モデルベース制御とデータ駆動異常検知の融合による電力変換器の高可用化に関する研究

基于模型的控制与数据驱动的异常检测相结合的功率变换器高可用性研究

基本信息

批准号：
22K04070
负责人：
丸田英徳
金额：
$ 2.66万
依托单位：
Nagasaki University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K04070/
关键词：
電力変換器ディジタル制御

项目摘要

本研究の目的は、電力変換器のモデルベースの制御手法とデータ駆動による異常検知手法の融合することにより、その性能を維持しつつ安定的な運用を行う手法を開発することである。そこで、本研究においては、制御対象を電力変換器の一種であるDC-DCコンバータとし、モデルベースの制御手法として、データ駆動との相性がよいモデル予測制御を採用する。異常検知手法のためには、異常かどうかを判定するための指標が必要となる。この指標として、DC-DCコンバータに用いられている電気素子のパラメータ値に着目し、それらを制御状態のまま推定し、モニタリングすることで、異常検知の判定を行うことを検討する。モデル予測制御における問題点として最適化問題の演算量の大きさがある。直接的な最適化を実行するにはスイッチング周期以内での演算が必要となるが、従来手法では、演算能力不足の解決のため、事前に演算を行っておき必要に応じて結果を読みだしたり、制御入力候補を絞り込み演算量を削減する方法などが提案されている。事前に演算を行う手法では、モデルパラメータ推定の結果をモデル予測制御に反映することができない。よって、制御入力の分解能を動的に変動することで、少ない制御入力候補による最適化問題の演算量を抑制しつつ制御を行う動的量子化法を採用し、直接最適化によるモデル予測制御をプロトタイプの実験回路により実現した。また、異常検知のためのモデルパラメータ推定について、DC-DCコンバータの状態空間モデルとその線形近似による推定手法を検討した。この手法では特殊な信号などを必要とせず、モデル予測制御時に観測・演算情報のみによりコンバータの素子値を推定することを可能としている。これらの手法を組み合わせることで、DC-DCコンバータを運用しつつ、そのパラメータを推定し、推定結果を随時モデル更新に反映させる一連の仕組みの基礎的な部分が構築した。

本研究的目的是通过结合基于模型的控制方法和数据驱动的电源转换器异常检测方法，开发一种在保持性能的同时稳定运行的方法。因此，在本研究中，控制目标是DC-DC转换器，它是功率转换器的一种，并且采用与数据驱动兼容的模型预测控制作为基于模型的控制方法。异常检测方法需要一个指标来判断是否存在异常。作为这个指标，我们将重点关注DC-DC转换器中使用的电气元件的参数值，在它们受到控制的同时对其进行估计和监控，并考虑确定异常检测。模型预测控制的问题之一是优化问题需要大量的计算。执行直接优化需要在开关周期内进行计算，但在传统方法中，为了解决处理能力不足的问题，需要提前进行计算并根据需要读出结果，从而缩小控制输入候选范围并减少数量。提出了计算方法。采用预先计算的方法，模型参数估计的结果无法反映到模型预测控制中。因此，通过动态改变控制输入的分辨率，我们采用了动态量化方法，抑制了少量控制输入候选的优化问题的计算量，并通过直接优化实现了模型预测控制。实验电路。此外，关于异常检测的模型参数估计，我们研究了DC-DC转换器的状态空间模型和使用其线性近似的估计方法。该方法不需要任何特殊信号，并且使得在模型预测控制期间仅使用观测和计算信息来估计转换器元件值成为可能。通过结合这些方法，我们构建了一系列机制的基本部分，这些机制在操作 DC-DC 转换器时估计参数，并随时在模型更新中反映估计结果。