片EP1C6T144C上实现，利用FPGA的 并行处理机制使所述各神经网络的并行处理能力得以充分体现，为高压大容量电能变换及 交流电机调速提供一个高性能的专用SVP丽控制器，减少系统中CPU的计算负担，与系统中 CPU的接口灵活方便。
图1是五电平SVP丽控制器结构框图；图2是扇区分布示意图；图3是扇区判别模块神经网络实现结构图；图4是扇区归一模块神经网络实现结构图；图5是新坐标计算示意图；图6是参考电压矢量投影示意图；图7是新坐标计算模块神经网络实现结构图；图8是区域判别模块神经网络实现结构图；图9是作用时间计算模块神经网络实现结构图；图10是脉冲时间段选择模块神经网络实现结构11是开关状态生成模块神经网络实现结构图；图12是触发脉冲生成模块神经网络实现结构图。
具体实施例方式
下面结合附图对本发明具体实施方案作进一步说明。 如图1所示本发明主要包括扇区判别模块、扇区归一模块、新坐标计算模块、区 域判别模块、作用时间计算模块、脉冲时间段选择模块、开关状态生成模块、触发脉冲生成 模块。 如图2所示采用神经网络NNl，根据两相静止坐标系下的参考电压u/、u/判断 合成参考电压空间矢量位于6个扇区中的哪一个。所述NN1的结构为2-3-4-1 (2-3-4-1表 示神经网络的层结构，下文皆采用这种表示方式)，其中，第一隐含层的激活函数为硬限幅 函数，上限幅为1，下限幅为0，第一隐含层与输入层的权值为[-力，l ;V^，1山0]，阈值为;以第一隐含层的输出作为输入，与第二隐含层及输出层构成的网络为BP网络，采
用离线训练获得其权值和阈值，训练样本为6对数据对应6个扇区。网络的输出经过向上 取整后输出一个整数，其范围为1 6，分别对应I-VI扇区，如图3所示。图3中I-VI这 6个扇区把平面分成6等份，各扇区的边界分别是2个基本电压空间矢量。
扇区归一模块主要实现扇区II-VI中的矢量旋转到扇区I中，以便判断区域、计算 基本电压空间矢量的作用时间等。扇区归一模块采用如图4所示的1-3-4结构的神经网络 NN2和2-2结构的神经网络NN3实现。图4中NN2为BP网络，其输入为扇区号，输出为不 同扇区旋转到扇区I的旋转变换系数，NN2的权值和阈值由离线训练得到，训练样本为扇区 号与变换系数组成的6对数据，对应6个扇区；NN2的输出作为NN3的权值，NN3的输入u/、 u/为原参考电压矢量，输出u。,、UeJ为归一后的参考电压矢量。 如图5所示构造一个新的静止坐标系，X1-X2-X3坐标系，其中，X1轴与两相直角 静止坐标系的a轴重合，X2轴为a轴逆时钟旋转6(T ， X3轴为X2轴逆时钟旋转60° 。 将第I扇区边界的2个电压空间矢量的三个定点连接起来，构成一个大三角形，将第I扇的 大三角形分成16等分，分别对应1-16个三角形区域；V1 V14为逆变器开关管的不同状 态所对应的基本电压空间矢量；合成参考电压矢量11*的幅值为『，与a轴的夹角为e ;从 合成参考电压矢量u*的终点分别向XI、 X2、 X3轴作垂线，求取其距离UX1、 UX2、 UX3如下
为了避免求距离时三角函数的计算，一方面将合成参考电压矢量向XI、 X2轴投影 得nl、n2，如图6所示。图6中
"Xl = t/* sin夕 LT2 = t/*sin(600-MT3 = "*sin(1200—6>)
(1);<formula>formula see original document page 6</formula> 另一方面，将以两相静止坐标系表示的参考电压ual*、 uM*分别投影到XI、 X2轴， 其投影值显然与nl、n2相同，即
<formula>formula see original document page 6</formula> 把求得的三角函数代入到式(1)可得到距离值，将UX1、UX2、UX3除以V^^/8并向 上取整，得到3个整数，分别代表参考电压矢量与Xl-X2-X3三个轴的相对位置信息，输出的 整数取值范围为1 4， Vd。为逆变器直流侧电压。新坐标计算模块用如图7所示的神经网 络结构实现，图7中NN4为2-2-3结构的神经网络，隐含层的激活函数为线性函数，隐含层
与输入层的权值为[l，O ;l/2，^/2]，阈值为
;输出层的激活函数为线性函数，输出
层与隐含层的权值为[-l/V^，2/V^-2/VJ，l/VI;l/V^，l/V^]，阈值为
。
区域判别模块采用如图8所示的结构为3-5-1的BP神经网络NN6实现，图8中 UXj、UX—2、UX—3，作为所述神经网络NN6的输入信号，由UX1、UX2、UX3除以V^^/8并向上 取整得到，所述神经网络NN6的输出经过向上取整后得到代表区域号的整数；所述神经网 络NN6的权值和阈值由离线训练得到，训练样本为16对数据，对应16个小三角形区域。
本发明主要针对欠调制模式，合成参考电压空间矢量11*由其所处的三角型区域的 三个顶点所对应的三个基本电压空间矢量作用合成，根据参考电压矢量所处的区域，结合 伏秒平衡原则，计算所述三个基本电压空间矢量的作用时间Wi;，计算过程中涉及到的 三角函数值用式(2)代替，因此没有三角函数的计算。作用时间生成模块采用如图9所示 的神经网络结构实现，图9中神经网络NN7是结构为1-5-9的BP网络，NN7的权值和阈值 由离线训练得到；训练样本为16个区域中，Ta、 Tb、 T。计算表达式中所包含的nl、 n2、 Ts系 数所构成的16对数据，Ts为一个脉冲波形的时间，即调制周期；神经网络NN8为3-3结构 的BP网络，其权值为NN7的输出，阈值全为0。 五电平SVP丽一个脉冲波形由25个时间段构成，不同区域内的不同时间段所对应 的三个桥臂的开关状态不一样，脉冲时间段选择模块则计算当前时刻处于哪一个时间段， 采用图IO所示的神经网络结构实现。图10中神经网络NN9结构为4-24-1， T是周期为 Ts的定时器的输出值，隐含层激活函数为硬限幅函数，上限幅为l，下限幅为0 ;隐含层与输 入层间的权值可以根据脉冲波形组成片段的作用时间系数计算得到，阈值全为0 ;输出层 的激活函数为线性函数，权值全为1，阈值为25 ;NN9的输出范围为1 25的整数，代表25 个时间片段。 开关状态生成模块则根据时间段、扇区号、区域号决定三个桥臂的开关状态，不同 的开关状态输出不同的触发脉冲，采用图11所示的神经网络结构实现开关状态生成模块。 图11中神经网络NNIO为3-20-20-3结构的BP网络，输入分别为扇区号、区域号以及时间 段，输出为3个桥臂的开关状态Sa、Sb、S。， Sa、Sb、S。的取值都为4、3、2、1、0分别代表五种状 态。NN10的权值、阈值由离线训练得到，训练样本为6(扇区数)X16(区域数)X25(时间段数)=2400对数据构成。 触发脉冲生成模块则根据三个桥臂的开关状态输出12路触发脉冲，12路触发脉 冲可以送给外围驱动电路生成24路互补带死区的脉冲，分别接到24个开关管的触发端。触 发脉冲生成模块由3个相同的神经网络实现，以A相桥臂为例，如图12所示。图12中神 经网络NN12为1-4-4结构的BP网络，NN12的权值、阈值由离线训练得到，训练样本为不同 开关状态与所对应的触发信号构成5对数据，对应A相桥臂开关状态Sa的5个状态。
所述扇区判别模块、扇区归一模块、新坐标计算模块、区域判别模块、作用时间计 算模块、脉冲时间段选择模块、开关状态生成模块、触发脉冲生成模块都集成在一片FPGA 芯片EPlC6T144C上实现，输入量为两相静止坐标系下的参考电压u/、u/所对应的两个16 位的数字量，输出为12路P丽脉冲波形，输入输出信号共占用EP1C6T144C的44个引脚。
本发明具有以下特点采用新的坐标系判断参考电压矢量所处的区域，简化区域 的判断方法，可以方便扩展到更多电平逆变器的SVP丽调制中；采用不同的神经网络结构 完成所述各模块的功能，充分利用了神经网络的并行结构，大大简化了 SVP丽控制器工作 时的计算量，提高了快速性；所述五电平SVP丽控制器集成到一片FPGA芯片EP1C6T144C上 实现，利用FPGA的并行处理机制使所述各神经网络的并行处理能力得以充分体现，为高压 大容量电能变换及交流电机调速系统提供一个高性能专用的控制器，减少系统中CPU的计 算负担，与系统中CPU的接口灵活方便。
权利要求
五电平SVPWM控制器，其特征是包括扇区判别模块、扇区归一模块、新坐标计算模块、区域判别模块、作用时间计算模块、脉冲时间段选择模块、开关状态生成模块、触发脉冲生成模块；所述扇区判别模块根据两相直角静止坐标系下的参考电压矢量uα*、uβ*判断合成参考电压空间矢量位于6个扇区中的哪一个；根据6个扇区的对称性，采用所述扇区归一模块对参考电压矢量进行位置归一化旋转得到uα1*、uβ1*，使uα1*、uβ1*位于第一扇区；所述的新坐标计算模块，采用X1-X2-X3坐标系，对uα1*、uβ1*进行坐标计算，计算出uα1*、uβ1*的合成参考电压空间矢量u*相对于X1-X2-X3三个坐标轴的距离；所述区域判别模块根据合成参考电压空间矢量u*相对于X1-X2-X3三个坐标轴的距离，判断合成参考电压空间矢量u*位于16个小三角形区域中的哪一个；合成参考电压空间矢量u*由其所处的三角形区域的三个顶点所对应的三个基本电压空间矢量作用合成，所述作用时间计算模块则根据区域值及参考电压矢量uα1*、uβ1*计算三个基本电压空间矢量的作用时间；五电平SVPWM一个脉冲波形由25个时间段构成，不同区域内的不同时间段所对应的逆变器三个桥臂的开关状态不一样，所述脉冲时间段选择模块则计算当前时刻处于哪一个时间段；所述开关状态生成模块根据时间段、扇区号、区域号决定逆变器三个桥臂的开关状态；所述触发脉冲生成模块根据逆变器三个桥臂的开关状态输出12路触发脉冲，生成的12路触发脉冲可以送给外围驱动电路生成24路互补带死区延时的脉冲，分别接到二极管箝位式五电平逆变器的24个开关管的触发端；所述X1-X2-X3坐标系是指，X1轴与两相静止坐标系的α轴重合，X2轴为α轴逆时钟旋转60°，X3轴为X2轴逆时钟旋转60°。
2. 如权利要求1所述五电平SVP丽控制器，其特征是所述新坐标计算模块采用2-2-3 结构的神经网络实现，神经网络隐含层与输入层的权值为[1，0;l/2，VI/2]，阈值为
;输出层与隐含层的权值为[-l/V^ ，2/V^ ;-2/，1/V^ ;1/^ ，1/V^]，阈值为
， 所有节点的激活函数都为线性函数；所述神经网络的输出除以V^^/8并向上取整，得到包 含区域信息的3个整数，作为所述区域判别模块的输入信号。
3. 如权利要求1所述五电平SVP丽控制器，其特征是所述区域判别模块采用3-5-1结 构的BP神经网络实现，所述BP神经网络的输入为合成参考电压空间矢量丫相对于所述 Xl-X2-X3三个坐标轴的距离除以V^^/8并向上取整后得到的3个整数；所述神经网络的 权值和阈值由离线训练得到，训练样本为16对数据，对应16个小三角形区域。
4. 如权利要求1所述五电平SVP丽控制器，其特征是所述扇区判别模块、扇区归一模 块、新坐标计算模块、区域判别模块、作用时间计算模块、脉冲时间段选择模块、开关状态生 成模块和触发脉冲生成模块均在FPGA芯片EP1C6T144C上实现，EP1C6T144C上的输入量为 两相静止坐标系下的参考电压u/、u/所对应的两个16位的数字量，输出为12路P丽脉 冲波形，输入、输出信号共占用EP1C6T144C的44个引脚。
全文摘要
本发明涉及一种五电平SVPWM控制器，主要包括扇区判别模块、扇区归一模块、新坐标计算模块、区域判别模块、作用时间计算模块、脉冲时间段选择模块、开关状态生成模块、触发脉冲生成模块。五电平SVPWM控制器所述各模块采用不同的神经网络结构完成其功能，并集成在一片FPGA芯片EP1C6T144C上实现。其优点是采用新的坐标系判断参考电压矢量所处的区域，简化区域的判断方法，可以方便扩展到更多电平逆变器的SVPWM调制中；并将五电平SVPWM控制器集成到一片FPGA芯片上实现，为高压大容量电能变换及交流电机调速提供一个高性能的专用SVPWM控制器。
文档编号H02M7/48GK101719732SQ200910232339
公开日2010年6月2日 申请日期2009年12月7日 优先权日2009年12月7日
发明者吴定会, 沈艳霞, 潘庭龙, 纪志成, 赵芝璞, 高春能 申请人:江南大学