级联变频器、级联变频器的控制方法、设备和存储介质

摘要

本公开实施例提供级联变频器、级联变频器的控制方法、设备和存储介质，涉及供电或配电系统技术领域。级联变频器的处理器单元将多个输出电压输入预先训练好的脉冲信号整合模型进行信号整合，得到预测输出电压；接着根据预测输出电压进行负载均衡得到负载策略，并将负载策略发送至整流控制单元，从而实现级联变频器的负载均衡。本申请实施例利用脉冲信号整合模型对每个发电功率单元的输出电压进行信号整合得到预测输出电压，并根据预测输入电压进行负载均衡生成对应的负载策略，将负载策略反馈至整流控制单元，以便生成对应的整流控制信号，实现对级联变频器的负载均衡。提升级联变频器的系统稳定性和系统性能，降低系统故障风

权利要求

1.一种级联变频器，其特征在于，包括：

移相变压器，用于对电源电压进行电压转换，得到输入电压；

整流控制单元，与所述移相变压器连接，所述整流控制单元用于根据负载策略生成多个整流控制信号；

多个级联的发电功率单元，所述发电功率单元包括依次连接的整流连接模块、二极管组合模块和H桥逆变器；所述整流连接模块包括至少一个开关，所述整流连接模块用于接收所述输入电压和所述整流控制信号，所述整流控制信号用于利用所述开关控制所述二极管组合模块的导通状态，不同的所述导通状态下，所述二极管组合模块根据所述输入电压得到的响应电压不同，所述H桥逆变器的开关器件的基极与所述二极管组合模块连接，用于接收所述响应电压，并根据所述响应电压得到输出电压；

处理器单元，与所述H桥逆变器连接，用于接收每个所述发电功率单元的所述输出电压，并将多个所述输出电压输入预先训练好的脉冲信号整合模型进行信号整合，得到预测输出电压；所述处理器单元还用于根据所述预测输出电压进行负载均衡得到所述负载策略，并将所述负载策略发送至所述整流控制单元；

所述将多个所述输出电压输入预先训练好的脉冲信号整合模型进行信号整合，得到预测输出电压，包括：将获取的所述输出电压转换为电压信号波形，并累加所述电压信号波形得到电压整合波形；

获取所述电压整合波形中大于预设电压阈值的波峰作为目标波峰；

根据所述目标波峰生成所述预测输出电压；

所述脉冲信号整合模型为神经元模型；所述脉冲信号整合模型的训练过程包括：随机生成多个权重粒子；每个所述权重粒子包括位置数据和速度数据，所述权重粒子表征所述神经元模型中神经元的权重信息；

执行权重粒子更新过程，所述权重粒子更新过程包括：根据所述权重粒子的所述位置数据和所述速度数据计算适应度值，获取全局最优解和每个所述权重粒子的局部最优解，并基于所述全局最优解、所述局部最优解、所述速度数据和所述位置数据更新所述权重粒子的所述速度数据和所述位置数据；基于所述权重粒子的适应度值更新所述全局最优解和所述局部最优解；

重复所述权重粒子更新过程，直至达到迭代停止条件；

根据所述全局最优解对应的所述权重粒子更新所述脉冲信号整合模型的权重信息。

2.根据权利要求1所述的一种级联变频器，其特征在于，所述基于所述权重粒子的适应度值更新所述全局最优解和所述局部最优解，包括：从所述权重粒子的历史适应度值中选取最大的所述适应度值更新所述局部最优解；

从所述局部最优解中选取最大的所述局部最优解更新所述全局最优解。

3.根据权利要求1所述的一种级联变频器，其特征在于，所述处理器单元还用于根据所述预测输出电压进行负载均衡得到所述负载策略时执行以下步骤：根据所述发电功率单元生成单元映射矩阵；所述单元映射矩阵包括每个所述发电功率单元的多个开关标识；

基于预设负载均衡策略得到所述预测输出电压的负载均衡结果；

根据所述负载均衡结果调整所述单元映射矩阵中每个所述开关标识的标识值，并根据调整后的所述单元映射矩阵得到所述负载策略。

4.根据权利要求3所述的一种级联变频器，其特征在于，每个所述发电功率单元包括三个开关标识；所述整流控制单元用于根据负载策略生成多个整流控制信号时执行以下步骤：根据所述负载策略得到每个所述发电功率单元的三个标识值；

根据所述三个标识值得到每个所述发电功率单元的所述整流控制信号。

5.根据权利要求1至4任一项所述的级联变频器，其特征在于，所述处理器单元还用于连接所述二极管组合模块，用于利用预先训练的高斯回归检测模型对所述响应电压进行异常检测，如果所述响应电压异常，则微调所述负载策略，以更新对应的所述发电功率单元的所述整流控制信号；

所述高斯回归检测模型的训练过程包括：

预先获取所述响应电压的历史电压数据和电压标签，并对所述历史电压数据进行数据预处理得到电压样本数据；

将所述电压样本数据输入所述高斯回归检测模型进行概率预测，得到预测电压概率，并根据所述预测电压概率得到预测异常结果；

根据所述预测异常结果和所述电压标签计算损失值，并根据所述损失值调整所述高斯回归检测模型的模型参数。

6.一种级联变频器的控制方法，其特征在于，应用于如权利要求1至5任一项所述的级联变频器，所述方法包括：利用所述移相变压器对电源电压进行电压转换，得到输入电压；

利用所述整流控制单元根据负载策略生成多个整流控制信号；

利用所述整流连接模块接收所述输入电压和所述整流控制信号；所述整流控制信号用于控制所述二极管组合模块的导通状态；

在不同的所述导通状态下，利用所述二极管组合模块根据所述输入电压得到不同的响应电压；

利用所述H桥逆变器接收所述响应电压，并根据所述响应电压得到输出电压；

利用所述处理器单元接收每个所述发电功率单元的所述输出电压，并将多个所述输出电压输入预先训练好的脉冲信号整合模型进行信号整合，得到预测输出电压；以及利用所述处理器单元根据所述预测输出电压进行负载均衡得到所述负载策略，并将所述负载策略发送至所述整流控制单元；

所述将多个所述输出电压输入预先训练好的脉冲信号整合模型进行信号整合，得到预测输出电压，包括：将获取的所述输出电压转换为电压信号波形，并累加所述电压信号波形得到电压整合波形；

获取所述电压整合波形中大于预设电压阈值的波峰作为目标波峰；

根据所述目标波峰生成所述预测输出电压；

所述脉冲信号整合模型为神经元模型；所述脉冲信号整合模型的训练过程包括：随机生成多个权重粒子；每个所述权重粒子包括位置数据和速度数据，所述权重粒子表征所述神经元模型中神经元的权重信息；

执行权重粒子更新过程，所述权重粒子更新过程包括：根据所述权重粒子的所述位置数据和所述速度数据计算适应度值，获取全局最优解和每个所述权重粒子的局部最优解，并基于所述全局最优解、所述局部最优解、所述速度数据和所述位置数据更新所述权重粒子的所述速度数据和所述位置数据；基于所述权重粒子的适应度值更新所述全局最优解和所述局部最优解；

重复所述权重粒子更新过程，直至达到迭代停止条件；

根据所述全局最优解对应的所述权重粒子更新所述脉冲信号整合模型的权重信息。

7.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求6所述的级联变频器的控制方法。

8.一种计算机可读存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求6所述的级联变频器的控制方法。

说明书

级联变频器、级联变频器的控制方法、设备和存储介质

技术领域

[0001] 本公开涉及供电或配电系统技术领域，尤其涉及级联变频器、级联变频器的控制方法、设备和存储介质。

背景技术

[0002] 变频器在工业控制领域广泛应用，可用于风机、泵站、输送机、压缩机等各种设备和系统。具有节能、精确控制、启停平稳、减少机械设备磨损等优点，在实际应用中可以提高生产效率、降低能耗和维护成本。随着技术发展，由两个或多个变频器级联连接而成得到的级联变频器，能够实现更高级别的控制性能。

[0003] 相关技术中级联变频器由多个功率单元构成，每个功率单元中包括整流器和逆变器。但是在级联变频器系统中没有考虑负载均衡，导致负载分配不均、系统效率降低、资源浪费，并且可能导致某些变频器过热或过载，出现异常，增加系统的故障风险。

发明内容

[0004] 本公开实施例的主要目的在于提出级联变频器、级联变频器的控制方法、设备和存储介质，利用负载策略进行负载均衡，提升级联变频器的工作性能。

[0005] 为实现上述目的，本公开实施例的第一方面提出了一种级联变频器，包括：

[0006] 移相变压器，用于对电源电压进行电压转换，得到输入电压；

[0007] 整流控制单元，与所述移相变压器连接，所述整流控制单元用于根据负载策略生成多个整流控制信号；

[0008] 多个级联的发电功率单元，所述发电功率单元包括依次连接的整流连接模块、二极管组合模块和H桥逆变器；所述整流连接模块用于接收所述输入电压和所述整流控制信号，所述整流控制信号用于控制所述二极管组合模块的导通状态，不同的所述导通状态下，所述二极管组合模块用于根据所述输入电压得到的响应电压不同，所述H桥逆变器与所述二极管组合模块连接，用于接收所述响应电压，并根据所述响应电压得到输出电压；

[0009] 处理器单元，与所述H桥逆变器连接，用于接收每个所述发电功率单元的所述输出电压，并将多个所述输出电压输入预先训练好的脉冲信号整合模型进行信号整合，得到预测输出电压；所述处理器单元还用于根据所述预测输出电压进行负载均衡得到所述负载策略，并将所述负载策略发送至所述整流控制单元。

[0010] 在一些实施例，所述将多个所述输出电压输入预先训练好的脉冲信号整合模型进行信号整合，得到预测输出电压，包括：

[0011] 将获取的所述输出电压转换为电压信号波形，并累加所述电压信号波形得到电压整合波形。

[0012] 获取所述电压整合波形中大于预设电压阈值的波峰作为目标波峰；

[0013] 根据所述目标波峰生成所述预测输出电压。

[0014] 在一些实施例，所述脉冲信号整合模型为神经元模型；所述脉冲信号整合模型的训练过程包括：

[0015] 随机生成多个权重粒子；每个所述权重粒子包括位置数据和速度数据，所述权重粒子表征所述神经元模型中神经元的权重信息；

[0016] 执行权重粒子更新过程，所述权重粒子更新过程包括：根据所述权重粒子的所述位置数据和所述速度数据计算适应度值，获取全局最优解和每个所述权重粒子的局部最优解，并基于所述全局最优解、所述局部最优解、所述速度数据和所述位置数据更新所述权重粒子的所述速度数据和所述位置数据；基于所述权重粒子的适应度值更新所述全局最优解和所述局部最优解；

[0017] 重复所述权重粒子更新过程，直至达到迭代停止条件；

[0018] 根据所述全局最优解对应的所述权重粒子更新所述脉冲信号整合模型的权重信息。

[0019] 在一些实施例，所述基于所述权重粒子的适应度值更新所述全局最优解和所述局部最优解，包括：

[0020] 从所述权重粒子的历史适应度值中选取最大的所述适应度值更新所述局部最优解；

[0021] 从所述局部最优解中选取最大的所述局部最优解更新所述全局最优解。

[0022] 在一些实施例，所述处理器单元还用于根据所述预测输出电压进行负载均衡得到所述负载策略时执行以下步骤：

[0023] 根据所述发电功率单元生成单元映射矩阵；所述单元映射矩阵包括每个所述发电功率单元的多个开关标识；

[0024] 基于预设负载均衡策略得到所述预测输出电压的负载均衡结果；

[0025] 根据所述负载均衡结果调整所述单元映射矩阵中每个所述开关标识的标识值，并根据调整后的所述单元映射矩阵得到所述负载策略。

[0026] 在一些实施例，每个所述发电功率单元包括三个开关标识；所述整流控制单元用于根据负载策略生成多个整流控制信号时执行以下步骤：

[0027] 根据所述负载策略得到每个所述发电功率单元的三个标识值；

[0028] 根据所述三个标识值得到每个所述发电功率单元的所述整流控制信号。

[0029] 在一些实施例，所述处理器单元还用于连接所述二极管组合模块，用于利用预先训练的高斯回归检测模型对所述响应电压进行异常检测，如果所述响应电压异常，则微调所述负载策略，以更新对应的所述发电功率单元的所述整流控制信号；

[0030] 所述高斯回归检测模型的训练过程包括：

[0031] 预先获取所述响应电压的历史电压数据和电压标签，并对所述历史电压数据进行数据预处理得到电压样本数据；

[0032] 将所述电压样本数据输入所述高斯回归检测模型进行概率预测，得到预测电压概率，并根据所述预测电压概率得到预测异常结果；

[0033] 根据所述预测异常结果和所述电压标签计算损失值，并根据所述损失值调整所述高斯回归检测模型的模型参数。

[0034] 为实现上述目的，本公开实施例的第二方面提出了一种级联变频器的控制方法，应用于如第一方面任一项所述的级联变频器，所述方法包括：

[0035] 利用所述移相变压器对电源电压进行电压转换，得到输入电压；

[0036] 利用所述整流控制单元根据负载策略生成多个整流控制信号；

[0037] 利用所述整流连接模块接收所述输入电压和所述整流控制信号；所述整流控制信号用于控制所述二极管组合模块的导通状态；

[0038] 在不同的所述导通状态下，利用所述二极管组合模块根据所述输入电压得到不同的响应电压；

[0039] 利用所述H桥逆变器接收所述响应电压，并根据所述响应电压得到输出电压；

[0040] 利用所述处理器单元接收每个所述发电功率单元的所述输出电压，并将多个所述输出电压输入预先训练好的脉冲信号整合模型进行信号整合，得到预测输出电压；以及利用所述处理器单元根据所述预测输出电压进行负载均衡得到所述负载策略，并将所述负载策略发送至所述整流控制单元。

[0041] 为实现上述目的，本公开实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第二方面所述的方法。

[0042] 为实现上述目的，本公开实施例的第四方面提出了一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第二方面所述的方法。

[0043] 本公开实施例提出的级联变频器、级联变频器的控制方法、设备和存储介质，其中，级联变频器包括对电源电压进行电压转换得到输入电压的移相变压器、根据负载策略生成多个整流控制信号的整流控制单元、多个级联的发电功率单元和处理器单元，发电功率单元中整流连接模块接收输入电压和整流控制信号，其中，整流控制信号用于控制二极管组合模块的导通状态，不同的导通状态下，二极管组合模块根据输入电压得到的响应电压不同，H桥逆变器与二极管组合模块连接接收响应电压并根据响应电压得到输出电压，处理器单元接收每个发电功率单元的输出电压，并将多个输出电压输入预先训练好的脉冲信号整合模型进行信号整合，得到预测输出电压；接着根据预测输出电压进行负载均衡得到负载策略，并将负载策略发送至整流控制单元。本申请实施例利用脉冲信号整合模型对每个发电功率单元的输出电压进行信号整合得到预测输出电压，并根据预测输入电压进行负载均衡生成对应的负载策略，将负载策略反馈至整流控制单元，以便生成对应的整流控制信号，实现对级联变频器的负载均衡。提升级联变频器的系统稳定性和系统性能，降低系统故障风险。

附图说明

[0044] 图1是本公开实施例提供的级联变频器的结构示意图。

[0045] 图2是本公开实施例中级联变频器的详细结构示意图。

[0046] 图3是本公开实施例中级联变频器的发电功率单元的结构示意图。

[0047] 图4是本公开实施例中级联变频器的处理器单元将多个输出电压输入预先训练好的脉冲信号整合模型进行信号整合得到预测输出电压的过程的流程图。

[0048] 图5是本公开实施例中级联变频器的脉冲信号整合模型的结构示意图。

[0049] 图6是本公开实施例中级联变频器的处理器单元中脉冲信号整合模型的训练过程的流程图。

[0050] 图7是本公开实施例中级联变频器的处理器单元根据预测输出电压进行负载均衡得到负载策略的流程图。

[0051] 图8是本公开实施例中级联变频器的处理器单元中高斯回归检测模型的训练过程的流程图。

[0052] 图9是本公开又一实施例级联变频器的控制方法的流程图。

[0053] 图10是本公开实施例提供的电子设备的硬件结构示意图。

具体实施方式

[0054] 为了使本公开的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本公开进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本公开，并不用于限定本公开。

[0055] 需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。

[0056] 除非另有定义，本文所使用的所有的技术和科学术语与属于本公开的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本公开实施例的目的，不是旨在限制本公开。

[0057] 变频器在工业控制领域广泛应用，可用于风机、泵站、输送机、压缩机等各种设备和系统。具有节能、精确控制、启停平稳、减少机械设备磨损等优点，在实际应用中可以提高生产效率、降低能耗和维护成本。随着技术发展，由两个或多个变频器级联连接而成得到的级联变频器，能够实现更高级别的控制性能。

[0058] 相关技术中级联变频器由多个功率单元构成，每个功率单元中包括整流器和逆变器，但是在级联变频器系统中没有考虑负载均衡。在级联变频器系统中，如果各级变频器之间没有负载均衡机制，可能会导致负载分配不均，某些变频器承担的负载过重，而其他变频器处于空闲状态。这会导致系统效率降低，资源浪费。并且由于负载不均衡，某些变频器可能会超负荷运行，可能导致过热或过载，从而增加系统的故障风险，降低了系统的可靠性和稳定性，不稳定的运行可能导致电机振动、噪音增加，甚至可能引发电机故障或损坏。另外负载不均衡可能导致电机在部分负载或低负载情况下运行，这会降低整个系统的能效，某些变频器可能需要过度运转以满足负载需求，导致能耗增加。

[0059] 基于此，本公开实施例提供一种级联变频器、级联变频器的控制方法、设备和存储介质，利用脉冲信号整合模型对每个发电功率单元的输出电压进行信号整合得到预测输出电压，并根据预测输入电压进行负载均衡生成对应的负载策略，将负载策略反馈至整流控制单元，以便生成对应的整流控制信号，实现对级联变频器的负载均衡。提升级联变频器的系统稳定性和系统性能，降低系统故障风险。

[0060] 本公开实施例提供级联变频器、级联变频器的控制方法、设备和存储介质，涉及供电或配电系统技术领域。具体通过如下实施例进行说明，首先描述本公开实施例中的级联变频器。

[0061] 图1是本公开实施例中级联变频器的结构示意图。

[0062] 参照图1，级联变频器10包括：移相变压器100、整流控制单元200、多个级联的发电功率单元300和处理器单元400。

[0063] 其中，移相变压器100用于对电源电压进行电压转换得到输入电压。本实施例中移相变压器100的作用有三个：首先，由于电源电压属于高压电，因此利用移相变压器将高压转换成低压进行降压，从而能够直接连接后续的低压部件，低压器件可直接逆变。其次，实现高压和低压的发电功率单元300之间的绝缘，因此避免短路和环流问题，使得各低压的发电功率单元300的输出能够直接串联。最后，经过低压移相之后，能够减少电流谐波，提升电路性能。

[0064] 整流控制单元200与移相变压器100连接，整流控制单元200用于根据负载策略生成多个整流控制信号。

[0065] 参照图2，为本公开实施例中级联变频器的详细结构示意图。由于本实施例中整流控制单元200针对每个发电功率单元300都会生成一个整流控制信号，可以理解成整流控制单元200是一个整体控制的部件，图2中为避免线条过多造成图示不清楚，以一个双向空心箭头表示整流控制单元200与每一个发电功率单元300进行连接。另外，可以理解的是，整流控制单元200可以由单片机等逻辑处理器件构成。

[0066] 由于本实施例中对电源电压进行电压转换得到输入电压是三相电压，因此参照图2，将发电功率单元300按照三个一组的形式进行分组，每一组中的三个发电功率单元分别连接三相电压中的一相，然后多组发电功率单元300进行级联。

[0067] 参照图1，每个发电功率单元300都包括：依次连接的整流连接模块310、二极管组合模块320和H桥逆变器330。

[0068] 其中，整流连接模块310与整流控制单元200接收整流控制信号，同时整流连接模块310还与移相变压器100连接，接收输入电压。

[0069] 参照图3，发电功率单元300中二极管组合模块320包括三个并联的二极管组合，每个二极管组合包括两个串联的二极管，其中每个二极管组合的两个串联二极管的中间连接一个开关，三个开关构成发电功率单元300中的整流连接模块310，整流控制信号用于控制这三个开关的开关状态，通过开关状态对应二极管组合的不同导通状态，因此整流控制信号能够控制二极管组合模块320的导通状态。可以理解的是二极管组合的数量并不限定为三个，可以按照需求更改，同时二极管组合的数量与整流连接模块310中开关的数量相同。另外，不同的导通状态下二极管组合模块320根据输入电压得到不同的响应电压。

[0070] 参照图3，发电功率单元300还包括：滤波电容组合340，其中滤波电容组合340连接在二极管组合模块320和H桥逆变器330之间，与二极管组合并联。本实施例中滤波电容组合340利用两个串联的滤波电容平滑整流后的响应电压，并减少响应电压中的纹波。

[0071] 一方面，由于发电功率单元通过整流连接模块310和二极管组合模块320将交流的输入电压转换为直流的响应电压。然而由于整流过程的非线性特性和电源的不完美性，得到的响应电压可能会存在纹波，因此利用滤波电容，通过存储电荷和释放电荷的方式平滑响应电压，使其更接近一个稳定的直流电压。另一方面，电压纹波是指电压波形中存在的周期性变化，这种纹波会对电动机的运行产生不利影响，例如引起振动、噪音和电磁干扰等。因此本实施例中滤波电容组合340的滤波电容在发电功率单元300的电路中形成一个低通
滤波器，通过吸收和抑制输入电压中的高频分量，有效减少输入电压的纹波内容，提供更稳定和纹波较小的响应电压给电动机。另外，级联变频器在工作时，可能会产生高次谐波电流，因此本实施例利用滤波电容吸收高次谐波分量，减少在电源侧产生的谐波污染，避免对后续的电网和其他设备造成干扰。

[0072] 参照图3，发电功率单元300中H桥逆变器330通过滤波电容组合340与二极管组合模块320连接。本实施例中，H桥逆变器330是由四个高性能功率开关器件（Insulated Gate Bipolar Transistor，IGBT）构成的H桥电路，能够控制电流的流向和大小，利用不同的开关组合可以将电流导通或截断，例如其中两个开关闭合，而另外两个开关断开时，电流将在一个方向上流动；当这两个开关断开，而另外两个开关闭合时，电流将在另一个方向上流动。
这样的切换可以控制电流的流向，同时调节开关元件的开关时间来控制输出电压的大小。
本实施例中，H桥逆变器330接收响应电压并根据响应电压得到输出电压，通过两个端口与电动机331连接，将输出电压发送至电动机331，驱动电动机331工作。其中，H桥逆变器330连接正向电源Vcc和反向电源GND，正向电源Vcc用于提供正向电流，反向电源GND用于提供反向电流，在控制H桥时，通过打开和关闭开关，可以控制电流的流向和大小，从而电动机331的正转、反转或制动操作。正向电源和反向电源之间的电压差将决定H桥系统的工作电压范围。可以理解的是，电动机331表示负载，不同的H桥逆变器330的负载可以不同。

[0073] 在一实施例中，H桥逆变器330使用脉冲宽度调制（Pulse Width Modulation，PWM）来调节开关元件的开关时间，从而控制输出电压的大小。具体是利用PWM调节电压信号的占空比，进而控制输出电压的大小，因此该实施例中输出电压为基于PWM得到的脉冲信号。

[0074] 参照图1和图2，将每个H桥逆变器330与处理器单元400连接，将每个发电功率单元300的输出电压发送至处理器单元400，处理器单元400将多个输出电压输入预先训练好的脉冲信号整合模型进行信号整合，得到预测输出电压，接着处理器单元400还根据预测输出电压进行负载均衡得到负载策略，并将负载策略发送至整流控制单元200，使得整流控制单元200根据负载策略重新生成对应于每个发电功率单元300的整流控制信号。

[0075] 可以理解的是，图2中以一个双向空心箭头表示处理器单元400与每一个发电功率单元300进行连接。同时，处理器单元400可以由单片机等逻辑处理器件构成。

[0076] 下面介绍本申请实施例中处理器单元将多个输出电压输入预先训练好的脉冲信号整合模型进行信号整合的过程。

[0077] 在一实施例中，参照图4，将多个输出电压输入预先训练好的脉冲信号整合模型进行信号整合得到预测输出电压的过程包括以下步骤S410至步骤S430：

[0078] 步骤S410：将获取的输出电压转换为电压信号波形，并累加电压信号波形得到电压整合波形。

[0079] 在一实施例中，参照图5，脉冲信号整合模型的结构示意图。该实施例中，脉冲信号整合模型为神经元模型，神经元模型的行为通过离散的脉冲信号来表示，当神经元接收到足够强度的输入刺激时，会生成一个脉冲。神经元模型接收多个输入信息，每个接收端都包含一个突触，突触为脉冲信号整合模型为该输入信息设置的权重信息，每个突触上的权重信息决定该输入信息对神经元模型的影响程度，较高的权重信息意味着该接收端传递的输入信息对神经元模型的影响程度更大，因此突触的权重信息可以增强或减弱不同连接端对神经元模型的影响。

[0080] 神经元模型通过接收端接收到每个发电功率单元的输出电压，本实施例中输出电压以脉冲的形式存在，因此利用低通滤波器的截止频率滤除掉输出电压中的高频成分，只保留其低频部分，其中高于截止频率的作为高频部分，低于截止频率的作为低频部分。经过低通滤波器处理后，得到一个平滑的模拟信号，该模拟信号的变化将与输出电压的占空比和频率变化相关。接着将该模拟信号作为初始电压信号波形，再将该输出电压对应突触的权重信息与初始电压信号波形相乘，得到电压信号波形。可见权重信息越大则放大电压信号波形的信号强度，反之权重信息越小则减弱电压信号波形的信号强度。

[0081] 在一实施例中，得到每个电压信号波形之后对其进行累加，得到电压整合波形。

[0082] 步骤S420：获取电压整合波形中大于预设电压阈值的波峰作为目标波峰。

[0083] 在一实施例中，由于电压整合波形是一个模拟信号，因此其包含多个波峰和波谷，利用比较器生成预测输出电压。具体是先获取比较器的预设电压阈值，将其作为一条直线，将纵轴表示的电压值高于预设电压阈值的一个或一个以上波峰作为目标波峰，将目标波峰的信号视为高电平。

[0084] 步骤S430：根据目标波峰生成预测输出电压。

[0085] 在一实施例中，得到目标波峰后，可以在目标波峰的位置或者目标波峰与前一个波峰之间的波谷位置生成脉冲信号，其中脉冲信号的信号强度与电压整合波形与预设电压阈值的差值相关。

[0086] 参照图5，脉冲信号整合模型接收三个输出电压，分别是x1,x2和x3。脉冲信号整合模型利用低通滤波器的截止频率滤除掉输出电压中的高频成分，只保留其低频部分，得到一个平滑的模拟信号，接着将该模拟信号作为初始电压信号波形，再将该输出电压对应突触的权重信息与初始电压信号波形相乘，得到电压信号波形，分别表示为p1，p2和p3，接着将得到的每个电压信号波形进行累加，得到电压整合波形p。然后获取电压整合波形中大于预设电压阈值D的波峰作为目标波峰，将目标波峰的信号视为高电平，在目标波峰与前一个波峰之间的波谷位置生成脉冲信号，得到预测输出信号y1。

[0087] 下面描述本申请实施例中脉冲信号整合模型的训练过程，参照图6，脉冲信号整合模型的训练过程包括以下步骤S610至步骤S640：

[0088] 步骤S610：随机生成多个权重粒子。

[0089] 在一实施例中，进行初始化过程，将神经元模型中突触的权重信息作为一个权重粒子，即权重粒子表征神经元模型中神经元的权重信息，同时为每个权重粒子分配一个随机的位置数据和速度数据，位置数据表示训练过程的潜在解，速度数据表示权重粒子在解空间中的搜索方向。可以理解的是，初始的权重粒子对应的权重信息为随机设定的值，随着迭代过程权重信息进行更新。这里权重粒子的数量根据经验值设定。

[0090] 步骤S620：执行权重粒子更新过程。

[0091] 在一实施例中，获取每一个权重粒子对应的神经元模型，输入训练样本集中的训练样本进行训练，其中训练样本包括：输入的电压值和预测电压标签。

[0092] 然后对每个权重粒子执行权重粒子更新过程，包括：

[0093] 首先对每一个权重粒子，根据权重粒子的位置数据和速度数据计算适应度值，适应度值用于评估权重粒子对应得解的质量。该实施例中，适应度值为该权重粒子对应的神经元模型在训练样本下的预测结果和预测电压标签之间的误差值的倒数，即预测得到的误差值越小，该权重粒子的适应度值越大。

[0094] 接着根据适应度值获取全局最优解和每个权重粒子的局部最优解。

[0095] 在一实施例中，在初次迭代时，全局最优解和每个权重粒子的局部最优解可以随机选定，在后续的迭代过程中，可以从对应的权重粒子的历史适应度值中选取最大的适应度值作为该权重粒子的局部最优解，并且从所有权重粒子的局部最优解中选取最大的局部最优解作为全局最优解。

[0096] 接着基于全局最优解、局部最优解、速度数据和位置数据更新权重粒子的速度数据和位置数据。更新目的是引导权重粒子朝着更优的解进行搜索。该实施例中使用以下公式更新权重粒子的速度数据和位置数据。

[0097] 其中，速度数据的更新公式为：

[0098]

[0099] 位置数据的更新公式：

[0100]

[0101] 其中， 表示当前的速度数据， 为更新后的速度数据，Pbest表示该权重粒子的局部最优解，Gbest表示全局最优解， 表示当前位置数据， 为更新后的位置数据，w
为惯性权重，c1和c2为加速因子，rand()为随机数函数。

[0102] 上述惯性权重代表权重粒子对其历史运动的记忆程度，惯性权重影响了权重粒子如何利用自身历史最佳位置（局部最优解）和整个群体的最佳位置（全局最优解）来指导其搜索行为。较大的惯性权重可以促使权重粒子保持较高的探索性，有利于搜索空间的全局搜索；而较小的惯性权重则使权重粒子更容易收敛到局部最优解附近有利于局部搜索。本实施例中惯性权重会随着迭代次数的增加而逐渐减小，以促使权重粒子在早期更多地进行全局搜索，在后期更加关注局部搜索。

[0103] 最后基于权重粒子的适应度值更新全局最优解和局部最优解，便于下一次迭代过程。

[0104] 步骤S630：重复权重粒子更新过程，直至达到迭代停止条件。

[0105] 在一实施例中，修改权重粒子对应的权重信息，更新权重粒子的适应度值，重复权重粒子更新过程，直至达到迭代停止条件。该实施例中迭代停止条件是达到最大迭代次数或全局最优解对应的适应度值达到预定的解的精度要求。

[0106] 步骤S640：根据全局最优解对应的权重粒子更新脉冲信号整合模型的权重信息。

[0107] 在一实施例中，获取迭代终止时，全局最优解对应的权重粒子对应的权重信息作为脉冲信号整合模型的权重信息，至此得到训练好的脉冲信号整合模型。

[0108] 在得到预测输出电压之后，处理器单元还根据预测输出电压进行负载均衡得到负载策略，在一实施例中，参照图7，根据预测输出电压进行负载均衡得到负载策略时执行以下步骤S710至步骤S730：

[0109] 步骤S710：根据发电功率单元生成单元映射矩阵。

[0110] 在一实施例中，每个发电功率单元都包括多个开关标识，对应于整流连接模块的多个开关，其中开关标识表征对应开关的开启或断开状态。因此单元映射矩阵包括每个发电功率单元的多个开关标识。例如级联变频器包括N个发电功率单元，每个发电功率单元包括m个开关标识，则单元映射矩阵可以是[m,N]的 维矩阵，也可以是[N,m]的 维矩阵。本实施例对此不做限定。

[0111] 步骤S720：基于预设负载均衡策略得到预测输出电压的负载均衡结果。

[0112] 在一实施例中，预设负载均衡策略中将预测输出电压划分成多个不同的电压区间，每个电压区间对应一个负载均衡结果。

[0113] 假设有3个发电功率单元，每个发电功率单元都包括3个开关标识，因此单元映射矩阵为 的矩阵，每一行表示一个发电功率单元的三个开关表示的标示值。例如当前的预测输出电压位于电压区间3，并且电压区间3对应的负载均衡结果表示为：需要将发电功率单元1的后两个开关关闭，需要将发电功率单元2的第一个开关关闭，需要将发电功率单元3的三个开关都打开。

[0114] 可以理解的是，预设负载均衡策略可以提前设定好，可以根据业务经验或者其他均衡策略得到输入的预设输出电压与输出的负载均衡结果之间的关系，由于实际业务场景不同，因此本实施例对此不做限定。

[0115] 步骤S730：根据负载均衡结果调整单元映射矩阵中每个开关标识的标识值，并根据调整后的单元映射矩阵得到负载策略。

[0116] 在一实施例中，如上述，负载均衡结果为：需要将发电功率单元1的后两个开关关闭，需要将发电功率单元2的第一个开关关闭，需要将发电功率单元3的三个开关都打开，则根据负载均衡结果调整单元映射矩阵中每个开关标识的标识值，得到的单元映射矩阵表示为：

[0117]

[0118] 接着将调整后的单元映射矩阵作为负载策略发送至整流控制单元，使得整流控制单元根据负载策略重新生成对应于每个发电功率单元的整流控制信号，整流控制信号能够直接作用于整流连接模块中的开关控制其通断。

[0119] 在一实施例中，每个发电功率单元包括三个开关标识，整流控制单元用于根据负载策略生成多个整流控制信号时执行以下步骤：根据负载策略得到每个发电功率单元的三个标识值；根据三个标识值得到每个发电功率单元的整流控制信号。

[0120] 在一实施例中，采用Istio方案将负载策略转发给各个发电功率单元，将每个发电功率单元对应一个服务实例，所有服务实例共享一个sidecar服务，利用Istio方案将负载策略作为控制请求发送给sidecar服务，sidecar服务进行适配并映射给不同的服务实例，能够在应用层提升负载策略的转发性能。

[0121] 为了提升每个发电功率单元的工作性能，处理器单元还与二极管组合模块连接，利用预先训练的高斯回归检测模型对其输出的响应电压进行异常检测。在一实施例中，按照业务类型对发电功率单元进行分类，每一类发电功率单元对应一个高斯回归监测模型。

[0122] 在一实施例中，参照图8，高斯回归检测模型的训练过程包括以下步骤S810至步骤S830：

[0123] 步骤S810：预先获取响应电压的历史电压数据和电压标签，并对历史电压数据进行数据预处理得到电压样本数据。

[0124] 在一实施例中，获取当前业务类型对应的发电功率检测模型的响应电压的历史电压数据和电压标签，其中电压标签表征该响应电压是否电压过大，因此电压标签可以包括：“安全”与“不安全”。

[0125] 接着对历史电压数据进行数据预处理得到电压样本数据，主要是去除异常值等。确保电压样本数据的数据质量，以提高高斯回归检测模型的预测准确性。

[0126] 步骤S820：将电压样本数据输入高斯回归检测模型进行概率预测，得到预测电压概率，并根据预测电压概率得到预测异常结果。

[0127] 在一实施例中，高斯回归检测模型是一种概率回归模型，因此将电压样本数据输入高斯回归检测模型进行概率预测，能够得到预测电压概率。这里的电压概率是一种置信度，因此需要将其映射到标签空间。本实施例设定概率阈值，如果预测电压概率超过概率阈值，则可以将对应的电压样本数据的异常检测结果分类为“安全”，反之则分类为“不安全”。

[0128] 步骤S830：根据预测异常结果和电压标签计算损失值，并根据损失值调整高斯回归检测模型的模型参数。

[0129] 在一实施例中，高斯回归检测模型的损失函数为均方误差函数，计算每个电压样本数据的预测异常结果和电压标签的差值的平方，然后累加差值的平方后求平均即得到损失值。进行多次迭代过程，在每次迭代过程中调整高斯回归检测模型的模型参数，直至损失值越来越小，满足精度要求，此时表征预测异常结果和电压标签越来越接近。根据最后迭代的高斯回归检测模型的模型参数得到训练好的高斯回归检测模型。

[0130] 在一实施例中，如果经过异常检测发现某一个发电控制单元的响应电压异常，则微调负载策略，目的是调整对应的发电功率单元的整流控制信号，调整对应的二极管组合的开关，进而调整异常的响应电压。

[0131] 本申请实施例的级联变频器包括对电源电压进行电压转换得到输入电压的移相变压器、根据负载策略生成多个整流控制信号的整流控制单元、多个级联的发电功率单元和处理器单元，发电功率单元中整流连接模块接收输入电压和整流控制信号，其中，整流控制信号用于控制二极管组合模块的导通状态，不同的导通状态下，二极管组合模块根据输入电压得到的响应电压不同，H桥逆变器与二极管组合模块连接接收响应电压并根据响应电压得到输出电压，处理器单元接收每个发电功率单元的输出电压，并将多个输出电压输入预先训练好的脉冲信号整合模型进行信号整合，得到预测输出电压；接着根据预测输出电压进行负载均衡得到负载策略，并将负载策略发送至整流控制单元。本申请实施例利用脉冲信号整合模型对每个发电功率单元的输出电压进行信号整合得到预测输出电压，并根据预测输入电压进行负载均衡生成对应的负载策略，将负载策略反馈至整流控制单元，以便生成对应的整流控制信号，实现对级联变频器的负载均衡。提升级联变频器的系统稳定性和系统性能，降低系统故障风险。

[0132] 本公开实施例还提供一种级联变频器的控制方法，应用于如上述任一项实施例提到的级联变频器。图9是本公开实施例提供的级联变频器的一个可选的流程图，图9中的方法可以包括但不限于包括步骤S910至步骤S960。同时可以理解的是，本实施例对图9中步骤S910至步骤S960的顺序不做具体限定，可以根据实际需求调整步骤顺序或者减少、增加某些步骤。

[0133] 步骤S910：利用移相变压器对电源电压进行电压转换，得到输入电压。

[0134] 步骤S920：利用整流控制单元根据负载策略生成多个整流控制信号。

[0135] 步骤S930：利用整流连接模块接收输入电压和整流控制信号；整流控制信号用于控制二极管组合模块的导通状态。

[0136] 步骤S940：在不同的导通状态下，利用二极管组合模块根据输入电压得到不同的响应电压。

[0137] 步骤S950：利用H桥逆变器接收响应电压，并根据响应电压得到输出电压。

[0138] 步骤S960：利用处理器单元接收每个发电功率单元的输出电压，并将多个输出电压输入预先训练好的脉冲信号整合模型进行信号整合，得到预测输出电压；以及利用处理器单元根据预测输出电压进行负载均衡得到负载策略，并将负载策略发送至整流控制单元。

[0139] 本实施例的级联变频器的控制方法的具体实施方式与上述级联变频器的具体实施方式基本一致，在此不再赘述。

[0140] 本公开实施例还提供了一种电子设备，包括：

[0141] 至少一个存储器；

[0142] 至少一个处理器；

[0143] 至少一个程序；

[0144] 所述程序被存储在存储器中，处理器执行所述至少一个程序以实现本公开实施上述的级联变频器。该电子设备可以为包括手机、平板电脑、个人数字助理（Personal Digital Assistant，简称PDA）、车载电脑等任意智能终端。

[0145] 请参阅图10，图10示意了另一实施例的电子设备的硬件结构，电子设备包括：

[0146] 处理器1001，可以采用通用的CPU(CentralProcessingUnit，中央处理器)、微处理器、应用专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本公开实施例所提供的技术方案；

[0147] 存储器1002，可以采用ROM（ReadOnlyMemory，只读存储器）、静态存储设备、动态存储设备或者RAM(RandomAccessMemory，随机存取存储器)等形式实现。存储器1002可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1002中，并由处理器1001来调用执行本公开实施例的级联变频器的控制方法；

[0148] 输入/输出接口1003，用于实现信息输入及输出；

[0149] 通信接口1004，用于实现本设备与其他设备的通信交互，可以通过有线方式（例如USB、网线等）实现通信，也可以通过无线方式（例如移动网络、WIFI、蓝牙等）实现通信；和[0150] 总线1005，在设备的各个组件（例如处理器1001、存储器1002、输入/输出接口1003和通信接口1004）之间传输信息；

[0151] 其中处理器1001、存储器1002、输入/输出接口1003和通信接口1004通过总线1005实现彼此之间在设备内部的通信连接。

[0152] 本公开实施例还提供了一种存储介质，存储介质为计算机可读存储介质，该存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述级联变频器的控制方法。

[0153] 存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

[0154] 本公开实施例提出的级联变频器、级联变频器的控制方法、设备和存储介质，其中，级联变频器包括对电源电压进行电压转换得到输入电压的移相变压器、根据负载策略生成多个整流控制信号的整流控制单元、多个级联的发电功率单元和处理器单元，发电功率单元中整流连接模块接收输入电压和整流控制信号，其中，整流控制信号用于控制二极管组合模块的导通状态，不同的导通状态下，二极管组合模块根据输入电压得到的响应电压不同，H桥逆变器与二极管组合模块连接接收响应电压并根据响应电压得到输出电压，处理器单元接收每个发电功率单元的输出电压，并将多个输出电压输入预先训练好的脉冲信号整合模型进行信号整合，得到预测输出电压；接着根据预测输出电压进行负载均衡得到负载策略，并将负载策略发送至整流控制单元。本申请实施例利用脉冲信号整合模型对每个发电功率单元的输出电压进行信号整合得到预测输出电压，并根据预测输入电压进行负载均衡生成对应的负载策略，将负载策略反馈至整流控制单元，以便生成对应的整流控制信号，实现对级联变频器的负载均衡。提升级联变频器的系统稳定性和系统性能，降低系统故障风险。

[0155] 本公开实施例描述的实施例是为了更加清楚的说明本公开实施例的技术方案，并不构成对于本公开实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本公开实施例提供的技术方案对于类似的技术问题，同样适用。

[0156] 本领域技术人员可以理解的是，图中示出的技术方案并不构成对本公开实施例的限定，可以包括比图示更多或更少的步骤，或者组合某些步骤，或者不同的步骤。

[0157] 以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

[0158] 本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。

[0159] 本公开的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

[0160] 应当理解，在本公开中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

[0161] 在本公开所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

[0162] 上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

[0163] 另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

[0164] 集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括多指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例的方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read‑Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序的介质。

[0165] 以上参照附图说明了本公开实施例的优选实施例，并非因此局限本公开实施例的权利范围。本领域技术人员不脱离本公开实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本公开实施例的权利范围之内。