基于模糊逼近的有源滤波器自适应模糊滑模控制方法.pdf

上传人:a1 文档编号:4332220 上传时间:2018-09-14 格式:PDF 页数:14 大小:8.89MB
返回 下载 相关 举报
摘要
申请专利号:

CN201210363509.3

申请日:

2012.09.26

公开号:

CN102856904A

公开日:

2013.01.02

当前法律状态:

授权

有效性:

有权

法律详情:

授权|||实质审查的生效IPC(主分类):H02J 3/01申请日:20120926|||公开

IPC分类号:

H02J3/01; G06N7/02

主分类号:

H02J3/01

申请人:

河海大学常州校区

发明人:

侯世玺; 费峻涛; 华民刚; 戴卫力

地址:

213022 江苏省常州市新北区晋陵北路200号

优先权:

专利代理机构:

南京纵横知识产权代理有限公司 32224

代理人:

董建林

PDF下载: PDF下载
内容摘要

本发明的有源电力滤波器自适应模糊滑模控制方法,涉及有源电力滤波器的控制系统,具体地说属于自适应模糊滑模控制方法在有源电力滤波器控制上的应用。这种控制系统不依赖于被控对象的精确模型,动静态性能很好,具有很好的自适应性和鲁棒性,并能保证系统全局的稳定性。本系统主要是基于模糊控制、滑模控制、自适应控制和李雅普诺夫稳定性理论设计的,能提高系统对于非线性负载变化和系统参数不匹配的鲁棒性和适应性,从而使系统具有在复杂电网环境下实现谐波补偿的能力。另外本系统还将控制器的切换项进行模糊逼近,设计了一个新的自适应模糊控制器,从而有效降低抖振。

权利要求书

权利要求书一种基于模糊逼近的有源滤波器自适应模糊滑模控制方法,其特征在于,包括以下步骤:1)根据电路理论和基尔霍夫定理建立有源电力滤波器的数学模型:di1dt=-RcLci1+v1Lc-vdcLc(c1-13Σk=13ck)di2dt=-RcLci2+v2Lc-vdcLc(c2-13Σk=13ck)di3dt=-RcLci3+v3Lc-vdcLc(c3-13Σk=13ck)]]>其中,v1,v2,v3分别为三相有源滤波器端电压,i1,i2,i3分别为三相补偿电流,Lc为电感,Rc为电阻,vdc为电容电压;上述方程可以写成以下的形式:x·=f(x)+bu+d]]>其中状态向量x为i1,i2,i3,参数f(x)=-RcLcik+vkLc,]]>k=1,2,3,控制向量d为未知干扰,控制的目标就是使状态向量x跟踪一个给定信号xm,跟踪误差e=xm‑x;2)基于模糊控制、滑模控制、自适应控制和李雅普诺夫稳定性理论设计控制器为:u=1b[-f^(x)+x·m-h^(s)]]]>且,f^(x|θf)=θfTξ(x)h^(s|θh)=θhTφ(s)]]>其中,为模糊系统输出,ξ(x)、φ(s)为模糊基函数,向量θfT、根据自适应律而变化。根据权利要求1所述的基于模糊逼近的有源滤波器自适应模糊滑模控制方法,其特征在于,还包含以下步骤:定义切换函数s(t)=‑ke,k为正常数,e为跟踪误差;基于李雅普诺夫方法设计向量θf和θh的自适应算法,定义最优参数为θf*=argminθf∈Ωf[sup|f^(x|θfx∈Rn)-f(x)|],]]>θh*=argminθh∈Ωh[sup|h^(s|θhx∈Rn)-usw|],]]>其中,Ωf、Ωh分别为θf、θh的集合;李雅普诺夫函数设计为:其中,r1,r2是正常数;其中,选取自适应算法为:θ·f=r1ksξ(x),]]>θ·h=r2ksφ(s),]]>根据模糊逼近理论,可实现使逼近误差非常小,从而保证

说明书

说明书基于模糊逼近的有源滤波器自适应模糊滑模控制方法
技术领域
本发明专利属于有源电力滤波技术,特别涉及一种有源电力滤波器自适应模糊控制方法。
背景技术
随着电力电子技术的快速发展,各种半导体开关器件得到广泛的应用。电力电子技术在改善人们生产和生活的同时,带来了电能质量问题。所谓电能质量问题是指由于电网中存在非线性负载而引起的电流和电压波形畸变、相位失真、功率因数低下等问题。采用电力滤波装置就近吸收谐波源所产生的谐波是谐波抑制的有效措施。目前,国内主要采用并联型无源滤波器处理电网中的谐波电流。但由于无源滤波器仅能对特定谐波进行有效处理,人们逐渐将研究的重心转向有源电力滤波器。有源滤波器等净化电网产品是智能电网建设的标配产品,能实现谐波和无功动态补偿,响应快,受电网阻抗影响小,不易与电网阻抗发生谐振;既能补偿各次谐波,还可抑制闪变、补偿无功,补偿性能不受电网频率变化的影响,能有效抑制谐波污染,因此成为谐波治理的重要手段。
由于难以获得被控对象精确的数学模型,传统的控制方案难以达到理想的控制效果。智能自适应有源滤波器动态补偿和控制是有源电力滤波器控制系统研究的发展趋势。其中,滑模变结构控制具有快速响应、对参数变化及扰动不灵敏等优点,自适应滑模变结构控制等策略极大促进了自适应控制理论的进一步发展。模糊控制不依赖被控对象精确的数学模型,建模简单、控制精度高、非线性适应性强、鲁棒性强。因此,自适应控制,滑模变结构控制,模糊控制相互之间具有很强的互补性,有必要综合运用。但是,迄今为止,存在的专利虽然都从不同的侧面对有源电力滤波器控制展开研究,但尚未有综合应用各种先进控制方法并基于李亚普诺夫分析方法对有源电力滤波器进行控制和动态补偿。
发明内容
本发明的目的是为避免传统有源电力滤波器控制系统的不足,提供一种有源电力滤波器自适应模糊滑模控制方法,综合利用模糊控制、滑模控制、自适应控制和李雅普诺夫稳定性理论,在保证全局稳定性的基础上,实现了谐波补偿的目的,同时为了克服控制器存在的抖振现象,突破性的为切换项设计了一个自适应模糊控制器。
本发明采用的技术方案是:首先建立有源电力滤波器的数学模型,然后综合利用模糊控制、滑模控制、自适应控制方法设计自适应模糊滑模控制器,代替传统的补偿电流跟踪控制方法,使补偿电流实时跟踪指令信号,达到消除谐波的目的。同时为控制器的切换项设计了一个自适应模糊控制器,从而减轻控制器存在的抖振现象。
由上说明的技术方案可以看出本发明的有益效果在于:基于模糊控制、滑模控制、李雅普诺夫理论设计的自适应模糊滑模控制器,提高了系统对于非线性负载变化和系统参数不匹配的鲁棒性和适应性,从而使系统具有在复杂电网环境下实现谐波补偿的能力。另外本系统还将控制器的切换项进行模糊逼近,设计了一个新的自适应模糊控制器,从而有效降低抖振。
附图说明
图1为并联型APF的主电路结构;
图2为自适应模糊滑模控制系统框图;
图3为A相电流波形;
图4为指令电流和补偿电流波形;
图5为补偿电流跟踪偏差波形;
图6为自适应律θf仿真波形;
图7为自适应律θh仿真波形;
图8为直流侧电压波形。
具体实施方式
下面结合附图,对本发明的具体实施作进一步说明:
本发明专利主要研究应用最广泛的并联电压型有源电力滤波器。实际应用中,用于三相的占多数,故主要研究用于三相三线制系统的情况。其主电路结构如图1。
有源电力滤波器的基本工作原理是,检测补偿对象的电压和电流,经指令电流运算电路计算得出补偿电流的指令信号i*c,该信号经补偿电流发生电路放大,得出补偿电流ic,补偿电流与负载电流中要补偿的谐波及无功等电流抵消,最终得到期望的电源电流。
根据电路理论和基尔霍夫定理可得到如下公式:
<mrow><MFENCED close="" open="{"><MTABLE><MTR><MTD><MSUB><MI>v</MI> <MN>1</MN> </MSUB><MO>=</MO> <MSUB><MI>L</MI> <MI>c</MI> </MSUB><MFRAC><MSUB><MI>di</MI> <MN>1</MN> </MSUB><MI>dt</MI> </MFRAC><MO>+</MO> <MSUB><MI>R</MI> <MI>c</MI> </MSUB><MSUB><MI>i</MI> <MN>1</MN> </MSUB><MO>+</MO> <MSUB><MI>v</MI> <MROW><MN>1</MN> <MI>M</MI> </MROW></MSUB><MO>+</MO> <MSUB><MI>v</MI> <MI>MN</MI> </MSUB></MTD></MTR><MTR><MTD><MSUB><MI>v</MI> <MN>2</MN> </MSUB><MO>=</MO> <MSUB><MI>L</MI> <MI>c</MI> </MSUB><MFRAC><MSUB><MI>di</MI> <MN>2</MN> </MSUB><MI>dt</MI> </MFRAC><MO>+</MO> <MSUB><MI>R</MI> <MI>c</MI> </MSUB><MSUB><MI>i</MI> <MN>2</MN> </MSUB><MO>+</MO> <MSUB><MI>v</MI> <MROW><MN>2</MN> <MI>M</MI> </MROW></MSUB><MO>+</MO> <MSUB><MI>v</MI> <MI>MN</MI> </MSUB></MTD></MTR><MTR><MTD><MSUB><MI>v</MI> <MN>3</MN> </MSUB><MO>=</MO> <MSUB><MI>L</MI> <MI>c</MI> </MSUB><MFRAC><MSUB><MI>di</MI> <MN>3</MN> </MSUB><MI>dt</MI> </MFRAC><MO>+</MO> <MSUB><MI>R</MI> <MI>c</MI> </MSUB><MSUB><MI>i</MI> <MN>3</MN> </MSUB><MO>+</MO> <MSUB><MI>v</MI> <MROW><MN>3</MN> <MI>M</MI> </MROW></MSUB><MO>+</MO> <MSUB><MI>v</MI> <MI>MN</MI> </MSUB></MTD></MTR></MTABLE></MFENCED><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>1</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>其中,v1,v2,v3分别为三相有源滤波器端电压,i1,i2,i3分别为三相补偿电流,Lc为电感,Rc为电阻。 <BR>假设交流侧电源电压稳定,可以得到 <BR><MATHS num="0002"><MATH><![CDATA[ <mrow><MSUB><MI>v</MI> <MI>MN</MI> </MSUB><MO>=</MO> <MO>-</MO> <MFRAC><MN>1</MN> <MN>3</MN> </MFRAC><MUNDEROVER><MI>Σ</MI> <MROW><MI>k</MI> <MO>=</MO> <MN>1</MN> </MROW><MN>3</MN> </MUNDEROVER><MSUB><MI>v</MI> <MI>kM</MI> </MSUB><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>2</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>其中,vMN为M端到N端的电压,v1M、v2M、v3M分别为M端到a、b、c端的电压。并定义ck为开关函数,指示IGBT的工作状态,定义如下: <BR><MATHS num="0003"><MATH><![CDATA[ <mrow><MSUB><MI>c</MI> <MI>k</MI> </MSUB><MO>=</MO> <MFENCED close="" open="{"><MTABLE><MTR><MTD><MN>1</MN> <MO>,</MO> <MI>if</MI> <MSUB><MI>S</MI> <MI>k</MI> </MSUB><MI>isOnand</MI> <MSUB><MI>S</MI> <MROW><MI>k</MI> <MO>+</MO> <MN>3</MN> </MROW></MSUB><MI>isOff</MI> </MTD></MTR><MTR><MTD><MN>0</MN> <MO>,</MO> <MI>if</MI> <MSUB><MI>S</MI> <MI>k</MI> </MSUB><MI>isOffand</MI> <MSUB><MI>S</MI> <MROW><MI>k</MI> <MO>+</MO> <MN>3</MN> </MROW></MSUB><MI>isOn</MI> </MTD></MTR></MTABLE></MFENCED><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>3</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>其中,k=1,2,3。 <BR>同时,vkM=ckvdc,vdc为电容电压,所以(1)可改写为 <BR><MATHS num="0004"><MATH><![CDATA[ <mrow><MFENCED close="" open="{"><MTABLE><MTR><MTD><MFRAC><MSUB><MI>di</MI> <MN>1</MN> </MSUB><MI>dt</MI> </MFRAC><MO>=</MO> <MO>-</MO> <MFRAC><MSUB><MI>R</MI> <MI>c</MI> </MSUB><MSUB><MI>L</MI> <MI>c</MI> </MSUB></MFRAC><MSUB><MI>i</MI> <MN>1</MN> </MSUB><MO>+</MO> <MFRAC><MSUB><MI>v</MI> <MN>1</MN> </MSUB><MSUB><MI>L</MI> <MI>c</MI> </MSUB></MFRAC><MO>-</MO> <MFRAC><MSUB><MI>v</MI> <MI>dc</MI> </MSUB><MSUB><MI>L</MI> <MI>c</MI> </MSUB></MFRAC><MROW><MO>(</MO> <MSUB><MI>c</MI> <MN>1</MN> </MSUB><MO>-</MO> <MFRAC><MN>1</MN> <MN>3</MN> </MFRAC><MUNDEROVER><MI>Σ</MI> <MROW><MI>k</MI> <MO>=</MO> <MN>1</MN> </MROW><MN>3</MN> </MUNDEROVER><MSUB><MI>c</MI> <MI>k</MI> </MSUB><MO>)</MO> </MROW></MTD></MTR><MTR><MTD><MFRAC><MSUB><MI>di</MI> <MN>2</MN> </MSUB><MI>dt</MI> </MFRAC><MO>=</MO> <MO>-</MO> <MFRAC><MSUB><MI>R</MI> <MI>c</MI> </MSUB><MSUB><MI>L</MI> <MI>c</MI> </MSUB></MFRAC><MSUB><MI>i</MI> <MN>2</MN> </MSUB><MO>+</MO> <MFRAC><MSUB><MI>v</MI> <MN>2</MN> </MSUB><MSUB><MI>L</MI> <MI>c</MI> </MSUB></MFRAC><MO>-</MO> <MFRAC><MSUB><MI>v</MI> <MI>dc</MI> </MSUB><MSUB><MI>L</MI> <MI>c</MI> </MSUB></MFRAC><MROW><MO>(</MO> <MSUB><MI>c</MI> <MN>2</MN> </MSUB><MO>-</MO> <MFRAC><MN>1</MN> <MN>3</MN> </MFRAC><MUNDEROVER><MI>Σ</MI> <MROW><MI>k</MI> <MO>=</MO> <MN>1</MN> </MROW><MN>3</MN> </MUNDEROVER><MSUB><MI>c</MI> <MI>k</MI> </MSUB><MO>)</MO> </MROW></MTD></MTR><MTR><MTD><MFRAC><MSUB><MI>di</MI> <MN>3</MN> </MSUB><MI>dt</MI> </MFRAC><MO>=</MO> <MO>-</MO> <MFRAC><MSUB><MI>R</MI> <MI>c</MI> </MSUB><MSUB><MI>L</MI> <MI>c</MI> </MSUB></MFRAC><MSUB><MI>i</MI> <MN>3</MN> </MSUB><MO>+</MO> <MFRAC><MSUB><MI>v</MI> <MN>3</MN> </MSUB><MSUB><MI>L</MI> <MI>c</MI> </MSUB></MFRAC><MO>-</MO> <MFRAC><MSUB><MI>v</MI> <MI>dc</MI> </MSUB><MSUB><MI>L</MI> <MI>c</MI> </MSUB></MFRAC><MROW><MO>(</MO> <MSUB><MI>c</MI> <MN>3</MN> </MSUB><MO>-</MO> <MFRAC><MN>1</MN> <MN>3</MN> </MFRAC><MUNDEROVER><MI>Σ</MI> <MROW><MI>k</MI> <MO>=</MO> <MN>1</MN> </MROW><MN>3</MN> </MUNDEROVER><MSUB><MI>c</MI> <MI>k</MI> </MSUB><MO>)</MO> </MROW></MTD></MTR></MTABLE></MFENCED><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>4</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>以下的自适应模糊滑模控制器的设计就是基于(4)的模型。 <BR>自适应模糊滑模控制器的设计 <BR>模糊逻辑系统是由一些具体的模糊规则以及模糊化和反模糊化策略组成的。模糊推理是通过一些IF‑THEN规则将输入变量x=(x1,x2,…,xn)T∈Rn映射到输出变量y∈R。第i条模糊规则可以写成如下形式Ri:如果x1的模糊集为的模糊集为那么y的模糊集为yi其中,和yi分别表示xi和y的模糊集。 <BR>采用乘积推理机、单值模糊器和中心解模糊器,模糊系统的输出如(5) <BR><MATHS num="0005"><MATH><![CDATA[ <mrow><MI>y</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>)</MO> </MROW><MO>=</MO> <MFRAC><MROW><MUNDEROVER><MI>Σ</MI> <MROW><MI>i</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>r</MI> </MUNDEROVER><MSUP><MI>y</MI> <MI>i</MI> </MSUP><MROW><MO>(</MO> <MUNDEROVER><MI>Π</MI> <MROW><MI>j</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>n</MI> </MUNDEROVER><MSUB><MI>μ</MI> <MSUBSUP><MI>A</MI> <MI>j</MI> <MI>i</MI> </MSUBSUP></MSUB><MROW><MO>(</MO> <MSUB><MI>x</MI> <MI>j</MI> </MSUB><MO>)</MO> </MROW><MO>)</MO> </MROW></MROW><MROW><MUNDEROVER><MI>Σ</MI> <MROW><MI>i</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>r</MI> </MUNDEROVER><MROW><MO>(</MO> <MUNDEROVER><MI>Π</MI> <MROW><MI>j</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>n</MI> </MUNDEROVER><MSUB><MI>μ</MI> <MSUBSUP><MI>A</MI> <MI>j</MI> <MI>i</MI> </MSUBSUP></MSUB><MROW><MO>(</MO> <MSUB><MI>x</MI> <MI>j</MI> </MSUB><MO>)</MO> </MROW><MO>)</MO> </MROW></MROW></MFRAC><MO>=</MO> <MSUP><MI>θ</MI> <MI>T</MI> </MSUP><MI>ξ</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>)</MO> </MROW><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>5</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>其中,为xj的隶属函数,r为模糊规则的数量, <BR>θT=(y1,y2,…,yr)为自由参数, <BR>ξ(x)=(ξ1(x),ξ2(x),…,ξM(x))T为模糊基函数,并定义 <BR><MATHS num="0006"><MATH><![CDATA[ <mrow><MSUB><MI>ξ</MI> <MI>i</MI> </MSUB><MROW><MO>(</MO> <MI>x</MI> <MO>)</MO> </MROW><MO>=</MO> <MFRAC><MROW><MUNDEROVER><MI>Π</MI> <MROW><MI>j</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>n</MI> </MUNDEROVER><MSUB><MI>μ</MI> <MSUBSUP><MI>A</MI> <MI>j</MI> <MI>i</MI> </MSUBSUP></MSUB><MROW><MO>(</MO> <MSUB><MI>x</MI> <MI>j</MI> </MSUB><MO>)</MO> </MROW></MROW><MROW><MUNDEROVER><MI>Σ</MI> <MROW><MI>j</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>n</MI> </MUNDEROVER><MROW><MO>(</MO> <MUNDEROVER><MI>Π</MI> <MROW><MI>i</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>n</MI> </MUNDEROVER><MSUB><MI>μ</MI> <MSUBSUP><MI>A</MI> <MI>j</MI> <MI>i</MI> </MSUBSUP></MSUB><MROW><MO>(</MO> <MSUB><MI>x</MI> <MI>j</MI> </MSUB><MO>)</MO> </MROW><MO>)</MO> </MROW></MROW></MFRAC></MROW>]]&gt;</MATH></MATHS>为第i条模糊基函数。 <BR>有源电力滤波器自适应模糊滑模控制系统框图如图2。这种控制策略不依赖精确的数学模型,和传统的控制方法相比具有更好的控制效果。在系统的稳定性分析后还为切换项设计了一个新的自适应模糊控制器,从而减轻了抖振。详细的设计过程可以被描述成如下步骤: <BR>(4)的3个方程可以写成以下的形式: <BR><MATHS num="0007"><MATH><![CDATA[ <mrow><MOVER><MI>x</MI> <MO>&amp;CenterDot;</MO> </MOVER><MO>=</MO> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>)</MO> </MROW><MO>+</MO> <MI>bu</MI> <MO>+</MO> <MI>d</MI> <MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>6</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>其中状态向量x为i1,i2,i3,<MATHS num="0008"><MATH><![CDATA[ <mrow> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>)</MO> </MROW><MO>=</MO> <MO>-</MO> <MFRAC><MSUB><MI>R</MI> <MI>c</MI> </MSUB><MSUB><MI>L</MI> <MI>c</MI> </MSUB></MFRAC><MSUB><MI>i</MI> <MI>k</MI> </MSUB><MO>+</MO> <MFRAC><MSUB><MI>v</MI> <MI>k</MI> </MSUB><MSUB><MI>L</MI> <MI>c</MI> </MSUB></MFRAC><MO>,</MO> </MROW>]]&gt;</MATH></MATHS>k=1,2,3,控制向量<MATHS num="0009"><MATH><![CDATA[ <mrow> <MI>b</MI> <MO>=</MO> <MO>-</MO> <MFRAC><MSUB><MI>v</MI> <MI>dc</MI> </MSUB><MSUB><MI>L</MI> <MI>c</MI> </MSUB></MFRAC><MO>,</MO> </MROW>]]&gt;</MATH></MATHS>d为未知干扰,d≤D。控制的目标就是使状态向量x跟踪一个给定信号xm。跟踪误差e=xm‑x。 <BR>定义切换函数为 <BR>s(t)=‑ke(7) <BR>将控制器设计为 <BR><MATHS num="0010"><MATH><![CDATA[ <mrow><MSUP><MI>u</MI> <MO>*</MO> </MSUP><MO>=</MO> <MFRAC><MN>1</MN> <MI>b</MI> </MFRAC><MO>[</MO> <MO>-</MO> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>)</MO> </MROW><MO>+</MO> <MSUB><MOVER><MI>x</MI> <MO>&amp;CenterDot;</MO> </MOVER><MI>m</MI> </MSUB><MO>-</MO> <MI>d</MI> <MO>-</MO> <MSUB><MI>u</MI> <MI>sw</MI> </MSUB><MO>]</MO> <MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>8</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>其中usw=ηsgn(s),η&gt;0 <BR>由(6)(8)得 <BR><MATHS num="0011"><MATH><![CDATA[ <mrow><MOVER><MI>s</MI> <MO>&amp;CenterDot;</MO> </MOVER><MROW><MO>(</MO> <MI>t</MI> <MO>)</MO> </MROW><MO>=</MO> <MO>-</MO> <MSUB><MI>u</MI> <MI>sw</MI> </MSUB><MO>=</MO> <MO>-</MO> <MI>ηsgn</MI> <MROW><MO>(</MO> <MI>s</MI> <MO>)</MO> </MROW><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>9</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>则<MATHS num="0012"><MATH><![CDATA[ <mrow> <MI>s</MI> <MROW><MO>(</MO> <MI>t</MI> <MO>)</MO> </MROW><MO>&amp;CenterDot;</MO> <MOVER><MI>s</MI> <MO>&amp;CenterDot;</MO> </MOVER><MROW><MO>(</MO> <MI>t</MI> <MO>)</MO> </MROW><MO>=</MO> <MO>-</MO> <MI>η</MI> <MO>|</MO> <MI>s</MI> <MO>|</MO> <MO>≤</MO> <MN>0</MN> </MROW>]]&gt;</MATH></MATHS> <BR>当f(x)、b、d未知时,控制器(8)不适用,可采用模糊系统来逼近f、ηsgn(s)。 <BR>采用乘积推理机、单值模糊器和中心解模糊器来设计模糊控制器,则控制器变为 <BR><MATHS num="0013"><MATH><![CDATA[ <mrow><MI>u</MI> <MO>=</MO> <MFRAC><MN>1</MN> <MI>b</MI> </MFRAC><MO>[</MO> <MO>-</MO> <MOVER><MI>f</MI> <MO>^</MO> </MOVER><MROW><MO>(</MO> <MI>x</MI> <MO>)</MO> </MROW><MO>+</MO> <MSUB><MOVER><MI>x</MI> <MO>&amp;CenterDot;</MO> </MOVER><MI>m</MI> </MSUB><MO>-</MO> <MOVER><MI>h</MI> <MO>^</MO> </MOVER><MROW><MO>(</MO> <MI>s</MI> <MO>)</MO> </MROW><MO>]</MO> <MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>10</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR><MATHS num="0014"><MATH><![CDATA[ <mfenced open='' close='' separators=''><MTABLE><MTR><MTD><MOVER><MI>f</MI> <MO>^</MO> </MOVER><MROW><MO>(</MO> <MI>x</MI> <MO>|</MO> <MSUB><MI>θ</MI> <MI>f</MI> </MSUB><MO>)</MO> </MROW><MO>=</MO> <MSUP><MSUB><MI>θ</MI> <MI>f</MI> </MSUB><MI>T</MI> </MSUP><MI>ξ</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>)</MO> </MROW></MTD><MTD><MOVER><MI>h</MI> <MO>^</MO> </MOVER><MROW><MO>(</MO> <MI>s</MI> <MO>|</MO> <MSUB><MI>θ</MI> <MI>h</MI> </MSUB><MO>)</MO> </MROW><MO>=</MO> <MSUBSUP><MI>θ</MI> <MI>h</MI> <MI>T</MI> </MSUBSUP><MI>φ</MI> <MROW><MO>(</MO> <MI>s</MI> <MO>)</MO> </MROW><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>11</MN> <MO>)</MO> </MROW></MTD></MTR></MTABLE></MFENCED>]]&gt;</MATH></MATHS> <BR>其中,为(5)形式的模糊系统输出,ξ(x)、φ(s)为模糊基函数,向量θfT、根据自适应律而变化。 <BR><MATHS num="0015"><MATH><![CDATA[ <mrow><MOVER><MI>h</MI> <MO>^</MO> </MOVER><MROW><MO>(</MO> <MI>s</MI> <MO>|</MO> <MSUBSUP><MI>θ</MI> <MI>h</MI> <MO>*</MO> </MSUBSUP><MO>)</MO> </MROW><MO>=</MO> <MSUB><MI>η</MI> <MI>Δ</MI> </MSUB><MI>sgn</MI> <MROW><MO>(</MO> <MI>s</MI> <MO>)</MO> </MROW><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>12</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>ηΔ=D+η,η≥0(13) <BR>|d|≤D(14) <BR>设计自适应律为 <BR><MATHS num="0016"><MATH><![CDATA[ <mrow><MSUB><MOVER><MI>θ</MI> <MO>&amp;CenterDot;</MO> </MOVER><MI>f</MI> </MSUB><MO>=</MO> <MSUB><MI>r</MI> <MN>1</MN> </MSUB><MI>ksξ</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>)</MO> </MROW><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>15</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR><MATHS num="0017"><MATH><![CDATA[ <mrow><MSUB><MOVER><MI>θ</MI> <MO>&amp;CenterDot;</MO> </MOVER><MI>h</MI> </MSUB><MO>=</MO> <MSUB><MI>r</MI> <MN>2</MN> </MSUB><MI>ksφ</MI> <MROW><MO>(</MO> <MI>s</MI> <MO>)</MO> </MROW><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>16</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>下面对(15)(16)中设计的自适应律进行证明: <BR>定义最优参数为 <BR><MATHS num="0018"><MATH><![CDATA[ <mrow><MROW><MSUP><MSUB><MI>θ</MI> <MI>f</MI> </MSUB><MO>*</MO> </MSUP><MO>=</MO> <MI>arg</MI> <MUNDER><MI>min</MI> <MROW><MSUB><MI>θ</MI> <MI>f</MI> </MSUB><MO>&amp;Element;</MO> <MSUB><MI>Ω</MI> <MI>f</MI> </MSUB></MROW></MUNDER><MO>[</MO> <MI>sup</MI> <MO>|</MO> <MOVER><MI>f</MI> <MO>^</MO> </MOVER><MROW><MO>(</MO> <MI>x</MI> <MO>|</MO> <MUNDER><MSUB><MI>θ</MI> <MI>f</MI> </MSUB><MROW><MI>x</MI> <MO>&amp;Element;</MO> <MSUP><MI>R</MI> <MI>n</MI> </MSUP></MROW></MUNDER><MO>)</MO> </MROW><MO>-</MO> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>)</MO> </MROW><MO>|</MO> <MO>]</MO> </MROW><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>17</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR><MATHS num="0019"><MATH><![CDATA[ <mrow><MSUBSUP><MI>θ</MI> <MI>h</MI> <MO>*</MO> </MSUBSUP><MO>=</MO> <MI>arg</MI> <MUNDER><MI>min</MI> <MROW><MSUB><MI>θ</MI> <MI>h</MI> </MSUB><MO>&amp;Element;</MO> <MSUB><MI>Ω</MI> <MI>h</MI> </MSUB></MROW></MUNDER><MO>[</MO> <MI>sup</MI> <MO>|</MO> <MOVER><MI>h</MI> <MO>^</MO> </MOVER><MROW><MO>(</MO> <MI>s</MI> <MO>|</MO> <MUNDER><MSUB><MI>θ</MI> <MI>h</MI> </MSUB><MROW><MI>x</MI> <MO>&amp;Element;</MO> <MSUP><MI>R</MI> <MI>n</MI> </MSUP></MROW></MUNDER><MO>)</MO> </MROW><MO>-</MO> <MSUB><MI>u</MI> <MI>sw</MI> </MSUB><MO>|</MO> <MO>]</MO> <MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>18</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS>其中,Ωf、Ωh分别为θf、θh的集合。 <BR>定义最小逼近误差为 <BR><MATHS num="0020"><MATH><![CDATA[ <mrow><MI>ω</MI> <MO>=</MO> <MI>f</MI> <MROW><MO>(</MO> <MI>x</MI> <MO>)</MO> </MROW><MO>-</MO> <MOVER><MI>f</MI> <MO>^</MO> </MOVER><MROW><MO>(</MO> <MI>x</MI> <MO>|</MO> <MSUBSUP><MI>θ</MI> <MI>f</MI> <MO>*</MO> </MSUBSUP><MO>)</MO> </MROW><MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>19</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>|ω|≤ωmax(20) <BR>则 <BR> <BR> <BR> <BR> <BR>其中, <BR>定义李雅普诺夫函数 <BR> <BR>其中,r1、r2为正常数。 <BR>则 <BR> <BR> <BR> <BR>由于 <BR><MATHS num="0021"><MATH><![CDATA[ <mrow><MOVER><MI>h</MI> <MO>^</MO> </MOVER><MROW><MO>(</MO> <MI>s</MI> <MO>|</MO> <MSUBSUP><MI>θ</MI> <MI>h</MI> <MO>*</MO> </MSUBSUP><MO>)</MO> </MROW><MO>=</MO> <MSUB><MI>η</MI> <MI>Δ</MI> </MSUB><MI>sgn</MI> <MROW><MO>(</MO> <MI>s</MI> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>则 <BR> <BR>(24) <BR> <BR>其中, <BR>将(15)(16)代入式(24)得 <BR><MATHS num="0022"><MATH><![CDATA[ <mrow><MOVER><MI>V</MI> <MO>&amp;CenterDot;</MO> </MOVER><MO>≤</MO> <MI>k</MI> <MO>[</MO> <MI>sw</MI> <MO>-</MO> <MI>η</MI> <MO>|</MO> <MI>s</MI> <MO>|</MO> <MO>]</MO> <MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>25</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>根据模糊逼近理论,自适应模糊系统可实现使逼近误差ω非常小。因此 <BR><MATHS num="0023"><MATH><![CDATA[ <mrow><MOVER><MI>V</MI> <MO>&amp;CenterDot;</MO> </MOVER><MO>≤</MO> <MN>0</MN> <MO>-</MO> <MO>-</MO> <MO>-</MO> <MROW><MO>(</MO> <MN>26</MN> <MO>)</MO> </MROW></MROW>]]&gt;</MATH></MATHS> <BR>为了验证上述理论的可行性,在Matlab下进行了仿真实验。仿真结果验证了自适应模糊滑模控制器的效果。 <BR>仿真参数选取如下: <BR>切换函数为s=‑ke,其中k=100。 <BR>取五种隶属函数进行模糊化:μ=exp(‑(x+4‑(i‑1)*2)÷1)2,i=1,...,6。定义切换函数s的隶属函数为:<MATHS num="0024"><MATH><![CDATA[ <mrow> <MSUB><MI>μ</MI> <MI>NM</MI> </MSUB><MROW><MO>(</MO> <MI>s</MI> <MO>)</MO> </MROW><MO>=</MO> <MFRAC><MN>1</MN> <MROW><MN>1</MN> <MO>+</MO> <MI>exp</MI> <MROW><MO>(</MO> <MN>5</MN> <MROW><MO>(</MO> <MI>s</MI> <MO>+</MO> <MN>3</MN> <MO>)</MO> </MROW><MO>)</MO> </MROW></MROW></MFRAC><MO>,</MO> </MROW>]]&gt;</MATH></MATHS>μZO(s)=exp(‑s2),<MATHS num="0025"><MATH><![CDATA[ <mrow> <MSUB><MI>μ</MI> <MI>PM</MI> </MSUB><MROW><MO>(</MO> <MI>s</MI> <MO>)</MO> </MROW><MO>=</MO> <MFRAC><MN>1</MN> <MROW><MN>1</MN> <MO>+</MO> <MI>exp</MI> <MROW><MO>(</MO> <MN>5</MN> <MROW><MO>(</MO> <MI>s</MI> <MO>-</MO> <MN>3</MN> <MO>)</MO> </MROW><MO>)</MO> </MROW></MROW></MFRAC><MO>.</MO> </MROW>]]&gt;</MATH></MATHS> <BR>自适应参数取r1=10000,r2=1000。 <BR>其中, <BR><MATHS num="0026"><MATH><![CDATA[ <mrow><MSUB><MI>θ</MI> <MI>f</MI> </MSUB><MO>=</MO> <MFENCED close="]" open="["><MTABLE><MTR><MTD><MSUB><MI>thetaf</MI> <MI>a</MI> </MSUB></MTD></MTR><MTR><MTD><MSUB><MI>thetaf</MI> <MI>b</MI> </MSUB></MTD></MTR><MTR><MTD><MSUB><MI>thetaf</MI> <MI>c</MI> </MSUB></MTD></MTR></MTABLE></MFENCED><MO>=</MO> <MFENCED close="]" open="["><MTABLE><MTR><MTD><MSUB><MI>thetaf</MI> <MROW><MI>a</MI> <MN>1</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>a</MI> <MN>2</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>a</MI> <MN>3</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>a</MI> <MN>4</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>a</MI> <MN>5</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>a</MI> <MN>6</MN> </MROW></MSUB></MTD></MTR><MTR><MTD><MSUB><MI>thetaf</MI> <MROW><MI>b</MI> <MN>1</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>b</MI> <MN>2</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>b</MI> <MN>3</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>b</MI> <MN>4</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>b</MI> <MN>5</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>b</MI> <MN>6</MN> </MROW></MSUB></MTD></MTR><MTR><MTD><MSUB><MI>thetaf</MI> <MROW><MI>c</MI> <MN>1</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>c</MI> <MN>2</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>c</MI> <MN>3</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>c</MI> <MN>4</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>c</MI> <MN>5</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetaf</MI> <MROW><MI>c</MI> <MN>6</MN> </MROW></MSUB></MTD></MTR></MTABLE></MFENCED></MROW>]]&gt;</MATH></MATHS> <BR><MATHS num="0027"><MATH><![CDATA[ <mrow><MSUB><MI>θ</MI> <MI>h</MI> </MSUB><MO>=</MO> <MFENCED close="]" open="["><MTABLE><MTR><MTD><MSUB><MI>thetah</MI> <MI>a</MI> </MSUB></MTD></MTR><MTR><MTD><MSUB><MI>thetah</MI> <MI>b</MI> </MSUB></MTD></MTR><MTR><MTD><MSUB><MI>thetah</MI> <MI>c</MI> </MSUB></MTD></MTR></MTABLE></MFENCED><MO>=</MO> <MFENCED close="]" open="["><MTABLE><MTR><MTD><MSUB><MI>thetah</MI> <MROW><MI>a</MI> <MN>1</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetah</MI> <MROW><MI>a</MI> <MN>2</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetah</MI> <MROW><MI>a</MI> <MN>3</MN> </MROW></MSUB></MTD></MTR><MTR><MTD><MSUB><MI>thetah</MI> <MROW><MI>b</MI> <MN>1</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetah</MI> <MROW><MI>b</MI> <MN>2</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetah</MI> <MROW><MI>b</MI> <MN>3</MN> </MROW></MSUB></MTD></MTR><MTR><MTD><MSUB><MI>thetah</MI> <MROW><MI>c</MI> <MN>1</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetah</MI> <MROW><MI>c</MI> <MN>2</MN> </MROW></MSUB></MTD><MTD><MSUB><MI>thetah</MI> <MROW><MI>c</MI> <MN>3</MN> </MROW></MSUB></MTD></MTR></MTABLE></MFENCED></MROW>]]&gt;</MATH></MATHS> <BR>电源电压Vs=380V,f==50Hz。非线性负载的电阻10Ω,电感2mH。补偿电路电感10mH,电容100μF。采用PI控制器控制直流侧电压,PI控制器的参数kp=0.005,ki=0.02。 <BR>图3描述的是A相电流在APF作用前后的波形图。当t=0.04s时,补偿电路接入开关闭合,有源滤波器开始工作。可以看出,0.04秒之前,系统中含有大量的谐波,电流谐波的畸变率为24.71%,当有源电力滤波器开始工作以后,可以看出电流波形在0.05秒就接近正弦波,并达到稳定,畸变率仅为1.59%。证明了该控制策略的有效性。 <BR>图4描述的是指令电流和补偿电流的波形图。图5描述的是补偿电流跟踪偏差的波形图。从中可以看出,0.05秒前补偿电流已经能够跟踪到指令电流,并且跟踪效果很好,大大消除了谐波,有效降低了畸变率。 <BR>图6和图7描述的是自适应律θf和θh的波形图。可以看出各个参数最后都能趋于稳定,控制效果很好。 <BR>图8是直流侧电压的动态曲线。说明采用PI控制能比较好的维持直流侧电容电压的稳定。 <BR>为了验证本文提出的自适应模糊滑模控制器具有很好的鲁棒性,对参数变化具有很好的自适应能力,本文还针对参数变化设计了如下的仿真实验,结果如表1: <BR>表1参数变化表 <BR></TABLES> <BR>由表1可以看出当参数发生变化时,畸变率仍可以控制在很低的范围内,证明自适应模糊滑模控制策略对参数的变化具有很强的自适应能力。</p></div> </div> </div> </div> <div class="tempdiv cssnone" style="line-height:0px;height:0px; overflow:hidden;"> </div> <div id="page"> <div class="page"><img src='https://img.zhuanlichaxun.net/fileroot2/2018-9/13/b25490b8-f977-4980-bd4f-8538849f5ad3/b25490b8-f977-4980-bd4f-8538849f5ad31.gif' alt="基于模糊逼近的有源滤波器自适应模糊滑模控制方法.pdf_第1页" width='100%'/></div><div class="pageSize">第1页 / 共14页</div> <div class="page"><img src='https://img.zhuanlichaxun.net/fileroot2/2018-9/13/b25490b8-f977-4980-bd4f-8538849f5ad3/b25490b8-f977-4980-bd4f-8538849f5ad32.gif' alt="基于模糊逼近的有源滤波器自适应模糊滑模控制方法.pdf_第2页" width='100%'/></div><div class="pageSize">第2页 / 共14页</div> <div class="page"><img src='https://img.zhuanlichaxun.net/fileroot2/2018-9/13/b25490b8-f977-4980-bd4f-8538849f5ad3/b25490b8-f977-4980-bd4f-8538849f5ad33.gif' alt="基于模糊逼近的有源滤波器自适应模糊滑模控制方法.pdf_第3页" width='100%'/></div><div class="pageSize">第3页 / 共14页</div> </div> <div id="pageMore" class="btnmore" onclick="ShowSvg();">点击查看更多>></div> <div style="margin-top:20px; line-height:0px; height:0px; overflow:hidden;"> <div style=" font-size: 16px; background-color:#e5f0f7; font-weight: bold; text-indent:10px; line-height: 40px; height:40px; padding-bottom: 0px; margin-bottom:10px;">资源描述</div> <div class="detail-article prolistshowimg"> <p>《基于模糊逼近的有源滤波器自适应模糊滑模控制方法.pdf》由会员分享,可在线阅读,更多相关《基于模糊逼近的有源滤波器自适应模糊滑模控制方法.pdf(14页珍藏版)》请在专利查询网上搜索。</p> <p >1、(10)申请公布号 CN 102856904 A (43)申请公布日 2013.01.02 C N 1 0 2 8 5 6 9 0 4 A *CN102856904A* (21)申请号 201210363509.3 (22)申请日 2012.09.26 H02J 3/01(2006.01) G06N 7/02(2006.01) (71)申请人河海大学常州校区 地址 213022 江苏省常州市新北区晋陵北路 200号 (72)发明人侯世玺 费峻涛 华民刚 戴卫力 (74)专利代理机构南京纵横知识产权代理有限 公司 32224 代理人董建林 (54) 发明名称 基于模糊逼近的有源滤波器自适应模糊滑。</p> <p >2、模 控制方法 (57) 摘要 本发明的有源电力滤波器自适应模糊滑模控 制方法,涉及有源电力滤波器的控制系统,具体地 说属于自适应模糊滑模控制方法在有源电力滤波 器控制上的应用。这种控制系统不依赖于被控对 象的精确模型,动静态性能很好,具有很好的自适 应性和鲁棒性,并能保证系统全局的稳定性。本系 统主要是基于模糊控制、滑模控制、自适应控制和 李雅普诺夫稳定性理论设计的,能提高系统对于 非线性负载变化和系统参数不匹配的鲁棒性和适 应性,从而使系统具有在复杂电网环境下实现谐 波补偿的能力。另外本系统还将控制器的切换项 进行模糊逼近,设计了一个新的自适应模糊控制 器,从而有效降低抖振。 (51)Int。</p> <p >3、.Cl. 权利要求书2页 说明书7页 附图4页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 2 页 说明书 7 页 附图 4 页 1/2页 2 1.一种基于模糊逼近的有源滤波器自适应模糊滑模控制方法,其特征在于,包括以下 步骤: 1)根据电路理论和基尔霍夫定理建立有源电力滤波器的数学模型: 其中,v 1 ,v 2 ,v 3 分别为三相有源滤波器端电压,i 1 ,i 2 ,i 3 分别为三相补偿电流,L c 为电 感,R c 为电阻,v dc 为电容电压; 上述方程可以写成以下的形式: 其中状态向量x为i 1 ,i 2 ,i 3 ,参数k=1,2,3,控制向量d 为未。</p> <p >4、知干扰,控制的目标就是使状态向量x跟踪一个给定信号x m ,跟踪误差e=x m -x; 2)基于模糊控制、滑模控制、自适应控制和李雅普诺夫稳定性理论设计控制器为: 且, 其中,为模糊系统输出,(x)、(s)为模糊基函数,向量 f T 、 根据自适应律而变化。 2.根据权利要求1所述的基于模糊逼近的有源滤波器自适应模糊滑模控制方法,其特 征在于,还包含以下步骤: 定义切换函数s(t)=-ke,k为正常数,e为跟踪误差; 基于李雅普诺夫方法设计向量 f 和 h 的自适应算法, 定义最优参数为 其中, f 、 h 分别为 f 、 h 的集合; 李雅普诺夫函数设计为:其中,r 1 ,r 2 是正常数;。</p> <p >5、其 权 利 要 求 书CN 102856904 A 2/2页 3 中, 选取自适应算法为:根据模糊逼近理论,可实现使逼近误 差非常小,从而保证 权 利 要 求 书CN 102856904 A 1/7页 4 基于模糊逼近的有源滤波器自适应模糊滑模控制方法 技术领域 0001 本发明专利属于有源电力滤波技术,特别涉及一种有源电力滤波器自适应模糊控 制方法。 背景技术 0002 随着电力电子技术的快速发展,各种半导体开关器件得到广泛的应用。电力电子 技术在改善人们生产和生活的同时,带来了电能质量问题。所谓电能质量问题是指由于电 网中存在非线性负载而引起的电流和电压波形畸变、相位失真、功率因数低下等问。</p> <p >6、题。采用 电力滤波装置就近吸收谐波源所产生的谐波是谐波抑制的有效措施。目前,国内主要采用 并联型无源滤波器处理电网中的谐波电流。但由于无源滤波器仅能对特定谐波进行有效处 理,人们逐渐将研究的重心转向有源电力滤波器。有源滤波器等净化电网产品是智能电网 建设的标配产品,能实现谐波和无功动态补偿,响应快,受电网阻抗影响小,不易与电网阻 抗发生谐振;既能补偿各次谐波,还可抑制闪变、补偿无功,补偿性能不受电网频率变化的 影响,能有效抑制谐波污染,因此成为谐波治理的重要手段。 0003 由于难以获得被控对象精确的数学模型,传统的控制方案难以达到理想的控制效 果。智能自适应有源滤波器动态补偿和控制是有源电力。</p> <p >7、滤波器控制系统研究的发展趋势。 其中,滑模变结构控制具有快速响应、对参数变化及扰动不灵敏等优点,自适应滑模变结 构控制等策略极大促进了自适应控制理论的进一步发展。模糊控制不依赖被控对象精确的 数学模型,建模简单、控制精度高、非线性适应性强、鲁棒性强。因此,自适应控制,滑模变结 构控制,模糊控制相互之间具有很强的互补性,有必要综合运用。但是,迄今为止,存在的专 利虽然都从不同的侧面对有源电力滤波器控制展开研究,但尚未有综合应用各种先进控制 方法并基于李亚普诺夫分析方法对有源电力滤波器进行控制和动态补偿。 发明内容 0004 本发明的目的是为避免传统有源电力滤波器控制系统的不足,提供一种有源电力 。</p> <p >8、滤波器自适应模糊滑模控制方法,综合利用模糊控制、滑模控制、自适应控制和李雅普诺夫 稳定性理论,在保证全局稳定性的基础上,实现了谐波补偿的目的,同时为了克服控制器存 在的抖振现象,突破性的为切换项设计了一个自适应模糊控制器。 0005 本发明采用的技术方案是:首先建立有源电力滤波器的数学模型,然后综合利用 模糊控制、滑模控制、自适应控制方法设计自适应模糊滑模控制器,代替传统的补偿电流跟 踪控制方法,使补偿电流实时跟踪指令信号,达到消除谐波的目的。同时为控制器的切换项 设计了一个自适应模糊控制器,从而减轻控制器存在的抖振现象。 0006 由上说明的技术方案可以看出本发明的有益效果在于:基于模糊控制。</p> <p >9、、滑模控制、 李雅普诺夫理论设计的自适应模糊滑模控制器,提高了系统对于非线性负载变化和系统参 数不匹配的鲁棒性和适应性,从而使系统具有在复杂电网环境下实现谐波补偿的能力。另 外本系统还将控制器的切换项进行模糊逼近,设计了一个新的自适应模糊控制器,从而有 说 明 书CN 102856904 A 2/7页 5 效降低抖振。 附图说明 0007 图1为并联型APF的主电路结构; 0008 图2为自适应模糊滑模控制系统框图; 0009 图3为A相电流波形; 0010 图4为指令电流和补偿电流波形; 0011 图5为补偿电流跟踪偏差波形; 0012 图6为自适应律 f 仿真波形; 0013 图7为自适应。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>10、律 h 仿真波形; 0014 图8为直流侧电压波形。 具体实施方式 0015 下面结合附图,对本发明的具体实施作进一步说明: 0016 本发明专利主要研究应用最广泛的并联电压型有源电力滤波器。实际应用中,用 于三相的占多数,故主要研究用于三相三线制系统的情况。其主电路结构如图1。 0017 有源电力滤波器的基本工作原理是,检测补偿对象的电压和电流,经指令电流运 算电路计算得出补偿电流的指令信号i * c ,该信号经补偿电流发生电路放大,得出补偿电流 i c ,补偿电流与负载电流中要补偿的谐波及无功等电流抵消,最终得到期望的电源电流。 0018 根据电路理论和基尔霍夫定理可得到如下公式: 001。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>11、9 0020 其中,v 1 ,v 2 ,v 3 分别为三相有源滤波器端电压,i 1 ,i 2 ,i 3 分别为三相补偿电流,L c 为 电感,R c 为电阻。 0021 假设交流侧电源电压稳定,可以得到 0022 0023 其中,v MN 为M端到N端的电压,v 1M 、v 2M 、v 3M 分别为M端到a、b、c端的电压。并定 义c k 为开关函数,指示IGBT的工作状态,定义如下: 0024 说 明 书CN 102856904 A 3/7页 6 0025 其中,k=1,2,3。 0026 同时,v kM =c k v dc ,v dc 为电容电压,所以(1)可改写为 0027 0028 以。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>12、下的自适应模糊滑模控制器的设计就是基于(4)的模型。 0029 自适应模糊滑模控制器的设计 0030 模糊逻辑系统是由一些具体的模糊规则以及模糊化和反模糊化策略组成的。模糊 推理是通过一些IF-THEN规则将输入变量x=(x 1 ,x 2 ,x n ) T R n 映射到输出变量yR。 第i条模糊规则可以写成如下形式R i :如果x 1 的模糊集为的模糊集为那么y的 模糊集为y i 其中,和y i 分别表示x i 和y的模糊集。 0031 采用乘积推理机、单值模糊器和中心解模糊器,模糊系统的输出如(5) 0032 0033 其中,为x j 的隶属函数,r为模糊规则的数量, 0034 T =(y。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>13、 1 ,y 2 ,y r )为自由参数, 0035 (x)=( 1 (x), 2 (x), M (x) T 为模糊基函数,并定义 0036 为第i条模糊基函数。 0037 有源电力滤波器自适应模糊滑模控制系统框图如图2。这种控制策略不依赖精确 的数学模型,和传统的控制方法相比具有更好的控制效果。在系统的稳定性分析后还为切 换项设计了一个新的自适应模糊控制器,从而减轻了抖振。详细的设计过程可以被描述成 如下步骤: 说 明 书CN 102856904 A 4/7页 7 0038 (4)的3个方程可以写成以下的形式: 0039 0040 其中状态向量x为i 1 ,i 2 ,i 3 ,k=1,2,3,。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>14、控制向量d 为未知干扰,dD。控制的目标就是使状态向量x跟踪一个给定信号x m 。跟踪误差e=x m -x。 0041 定义切换函数为 0042 s(t)=-ke(7) 0043 将控制器设计为 0044 0045 其中u sw =sgn(s),0 0046 由(6)(8)得 0047 0048 则 0049 当f(x)、b、d未知时,控制器(8)不适用,可采用模糊系统来逼近f、 sgn(s)。 0050 采用乘积推理机、单值模糊器和中心解模糊器来设计模糊控制器,则控制器变为 0051 0052 0053 其中,为(5)形式的模糊系统输出,(x)、(s)为模糊基函 数,向量 f T 、根据自适。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>15、应律而变化。 0054 0055 =D+,0(13) 0056 |d|D(14) 0057 设计自适应律为 0058 0059 说 明 书CN 102856904 A 5/7页 8 0060 下面对(15)(16)中设计的自适应律进行证明: 0061 定义最优参数为 0062 0063 其中, f 、 h 分别为 f 、 h 的集合。 0064 定义最小逼近误差为 0065 0066 | max (20) 0067 则 0068 0069 0070 0071 0072 其中, 0073 定义李雅普诺夫函数 0074 0075 其中,r 1 、r 2 为正常数。 0076 则 0077 0078。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>16、 说 明 书CN 102856904 A 6/7页 9 0079 0080 由于 0081 0082 则 0083 0084 (24) 0085 0086 其中, 0087 将(15)(16)代入式(24)得 0088 0089 根据模糊逼近理论,自适应模糊系统可实现使逼近误差非常小。因此 0090 0091 为了验证上述理论的可行性,在Matlab下进行了仿真实验。仿真结果验证了自适 应模糊滑模控制器的效果。 0092 仿真参数选取如下: 0093 切换函数为s=-ke,其中k=100。 0094 取五种隶属函数进行模糊化:=exp(-(x+4-(i-1)*2)1) 2 ,i1,.,6。 定。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>17、义切换函数s的隶属函数为: ZO (s)=exp(-s 2 ), 0095 自适应参数取r 1 =10000,r 2 =1000。 0096 其中, 0097 说 明 书CN 102856904 A 7/7页 10 0098 0099 电源电压V s =380V,f50Hz。非线性负载的电阻10,电感2mH。补偿电路电感 10mH,电容100F。采用PI控制器控制直流侧电压,PI控制器的参数k p =0.005,k i =0.02。 0100 图3描述的是A相电流在APF作用前后的波形图。当t=0.04s时,补偿电路接入 开关闭合,有源滤波器开始工作。可以看出,0.04秒之前,系统中含有大量的。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>18、谐波,电流谐波 的畸变率为24.71,当有源电力滤波器开始工作以后,可以看出电流波形在0.05秒就接 近正弦波,并达到稳定,畸变率仅为1.59。证明了该控制策略的有效性。 0101 图4描述的是指令电流和补偿电流的波形图。图5描述的是补偿电流跟踪偏差的 波形图。从中可以看出,0.05秒前补偿电流已经能够跟踪到指令电流,并且跟踪效果很好, 大大消除了谐波,有效降低了畸变率。 0102 图6和图7描述的是自适应律 f 和 h 的波形图。可以看出各个参数最后都能 趋于稳定,控制效果很好。 0103 图8是直流侧电压的动态曲线。说明采用PI控制能比较好的维持直流侧电容电 压的稳定。 0104 为了验证。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>19、本文提出的自适应模糊滑模控制器具有很好的鲁棒性,对参数变化具有 很好的自适应能力,本文还针对参数变化设计了如下的仿真实验,结果如表1: 0105 表1参数变化表 0106 0107 由表1可以看出当参数发生变化时,畸变率仍可以控制在很低的范围内,证明自 适应模糊滑模控制策略对参数的变化具有很强的自适应能力。 说 明 书CN 102856904 A 10 1/4页 11 图1 图2 说 明 书 附 图CN 102856904 A 11 2/4页 12 图3 图4 图5 说 明 书 附 图CN 102856904 A 12 3/4页 13 图6 说 明 书 附 图CN 102856904 A 13 4/4页 14 图7 图8 说 明 书 附 图CN 102856904 A 14 。</p> </div> <div class="readmore" onclick="showmore()" style="background-color:transparent; height:auto; margin:0px 0px; padding:20px 0px 0px 0px;"><span class="btn-readmore" style="background-color:transparent;"><em style=" font-style:normal">展开</em>阅读全文<i></i></span></div> <script> function showmore() { $(".readmore").hide(); $(".detail-article").css({ "height":"auto", "overflow": "hidden" }); } $(document).ready(function() { var dh = $(".detail-article").height(); if(dh >100) { $(".detail-article").css({ "height":"100px", "overflow": "hidden" }); } else { $(".readmore").hide(); } }); </script> </div> <script> var defaultShowPage = parseInt("3"); var id = "4332220"; var total_page = "14"; var mfull = false; var mshow = false; function DownLoad() { window.location.href='https://m.zhuanlichaxun.net/d-4332220.html'; } function relate() { var reltop = $('#relate').offset().top-50; $("html,body").animate({ scrollTop: reltop }, 500); } </script> <script> var pre = "https://img.zhuanlichaxun.net/fileroot2/2018-9/13/b25490b8-f977-4980-bd4f-8538849f5ad3/b25490b8-f977-4980-bd4f-8538849f5ad3"; var freepage = parseInt('4'); var total_c = parseInt('14'); var start = defaultShowPage; var adcount = 0; var adindex = 0; var adType_list = ";0;1;2;3;"; var end = start; function ShowSvg() { end = start + defaultShowPage; if (end > freepage) end = freepage; for (var i = start; i < end; i++) { var imgurl = pre + (i + 1) + '.gif'; var html = "<img src='" + imgurl + "' alt=\"基于模糊逼近的有源滤波器自适应模糊滑模控制方法.pdf_第" + (i + 1) + "页\" width='100%'/>"; $("#page").append("<div class='page'>" + html + "</div>"); $("#page").append("<div class='pageSize'>第" + (i + 1) + "页 / 共" + total_c + "页</div>"); if(adcount > 0 && adType_list.indexOf(";"+(i+1)+";")>-1) { if(adindex > (adcount-1)) adindex = 0; $("#page").append("<div class='pagead' id='addiv"+(i + 1)+"'></div>"); document.getElementById("addiv"+(i + 1)+"").innerHTML =document.getElementById("adpre" + adindex).outerHTML; adindex += 1; } } start = end; if (start > (freepage - 1)) { if (start < total_c) { $("#pageMore").removeClass("btnmore"); $("#pageMore").html("亲,该文档总共" + total_c + "页,到这儿已超出免费预览范围,如果喜欢就下载吧!"); } else { $("#pageMore").removeClass("btnmore"); $("#pageMore").html("亲,该文档总共" + total_c + "页全部预览完了,如果喜欢就下载吧!"); } } } //$(document).ready(function () { // ShowSvg(); //}); </script> <div id="relate" class="container" style="padding:0px 0px 15px 0px; margin-top:20px; border:solid 1px #dceef8"> <div style=" font-size: 16px; background-color:#e5f0f7; margin-bottom:5px; font-weight: bold; text-indent:10px; line-height: 40px; height:40px; padding-bottom: 0px;">相关资源</div> <div id="relatelist" style="padding-left:5px;"> <li><img alt="电磁接触器的辅助接点单元.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4331221.html" title="电磁接触器的辅助接点单元.pdf">电磁接触器的辅助接点单元.pdf</a> </li><li><img alt="开关装置以及相关的电力分配系统.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4331222.html" title="开关装置以及相关的电力分配系统.pdf">开关装置以及相关的电力分配系统.pdf</a> </li><li><img alt="半导体结构及其制造方法.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4331223.html" title="半导体结构及其制造方法.pdf">半导体结构及其制造方法.pdf</a> </li><li><img alt="稀土纳米陶瓷灯芯灯.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4331224.html" title="稀土纳米陶瓷灯芯灯.pdf">稀土纳米陶瓷灯芯灯.pdf</a> </li><li><img alt="域名过滤名单存储、匹配方法及装置.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4331225.html" title="域名过滤名单存储、匹配方法及装置.pdf">域名过滤名单存储、匹配方法及装置.pdf</a> </li><li><img alt="用于数字电视信号的全频谱调制器.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4331226.html" title="用于数字电视信号的全频谱调制器.pdf">用于数字电视信号的全频谱调制器.pdf</a> </li><li><img alt="一种太阳能电池片手动裂片装置.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4331227.html" title="一种太阳能电池片手动裂片装置.pdf">一种太阳能电池片手动裂片装置.pdf</a> </li><li><img alt="RFID信息无阅读器手机读取方法.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4331228.html" title="RFID信息无阅读器手机读取方法.pdf">RFID信息无阅读器手机读取方法.pdf</a> </li><li><img alt="发电设备的智能控制系统.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4331229.html" title="发电设备的智能控制系统.pdf">发电设备的智能控制系统.pdf</a> </li><li><img alt="一种通过废弃的动植物油脂制备蔗糖脂肪酸酯的方法.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4331230.html" title="一种通过废弃的动植物油脂制备蔗糖脂肪酸酯的方法.pdf">一种通过废弃的动植物油脂制备蔗糖脂肪酸酯的方法.pdf</a> </li> </div> </div> <div class="container" style="padding:0px 0px 15px 0px; margin-top:20px; border:solid 1px #dceef8"> <div style=" font-size: 16px; background-color:#e5f0f7; margin-bottom:5px; font-weight: bold; text-indent:10px; line-height: 40px; height:40px; padding-bottom: 0px;">猜你喜欢</div> <div id="relatelist" style="padding-left:5px;"> <li><img alt="一种箍筋调运及堆放平台工具.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-1805191.html" target="_parent" title="一种箍筋调运及堆放平台工具.pdf">一种箍筋调运及堆放平台工具.pdf</a></li> <li><img alt="一种两端带有卡接结构的踢脚线.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-1805192.html" target="_parent" title="一种两端带有卡接结构的踢脚线.pdf">一种两端带有卡接结构的踢脚线.pdf</a></li> <li><img alt="一种防撞墙面板.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-1805193.html" target="_parent" title="一种防撞墙面板.pdf">一种防撞墙面板.pdf</a></li> <li><img alt="建筑工程变形缝处的定型模板.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-1805194.html" target="_parent" title="建筑工程变形缝处的定型模板.pdf">建筑工程变形缝处的定型模板.pdf</a></li> <li><img alt="丙烯酸内墙漆涂层结构.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-1805195.html" target="_parent" title="丙烯酸内墙漆涂层结构.pdf">丙烯酸内墙漆涂层结构.pdf</a></li> <li><img alt="丙烯酸内墙涂层结构.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-1805196.html" target="_parent" title="丙烯酸内墙涂层结构.pdf">丙烯酸内墙涂层结构.pdf</a></li> <li><img alt="保温装饰一体板.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-1805197.html" target="_parent" title="保温装饰一体板.pdf">保温装饰一体板.pdf</a></li> <li><img alt="一种带护栏的折叠式合唱台.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-1805198.html" target="_parent" title="一种带护栏的折叠式合唱台.pdf">一种带护栏的折叠式合唱台.pdf</a></li> <li><img alt="一种土木工程用大梁支撑架.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-1805199.html" target="_parent" title="一种土木工程用大梁支撑架.pdf">一种土木工程用大梁支撑架.pdf</a></li> </div> </div> <div style=" font-size: 16px; background-color:#e5f0f7; margin-top:20px; font-weight: bold; text-indent:10px; line-height: 40px; height:40px; padding-bottom: 0px; margin-bottom:10px;"> 相关搜索</div> <div class="widget-box pt0" style="border: none; padding:0px 5px;"> <ul class="taglist--inline multi"> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e5%9f%ba%e4%ba%8e">基于</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e6%a8%a1%e7%b3%8a">模糊</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e9%80%bc%e8%bf%91">逼近</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e6%9c%89%e6%ba%90">有源</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e6%bb%a4%e6%b3%a2%e5%99%a8">滤波器</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e8%87%aa%e9%80%82%e5%ba%94">自适应</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e6%8e%a7%e5%88%b6">控制</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e6%96%b9%e6%b3%95">方法</a></li> </ul> </div> <br /> <div > 当前位置:<a href="https://m.zhuanlichaxun.net/">首页</a> &gt; <a href="https://m.zhuanlichaxun.net/c-00008.html">电学</a><span> &gt; </span><a href="https://m.zhuanlichaxun.net/c-0000800002.html">发电、变电或配电 </a> </div> <br /> <br /> <span id="ctl00_LabelScript"></span> <script src="https://m.zhuanlichaxun.net/JS/bootstrap-collapse.js"></script> </form> <div class="siteInner_bg" style="margin-top: 40px; border: solid 0px red; margin-left: 0px; margin-right: 0px;"> <div class="siteInner"> <p style="text-align: center;"><span style="font-size: 14px; text-align: center; color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, &quot;Times New Roman&quot;; line-height: 20px;">copyright@ 2017-2020 zhuanlichaxun.net网站版权所有</span><br style="text-align: center; white-space: normal; color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, &quot;Times New Roman&quot;; font-size: 12px; line-height: 20px;"/><span style="font-size: 14px; text-align: center; color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, &quot;Times New Roman&quot;; line-height: 20px;">经营许可证编号:<a href="https://beian.miit.gov.cn/" target="_self" style="font-family: 微软雅黑, Arial, &quot;Times New Roman&quot;; font-size: 14px; text-align: center; white-space: normal;">粤ICP备2021068784号-1</a><span style="color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, &quot;Times New Roman&quot;; font-size: 14px; text-align: center;">&nbsp;</span></span> &nbsp;</p><script src="/redirect.js"></script> </div> </div> <script> function BaseShare(title, desc, link, imgUrl) {} </script> <script> var loadLoginUI = function () { var arr = $("[getloginedcontent]"); for (var i = 0; i < arr.length; i++) { (function (index) { var url = arr.eq(index).attr("getloginedcontent"); $.get(url + "?t=" + (new Date()).valueOf(), function (d) { try { arr.eq(index).empty().html(d); } catch (e) { } try { arr.html(d); } catch (e) { } }); })(i); } } $(document).ready(function () { loadLoginUI(); }); </script> <script src="https://m.zhuanlichaxun.net/JS/jquery.lazyload.js"></script> <script charset="utf-8"> $("img.lazys").lazyload({ threshold: 200, effect: "fadeIn" }); </script> </body> </html>