1、畢業(yè)設(shè)計文獻綜述畢業(yè)設(shè)計文獻綜述電氣工程與自動化電氣工程與自動化用粒子群優(yōu)化用粒子群優(yōu)化SPWMSPWM波及其諧波分析波及其諧波分析摘要：針對現(xiàn)在對SPWM波的實現(xiàn)與諧波消除的缺陷，在這里提出基于粒子群算法（PSO）用來產(chǎn)生SPWM波以及對SPWM對進行優(yōu)化，在介紹PSO原理的基礎(chǔ)上，衍生出改進的PSO優(yōu)化方法，通過改進的PSO算法來控制開關(guān)角，應(yīng)用MATLAB對其結(jié)果進行仿真，并于傳統(tǒng)的工程控制方法比較，表明通過改進的PSO算法有更好

2、的辨識精度，收斂時間與魯棒性，為SPWM波的產(chǎn)生提供了一個綜合性能較好的實用方法。關(guān)鍵詞：粒子群優(yōu)化算法SPWM波MATLAB1.前言前言所謂SPWM，就是以正弦波作為逆變器輸出的期望波形，以頻率比期望波高的多的等腰三角形作為載波，并用頻率和期望波相同的正弦波作為調(diào)制波，當調(diào)制波與載波相交時，由它們的交點確定逆變器開關(guān)器件的通斷時刻，從而獲得正弦調(diào)制波的半個周期內(nèi)呈兩邊窄中間寬的一系列等幅不等寬的矩形波。SPWM控制技術(shù)有單極性控制和雙

3、極性控制兩種方式。在模擬電子電路中，采用正弦波發(fā)生器、三角波發(fā)生器和比較器實現(xiàn)上述的SPWM控制；改成數(shù)字控制后，開始時只是把同樣的方法數(shù)字化，稱為“自然采樣法”。自然采樣法的運算比較復(fù)雜，在工程上更是用的是簡化后的“規(guī)則采樣法”，由于簡化方法的不同衍生出多種規(guī)則采樣法。本文提出一種新的產(chǎn)生SPWM波形的方法，基于PSO算法來產(chǎn)生SPWM波形以及優(yōu)化其諧波，從而提出一種具有諧波小、最佳調(diào)制比、占空比的新方法。2.2.SPWM波的研究現(xiàn)狀

4、與發(fā)展趨勢的研究現(xiàn)狀與發(fā)展趨勢SPWM的控制就是根據(jù)三角波與正弦波調(diào)制波比較后的交點來確定逆變器功率器件的開關(guān)時刻。這個任務(wù)可以用模擬電路、數(shù)字電路或?qū)Ｓ玫拇笠?guī)模集成電路芯片等硬件來完成，也可以用微型計算機通過軟件生成SPWM的開關(guān)點。也是當前人們研究的一個熱門課題。1自然采樣法自然采樣法自然采樣法是按照正弦波與三角波交點進行脈沖寬度與間隙時間的采樣，從而生成SPWM波形。采用自然采樣時，由于正弦波與三角波的交點A、B兩點對三角波的中心

5、線是不對稱的，TA、TB都是未知數(shù)，這使得實時計算與控制相當?shù)睦щy，即使事先將計算結(jié)果存入內(nèi)存，控制過程中通過查表確定時間，也會因參數(shù)過多而占用計算機太多內(nèi)存和時間。因此僅限于頻段較少的場合。代的位置。代表第顆粒子在第維的第n次迭代的個體最佳位置。代表第顆粒子在第nijpijngjpi維的第n次迭代的全局最佳位置。代表第顆粒子在第維的第n次迭代的速度[3]。粒子群優(yōu)jnijvij化算法依據(jù)粒子自身速度進行慣性運動，對粒子自身行為進行思考

6、的同時，參與群體信息共享與相互合作，從而在粒子群中尋找最佳位置，相互作用與制約決定了算法的尋優(yōu)性能[4]。3.23.2改進改進PSOPSO算法算法粒子群優(yōu)化算法的最優(yōu)解搜索主要依賴于粒子間的信息共享機制，粒子間的信息共享機制體現(xiàn)在每一個粒子下一個時刻的位置都受到Gbest影響。PSO算法的整個更新過程是跟隨當前最優(yōu)解的過程。在一般情況下，所有粒子是會很快的收斂于最優(yōu)解，但，如果當前最優(yōu)解為局部的最優(yōu)解，那么一旦所有粒子都收斂于此，就很難

7、挑出局部最優(yōu)解了。在PSO算法中加入以一定概率接受較差的狀態(tài)機制，增強PSO的全局搜索能力，方法如下：處于第K次迭代的微粒i，它的新狀態(tài)的適應(yīng)值如果大于當前狀態(tài)的適應(yīng)值Pbest，就把新狀態(tài)作為微粒第K1次迭代的狀態(tài)；如果新狀態(tài)的適應(yīng)值小于當前狀態(tài)的適應(yīng)值Pbest，則以一定的概率接受新狀態(tài)為微粒第K1次迭代的狀態(tài)[6]。4.4.總結(jié)總結(jié)PSO算法現(xiàn)在已經(jīng)廣泛的應(yīng)用于各個領(lǐng)域，其中主要應(yīng)用于[8]：（1）神經(jīng)網(wǎng)絡(luò)的訓練：于BP算法相比，

8、使用PSO的優(yōu)點在于不適用梯度信息，多數(shù)情況下結(jié)果優(yōu)于BP算法，速度更快；（2）參數(shù)優(yōu)化：PSO已廣泛應(yīng)用于各種連續(xù)問題和離散問題的參數(shù)優(yōu)化；（3）除了以上領(lǐng)域外，PSO在自動目標檢測、系統(tǒng)辨識以及游戲訓練等方面也取得了一定的成果；根據(jù)改進的PSO算法，我們可以用MATLAB來編程實現(xiàn)，MATLAB有強大的計算，繪圖能力。利用它可以方便的解決一些粒子群算法的應(yīng)用問題，可以直觀地看出各個參數(shù)的確定對結(jié)果的影響[7]。通過改進的PSO算法得

9、到的SPWM波形具有更小的諧波分量，更有的調(diào)制比，從而大大的提高了供電的質(zhì)量。在實際生產(chǎn)中有很大的實際意義。主要參考文獻：主要參考文獻：1.孟慶波，曲素榮SPWM控制方法淺析[J]，鄭州鐵路職業(yè)技術(shù)學院學報，2007（12）：14152.崔用民SPWM控制電路設(shè)計的實現(xiàn)[J]，科學論壇20101093YenanYin，WeixingLin，WenLeiLi，EstimationAmplitudePhaseofHarmonicBasedo