Р.И. Зудов1, В.А. Сороцкий2, А.М. Уланов3

1-3 Санкт-Петербургский политехнический университет Петра Великого (Санкт-Петербург, Россия)

1 rzudov@spbstu.ru; 2 sorotsky@mail.spbstu.ru; 3 ulan-bator-1955@mail.ru

Постановка проблемы. Наряду с высокой энергетической эффективностью ключевые генераторы имеют заметный уровень высших гармоник в выходном напряжении. Для снижения требований к выходным фильтрам может быть использован подход, предусматривающий формирование ступенчатого напряжения. Однако, как показали исследования, даже незначительное отклонение угловых координат ступеней (порядка 0,03°), вызванное разбросом параметров и инерционностью электронных приборов, приводит к увеличению уровня высших гармоник до значений порядка минус 40 дБ. Для уменьшения влияния разброса параметров может быть использовано несколько способов, наиболее эффективным и наименее трудоемким из которых является корректировка длительностей импульсов управления транзисторными ключами с помощью нейронной сети.

Цель. Оценить искажения спектрального состава напряжения ступенчатой формы вследствие влияния разброса параметров элементов ключевых генераторов и определить наиболее эффективные методы, позволяющие уменьшить проявление этого негативного эффекта.

Результаты. На основании статистического моделирования показано, что при фиксированном значении нормы вектора погрешностей угловых координат ступеней высших гармоник в выходном напряжении может варьироваться в полосе от минус 40 до минус 90 дБ. Предложен метод, эффективность которого ограничивается минимальным достижимым шагом регулирования длительности импульсов: для трехступенчатого напряжения уровень 2-й и 3-й гармоник может быть снижен до значений меньше минус 60 дБ с близкой к единице вероятностью при относительном шаге регулирования менее 0,03% от длительности периода.

Практическая значимость. Представленные результаты позволяют оценить допустимый разброс параметров элементной базы и сигналов управления, а предложенный в метод предыскажений сигналов управления транзисторвами с использованием нейронной сети – улучшить качество спектрального состава выходного напряжения ключевого генератора.

Зудов Р.И., Сороцкий В.А., Уланов А.М. Методы снижения искажений спектрального состава выходного напряжения ключевых генераторов // Радиотехника. 2024. Т. 88. № 3. С. 32−41. DOI: https://doi.org/10.18127/j00338486-202403-04

1. Bana P.R., Panda K.P., Naayagi R.T., et al. Recently Developed Reduced Switch Multilevel Inverter for Renewable Energy Integration and Drives Application: Topologies, Comprehensive Analysis and Comparative Evaluation // IEEE Access. 2019. V. 7.
   Р. 54888-54909.
2. Зудов Р.И., Сороцкий В.А. Новая элементная база для ключевых усилителей мощности диапазона ВЧ // Радиотехника. 2018. Т. 82. № 1. С. 100-103.
3. Дмитриков В.Ф., Сергеев В.В., Самылин И.Н. Повышение эффективности преобразовательных и радиотехнических устройств. М.: Радио и связь, Горячая линия – Телеком. 2005. 424 с.
4. Schettino G., Campagna N., Spataro C., Di Tommaso A. O., Miceli R.F. Viola Selective harmonic mitigation with asymmetrical staircase voltage waveform for a three-phase fivelevel Cascaded H-Bridge Inverter // 2020 IEEE 20th Mediterranean Electrotechnical Conference (MELECON) (Palermo, Italy). 2020. Р. 13-18.
5. Memon M.A., Mekhilef S., Mubin M., Aamir M. Selective harmonic elimination in inverters using bio-inspired intelligent algorithms for renewable energy conversion applications // Energy Rev. Feb. 2018. V. 82. Р. 2235–2253.
6. Yaqoob M.T., Shahid Z., Rahmat M.K., et. al. Selective Harmonic Elimination in Cascaded H-Bridge Multilevel Inverters using Particle Swarm Optimization // 13th International Conference on Mathematics, Actuarial Science, Computer Science and Statistics (MACS). 2019.
7. Najjar M., Moeini A., Bakhshizadeh M. K., Blaabjerg F., Farhangi S. Optimal selective harmonic mitigation technique on variable DC link cascaded H-bridge converter to meet power quality standards // IEEE J. Emerg. Sel. Topics Power Electron. Sep. 2016.
   V. 4. № 3. Р. 1107–1116.
8. Neve S.A., Asutkar V.G. Lower Order Harmonic Reduction in Eleven Level Inverter with Buck Topology // IEEE International Conference on Computer, Communication and Control (IC4). 2015.
9. Yang K., Zhang Q., Yuan R., et al. Selective Harmonic Elimination with Groebner Bases and Symmetric Polynomials // IEEE Transactions on Power Electronics. 2016. V. 31. № 4. Р. 2742-2752.
10. Sorotsky V.A., Zudov R.I. Reduction of Higher Harmonics in the Signal Spectrum in Switched Mode Amplifiers Using Predistortions Generated by a Neural Network // 2021 International Conference on Electrical Engineering and Photonics (EExPolytech). 2021. Р. 108-111.
11. Haykin S.S. Neural networks and learning machines, 3rd ed. USA: Prentice Hall. 2009. 936 p.
12. Hagan M.T., Demuth H.B., Beale M.H., De Jesús O. Neural Network Design, 2nd ed. USA: Martin Hagan. 2014. 1012 p.
13. Николенко С., Кадурин А., Архангельская Е.Н. Глубокое обучение. СПб: Питер. 2018. 480 с.