研究課題
基盤研究(C)
本研究では，電力変換器をハイブリッドシステムとしてモデル化し，モデル予測制御と機械学習による制御を組み合わせた新しい制御手法を開発することであった。複数の制約条件下での柔軟な制御を可能とするモデル予測制御の問題点である演算量について、組み合わせ的準最適化と動的量子化による実装による解決を検討した。また、高速応答をニューラルネットワーク制御により実現し、2つの手法を組み合わせることで、安定性・応答性を両立する制御手法を確立した。
電力変換器
電力変換器の制御において、柔軟な制御手法であるモデル予測制御とニューラルネットワーク制御を組み合わせることで、安定性と応答性を両立することが可能な手法を開発した。また、提案手法では、制御における演算量を考慮し、制御器の性能に応じて演算コストと制御精度のトレードオフが可能であるため、比較的容易に提案手法を導入することが可能となることが期待できる。
