谐波电流的补偿方法、装置、有源滤波器和存储介质
阅读：136发布：2020-05-11
专利汇可以提供谐波电流的补偿方法、装置、有源滤波器和存储介质专利检索，专利查询，专利分析的服务。并且本 申请 涉及一种谐波 电流 的补偿方法、装置、有源 滤波器 和存储介质。所述方法包括：在k 采样 时刻，采用预先设置的谐波检测模型检测 电网 三相电中各相的谐波电流分量；根据所述各相的谐波电流分量和预先建立的模糊控 制模 型，得到各相的参考 电压 ；根据所述各相的参考电压和预先设置的调制模型，生成控制电压逆变器中 开关 器件开启和关断的控制 信号 ；将所述 控制信号 输入到所述电压逆变器中，得到所述电压逆变器向电网输出的k采样时刻的各相的补偿电流，所述各相的补偿电流用于补偿各相的谐波电流。通过本 发明 实施例 ，可以得到更为准确的参考电压，并且可以快速输出补偿电流，达到有效滤波的作用。，下面是谐波电流的补偿方法、装置、有源滤波器和存储介质专利的具体信息内容。
1.一种谐波电流的补偿方法，其特征在于，所述方法包括：
在k采样时刻，采用预先设置的谐波检测模型检测电网三相电中各相的谐波电流分量；
根据所述各相的谐波电流分量和预先建立的模糊控制模型，得到各相的参考电压；
根据所述各相的参考电压和预先设置的调制模型，生成控制电压逆变器中开关器件开启和关断的控制信号；
将所述控制信号输入到所述电压逆变器中，得到所述电压逆变器向电网输出的k采样时刻的各相的补偿电流，所述各相的补偿电流用于补偿各相的谐波电流。
2.根据权利要求1所述的方法，其特征在于，所述三相电包括A相、B相和C相，所述模糊控制模型包括A相模糊控制模块和C相模糊控制模块，所述根据所述各相的谐波电流分量和预先建立的模糊控制模型，得到各相的参考电压，包括：
对于A相，根据A相谐波电流分量确定所述A相模糊控制模型的第一输入变量和第二输入变量，并将所述第一输入变量和所述第二输入变量输入至所述A相模糊控制模型中，得到所述A相模糊控制模型输出的A相参考电压；
对于C相，根据C相谐波电流分量确定所述C相模糊控制模型的第三输入变量和第四输入变量，并将所述第三输入变量和所述第四输入变量输入至所述C相模糊控制模型中，得到所述C相模糊控制模型输出的C相参考电压；
对于B相，根据B相谐波电流分量、k-1采样时刻所述电压逆变器输出的B相补偿电流，得到B相参考电压。
3.根据权利要求2所述的方法，其特征在于，所述将所述第一输入变量和所述第二输入变量输入至所述A相模糊控制模型中，得到所述A相模糊控制模型输出的A相参考电压，包括：
所述A相模糊控制模型接收所述第一输入变量和所述第二输入变量，根据预先设置的输入转化因子将所述第一输入变量和所述第二输入变量转化为第一模糊量和第二模糊量；
所述输入转化因子包括误差转化因子和微分转化因子；
所述A相模糊控制模型采用蜂群算法进行参数寻优，得到k采样时刻控制参数的目标值；
所述A相模糊控制模型基于所述第一模糊量、所述第二模糊量和所述控制参数的目标值，得到模糊输出量；
所述A相模糊控制模型根据预先设置的输出转化因子对所述模糊输出量进行转化，输出所述A相参考电压。
4.根据权利要求3所述的方法，其特征在于，所述A相模糊控制模型采用蜂群算法进行参数寻优，得到k采样时刻控制参数的目标值，包括：
所述A相模糊控制模型对所述控制参数进行初始化；所述控制参数包括模糊隶属函数、模糊规则和所述输入转化因子和所述输出转化因子；所述模糊隶属函数包括模糊参数、重叠因子和左跨度系数；所述模糊规则为模糊矩阵；
所述A相模糊控制模型采用所述蜂群算法对所述控制参数进行预设次数的迭代寻优处理，找到的所述控制参数的目标值。
5.根据权利要求2所述的方法，其特征在于，所述根据A相谐波电流分量确定所述A相模糊控制模型的第一输入变量和第二输入变量，包括：
对于A相，根据k采样时刻的A相谐波电流分量和k-1采样时刻所述电压逆变器输出的A相补偿电流，确定k采样时刻的A相电流差值；
根据所述有源滤波器直流电源侧的电压差值的PID控制输出结果和所述k采样时刻的A相电流差值，得到所述第一输入变量；
根据多个采样时刻的A相电流差值得到所述第二输入变量。
6.根据权利要求2所述的方法，其特征在于，所述根据C相谐波电流分量确定所述C相模糊控制模型的第三输入变量和第三输入变量，包括：
对于C相，根据k采样时刻的C相谐波电流分量和k-1采样时刻所述电压逆变器输出的C相补偿电流，确定k采样时刻的C相电流差值；
根据所述有源滤波器直流电源侧的电压差值的PID控制输出结果和所述k采样时刻的C相电流差值，得到所述第三输入变量；
根据多个采样时刻的C相电流差值得到所述第四输入变量。
7.根据权利要求1所述的方法，其特征在于，所述根据所述各相的参考电压，生成控制电压逆变器中开关器件开启和关断的控制信号，包括：
根据预先设置的矢量变换对应关系和所述各相的参考电压，得到系统参考电压；
对所述系统参考电压进行扇区判断，确定A相开关器件和C相开关器件的开关顺序和导通时间，得到所述控制信号。
8.根据权利要求1所述的方法，其特征在于，所述在k采样时刻，采用预先设置的谐波检测模型检测电网三相电中各相的谐波电流分量，包括：
通过锁相环获取与各相电压同相位的正弦信号和余弦信号，得到有功电流分量和无功电流分量；
对所述有功电流分量和所述无功电流分量进行变换，得到各相的瞬时电流；
对所述有功电流分量和所述无功电流分量进行低通滤波，得到各相的电流直流分量；
根据所述各相的瞬时电流与所述各相的电流直流分量，得到所述各相的谐波电流分量。
9.一种谐波电流的补偿装置，其特征在于，所述装置包括：
谐波电流分量检测模块，用于在k采样时刻，采用预先设置的谐波检测模型检测电网三相电中各相的谐波电流分量；
参考电压获得模块，用于根据所述各相的谐波电流分量和预先建立的模糊控制模型，得到各相的参考电压；
控制信号生成模块，用于根据所述各相的参考电压和预先设置的调制模型，生成控制电压逆变器中开关器件开启和关断的控制信号；
补偿电流输出模块，用于将所述控制信号输入到所述电压逆变器中，得到所述电压逆变器向电网输出的k采样时刻的各相的补偿电流，所述各相的补偿电流用于补偿各相的谐波电流。
10.一种有源滤波器，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，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1至8中任一项所述的方法的步骤。
谐波电流的补偿方法、装置、有源滤波器和存储介质
技术领域
背景技术
[0003] 目前，保证电网清洁主要采用无源滤波器、有源滤波器等滤除谐波。其中，无源滤波器只能滤除特定次谐波，无法实现谐波和无功电流的动态补偿；有源滤波器采用PID(比例、积分、微分)控制在离线条件下设置PID传递函数的参数，动态调节性能较差。
[0004] 因此，如何更好地补偿谐波电流，保证电网的清洁成为了亟待解决的技术问题。发明内容
[0005] 基于此，有必要针对上述技术问题，提供一种能够保证电网清洁的谐波电流的补偿方法、装置、有源滤波器和存储介质。
[0006] 第一方面，本发明实施例提供了一种谐波电流的补偿方法，该方法包括：
[0007] 在k采样时刻，采用预先设置的谐波检测模型检测电网三相电中各相的谐波电流分量；
[0010] 将控制信号输入到电压逆变器中，得到电压逆变器向电网输出的k采样时刻的各相的补偿电流，各相的补偿电流用于补偿各相的谐波电流。
[0012] 对于A相，根据A相谐波电流分量确定A相模糊控制模型的第一输入变量和第二输入变量，并将第一输入变量和第二输入变量输入至A相模糊控制模型中，得到A相模糊控制模型输出的A相参考电压；
[0013] 对于C相，根据C相谐波电流分量确定C相模糊控制模型的第三输入变量和第四输入变量，并将第三输入变量和第四输入变量输入至C相模糊控制模型中，得到C相模糊控制模型输出的C相参考电压；
[0014] 对于B相，根据B相谐波电流分量、k-1采样时刻电压逆变器输出的B相补偿电流，得到B相参考电压。
[0015] 在其中一个实施例中，将第一输入变量和第二输入变量输入至A相模糊控制模型中，得到A相模糊控制模型输出的A相参考电压，包括：
[0016] A相模糊控制模型接收第一输入变量和第二输入变量，根据预先设置的输入转化因子将第一输入变量和第二输入变量转化为第一模糊量和第二模糊量；输入转化因子包括误差转化因子和微分转化因子；
[0018] A相模糊控制模型基于第一模糊量、第二模糊量和控制参数的目标值，得到模糊输出量；
[0019] A相模糊控制模型根据预先设置的输出转化因子对模糊输出量进行转化，输出A相参考电压。
[0020] 在其中一个实施例中，A相模糊控制模型采用蜂群算法进行参数寻优，得到k采样时刻控制参数的目标值，包括：
[0021] A相模糊控制模型对控制参数进行初始化；控制参数包括模糊隶属函数、模糊规则和输入转化因子和输出转化因子；模糊隶属函数包括模糊参数、重叠因子和左跨度系数；模糊规则为模糊矩阵；
[0022] A相模糊控制模型采用蜂群算法对控制参数进行预设次数的迭代寻优处理，找到的控制参数的目标值。
[0023] 在其中一个实施例中，根据A相谐波电流分量确定A相模糊控制模型的第一输入变量和第二输入变量，包括：
[0024] 对于A相，根据k采样时刻的A相谐波电流分量和k-1采样时刻电压逆变器输出的A相补偿电流，确定k采样时刻的A相电流差值；
[0025] 根据有源滤波器直流电源侧的电压差值的PID控制输出结果和k采样时刻的A相电流差值，得到第一输入变量；
[0026] 根据多个采样时刻的A相电流差值得到第二输入变量。
[0027] 在其中一个实施例中，根据C相谐波电流分量确定C相模糊控制模型的第三输入变量和第三输入变量，包括：
[0028] 对于C相，根据k采样时刻的C相谐波电流分量和k-1采样时刻电压逆变器输出的C相补偿电流，确定k采样时刻的C相电流差值；
[0029] 根据有源滤波器直流电源侧的电压差值的PID控制输出结果和k采样时刻的C相电流差值，得到第三输入变量；
[0030] 根据多个采样时刻的C相电流差值得到第四输入变量。
[0031] 在其中一个实施例中，根据各相的参考电压，生成控制电压逆变器中开关器件开启和关断的控制信号，包括：
[0032] 根据预先设置的矢量变换对应关系和各相的参考电压，得到系统参考电压；
[0033] 对系统参考电压进行扇区判断，确定A相开关器件和C相开关器件的开关顺序和导通时间，得到控制信号。
[0034] 在其中一个实施例中，在k采样时刻，采用预先设置的谐波检测模型检测电网三相电中各相的谐波电流分量，包括：
[0036] 对有功电流分量和无功电流分量进行变换，得到各相的瞬时电流；
[0037] 对有功电流分量和无功电流分量进行低通滤波，得到各相的电流直流分量；
[0038] 根据各相的瞬时电流与各相的电流直流分量，得到各相的谐波电流分量。
[0039] 第二方面，本发明实施例提供了一种谐波电流的补偿装置，该装置包括：
[0040] 谐波电流分量检测模块，用于在k采样时刻，采用预先设置的谐波检测模型检测电网三相电中各相的谐波电流分量；
[0041] 参考电压获得模块，用于根据各相的谐波电流分量和预先建立的模糊控制模型，得到各相的参考电压；
[0042] 控制信号生成模块，用于根据各相的参考电压和预先设置的调制模型，生成控制电压逆变器中开关器件开启和关断的控制信号；
[0043] 补偿电流输出模块，用于将控制信号输入到电压逆变器中，得到电压逆变器向电网输出的k采样时刻的各相的补偿电流，各相的补偿电流用于补偿各相的谐波电流。
[0044] 在其中一个实施例中，三相电包括A相、B相和C相，模糊控制模型包括A相模糊控制模块和C相模糊控制模块，上述参考电压获得模块包括：
[0045] A相参考电压获得子模块，用于对于A相，根据A相谐波电流分量确定A相模糊控制模型的第一输入变量和第二输入变量，并将第一输入变量和第二输入变量输入至A相模糊控制模型中，得到A相模糊控制模型输出的A相参考电压；
[0046] C相参考电压获得子模块，用于对于C相，根据C相谐波电流分量确定C相模糊控制模型的第三输入变量和第四输入变量，并将第三输入变量和第四输入变量输入至C相模糊控制模型中，得到C相模糊控制模型输出的C相参考电压；
[0047] B相参考电压获得子模块，用于对于B相，根据B相谐波电流分量、k-1采样时刻电压逆变器输出的B相补偿电流，得到B相参考电压。
[0048] 在其中一个实施例中，上述A相参考电压获得子模块，具体用于A相模糊控制模型接收第一输入变量和第二输入变量，根据预先设置的输入转化因子将第一输入变量和第二输入变量转化为第一模糊量和第二模糊量；输入转化因子包括误差转化因子和微分转化因子；A相模糊控制模型采用蜂群算法进行参数寻优，得到k采样时刻控制参数的目标值；A相模糊控制模型基于第一模糊量、第二模糊量和控制参数的目标值，得到模糊输出量；A相模糊控制模型根据预先设置的输出转化因子对模糊输出量进行转化，输出A相参考电压。
[0049] 在其中一个实施例中，上述A相参考电压获得子模块，具体用于A相模糊控制模型对控制参数进行初始化；控制参数包括模糊隶属函数、模糊规则和输入转化因子和输出转化因子；模糊隶属函数包括模糊参数、重叠因子和左跨度系数；模糊规则为模糊矩阵；A相模糊控制模型采用蜂群算法对控制参数进行预设次数的迭代寻优处理，找到的控制参数的目标值。
[0050] 在其中一个实施例中，上述A相参考电压获得子模块，具体用于对于A相，根据k采样时刻的A相谐波电流分量和k-1采样时刻电压逆变器输出的A相补偿电流，确定k采样时刻的A相电流差值；根据有源滤波器直流电源侧的电压差值的PID控制输出结果和k采样时刻的A相电流差值，得到第一输入变量；根据多个采样时刻的A相电流差值得到第二输入变量。
[0051] 在其中一个实施例中，上述C相参考电压获得子模块，具体用于对于C相，根据k采样时刻的C相谐波电流分量和k-1采样时刻电压逆变器输出的C相补偿电流，确定k采样时刻的C相电流差值；根据有源滤波器直流电源侧的电压差值的PID控制输出结果和k采样时刻的C相电流差值，得到第三输入变量；根据多个采样时刻的C相电流差值得到第四输入变量。
[0052] 在其中一个实施例中，上述控制信号生成模块，具体用于根据预先设置的矢量变换对应关系和各相的参考电压，得到系统参考电压；对系统参考电压进行扇区判断，确定A相开关器件和C相开关器件的开关顺序和导通时间，得到控制信号。
[0053] 在其中一个实施例中，上述谐波电流分量检测模块，具体用于通过锁相环获取与各相电压同相位的正弦信号和余弦信号，得到有功电流分量和无功电流分量；对有功电流分量和无功电流分量进行变换，得到各相的瞬时电流；对有功电流分量和无功电流分量进行低通滤波，得到各相的电流直流分量；根据各相的瞬时电流与各相的电流直流分量，得到各相的谐波电流分量。
[0055] 第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述方法中的步骤。
[0056] 上述谐波电流的补偿方法、装置、有源滤波器和存储介质，在k采样时刻，采用预先设置的谐波检测模型检测电网三相电中各相的谐波电流分量；根据各相的谐波电流分量和预先建立的模糊控制模型，得到各相的参考电压；根据各相的参考电压和预先设置的调制模型，生成控制电压逆变器中开关器件开启和关断的控制信号；将控制信号输入到电压逆变器中，得到电压逆变器向电网输出的k采样时刻的各相的补偿电流，各相的补偿电流用于补偿各相的谐波电流。通过本发明实施例，通过模糊控制模型得到各相的参考电压，使得参考电压更加准确；并且，根据预先设置的调制模型，可以快速实现系统参考电压矢量的扇区判断和电压空间矢量的作用时间的计算，能看快速准确地对电压逆变器的开关器件进行控制，从而快速输出补偿电流，达到有效滤波的作用。附图说明
[0057] 图1为一个实施例中谐波电流的补偿方法的应用环境图；
[0058] 图2为一个实施例中谐波电流的补偿方法的流程示意图；
[0059] 图3为一个实施例中电压空间矢量的作用时间的示意图；
[0060] 图4为一个实施例中扇区判断的示意图；
[0061] 图5为一个实施例中根据各相的谐波电流分量和预先建立的模糊控制模型，得到各相的参考电压步骤的流程示意图；
[0062] 图6为一个实施例中有源滤波器的示意图；
[0063] 图7为一个实施例中梯形隶属函数的示意图
[0064] 图8为一个实施例中谐波电流的补偿装置的结构框图；
[0065] 图9为一个实施例中有源滤波器的内部结构图。
具体实施方式
[0066] 为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0067] 本申请提供的谐波电流的补偿方法，可以应用于如图1所示的应用环境中。该应用环境中包括设置在电网中的有源滤波器。有源滤波器从电网中获取各相的谐波电流，输出补偿电流对谐波电流进行补偿。有源滤波器中设置有谐波检测模型101、模糊控制模型102、调制模型103和电压逆变器104。其中，谐波检测模型、模糊控制模型和调制模型可以在独立的服务器或者是多个服务器组成的服务器集群中实现。
[0068] 在一个实施例中，如图2所示，提供了一种谐波电流的补偿方法，以该方法应用于图1中的有源滤波器为例进行说明，包括以下步骤：
[0069] 步骤201，在k采样时刻，采用预先设置的谐波检测模型检测电网三相电中各相的谐波电流分量。
[0070] 本实施例中，有源滤波器采用谐波检测模型检测电网中三相电中各相电的谐波电流分量。具体地，通过锁相环获取与各相电压同相位的正弦信号和余弦信号，得到有功电流分量和无功电流分量；对有功电流分量和无功电流分量进行变换，得到各相的瞬时电流；对有功电流分量和无功电流分量进行低通滤波，得到各相的电流直流分量；根据各相的瞬时电流与各相的电流直流分量，得到各相的谐波电流分量。
[0071] 在实际应用中，基于瞬时无功功率理论的ip-iq电流检测法，即根据公式(1)、公式(2)和公式(3)得到各相的谐波电流。
[0072]
[0073]
[0074]
[0075] 其中，sinωt为锁相环获取到的正弦信号，-cosωt为锁相环获取到的余弦信号，iα和iβ为三相电流在互相垂直的α-β坐标系中的电流值，ip为有功电流，iq为无功电流分量，ia,ib,ic分别为各相的瞬时电流，iah,ibh,ich分别为各相的谐波电流。
[0076] 步骤202，根据各相的谐波电流分量和预先建立的模糊控制模型，得到各相的参考电压。
[0077] 本实施例中，参考图1，由于B相的电压被电容钳制且无需进行开关器件的控制，因此只有A相和C相需要生成控制开关器件的信号。在模糊控制模型的控制过程中，为了抑制直流侧电源电压的波动，将直流电压的PID控制结果引入闭环系统中。也就是说，在A相、C两相的闭环控制中都引入了一个PID控制项，在保证系统结构的稳定性的基础上提高了有源滤波器电流电压转换控制系统的可靠性，改善闭环跟踪效果，避免参数调节的复杂程度。
[0078] 步骤203，根据各相的参考电压和预先设置的调制模型，生成控制电压逆变器中开关器件开启和关断的控制信号。
[0079] 本实施例中，生成控制电压逆变器中开关器件的控制信号的过程，具体可以包括：根据预先设置的矢量变换对应关系和各相的参考电压，得到系统参考电压；对系统参考电压进行扇区判断，确定A相开关器件和C相开关器件的开关顺序和导通时间，得到控制信号。
[0080] 在实际应用中，对开关器件进行控制时，由于直流端电压保持不变，因此在一定的开关状态下三相间某两相间的电压差为一定值。因此，根据基尔霍夫定律可得逆变器交流侧输出电压为公式(4)：
[0081]
[0082] 其中，Sa＝1,Sc＝1分别表示A、C相上桥臂导通，下桥臂关断。
[0083] 进一步地，根据矢量变换对应关系为将三相坐标系中的电压空间矢量变换到α-β坐标系的电压空间矢量，经过坐标变换后，参考电压的空间坐标表达式更加简便。矢量变换对应关系及电压空间矢量表达式为公式(5)、公式(6)和公式(7)。
[0084]
[0085]
[0086] Us＝uα+juβ------------------------(7)
[0087] 其中，ua，ub,uc为三相坐标系中各相的电压空间矢量，uα和uβ为α-β坐标系中的电压空间矢量。
[0088] 根据上述矢量变换对应关系，得到了不同开关模式下的电压逆变器中电压空间矢量与开关状态对应关系，如公式(8)：
[0089]
[0090] 其中，电压空间矢量的作用时间为公式(9)：
[0091]
[0092] 采用预先设置的调制模型调节各开关的开关顺序，使得在一个周期内每个开关都只开通或关断一次，得到不同扇区电压矢量作用的时间。其中，调制模型可以是5段式SVPWM调制模型，本发明实施例对此不作详细限定，可以根据实际情况进行设置。
[0093] 定义p，q分别为横轴电压空间矢量和纵轴电压空间矢量在一个开关周期Ts内的作用时间，如公式(10)：
[0094]
[0095] 其中，uab*,ubc*为经过模糊控制模型得到的参考电压。
[0096] 然后，可以得到在不同扇区电压空间矢量的作用时间。例如，在扇区III，由图3可知，设置电压空间矢量的作用顺序为U4U1U2U3U4，使得在一个开关周期内每个开关的开关状态只变化一次，设其作用时间为t1t2t3t4t5，得到每个开关器件的作用时间如公式(11)：
[0097]
[0098] 由图4可知，根据uα和uβ的正负号对坐标中的参考电压矢量所处的扇区进行判断，电压空间矢量的作用时间也不需复杂的反三角函数计算和逻辑判断，因而可以缩短处理器的计算时间，使得有源滤波器的滞后效应得到很好的改善，补偿能力和精度得到进一步地提高。
[0099] 步骤204，将控制信号输入到电压逆变器中，得到电压逆变器向电网输出的k采样时刻的各相的补偿电流，各相的补偿电流用于补偿各相的谐波电流。
[0100] 本实施例中，将k采样时刻得到的控制信号输入到电压逆变器中，控制电压逆变器中各开关的开关和关断，从而使电压逆变器输出k采样时刻各相的补偿电流，各相的补偿电流输入到电网中，对k采样时刻各相的谐波电流进行补偿，从而可以减少谐波电流的污染。
[0101] 上述谐波电流的补偿方法中，在k采样时刻，采用预先设置的谐波检测模型检测电网三相电中各相的谐波电流分量；根据各相的谐波电流分量和预先建立的模糊控制模型，得到各相的参考电压；根据各相的参考电压和预先设置的调制模型，生成控制电压逆变器中开关器件开启和关断的控制信号；将控制信号输入到电压逆变器中，得到电压逆变器向电网输出的k采样时刻的各相的补偿电流，各相的补偿电流用于补偿各相的谐波电流。通过本发明实施例，通过模糊控制模型得到各相的参考电压，使得参考电压更加准确；并且，根据预先设置的调制模型，可以快速实现系统参考电压矢量的扇区判断和电压空间矢量的作用时间的计算，能看快速准确地对电压逆变器的开关器件进行控制，从而快速输出补偿电流，达到有效滤波的作用。
[0102] 在另一个实施例中，如图5所示，本实施例涉及的是根据各相的谐波电流分量和预先建立的模糊控制模型，得到各相的参考电压的一种可选的过程。在上述图2所示实施例的基础上，三相电包括A相、B相和C相，模糊控制模型包括A相模糊控制模块和C相模糊控制模块，上述步骤202具体可以包括以下步骤：
[0103] 步骤301，对于A相，根据A相谐波电流分量确定A相模糊控制模型的第一输入变量和第二输入变量，并将第一输入变量和第二输入变量输入至A相模糊控制模型中，得到A相模糊控制模型输出的A相参考电压。
[0104] 本实施例中，对于A相，如图6所示，根据k采样时刻的A相谐波电流分量和k-1采样时刻电压逆变器输出的A相补偿电流，确定k采样时刻的A相电流差值；根据有源滤波器直流电源侧的电压差值的PID控制输出结果和k采样时刻的A相电流差值，得到第一输入变量；根据多个采样时刻的A相电流差值得到第二输入变量。
[0105] 在实际应用中，确定k采样时刻的A相电流差值，如公式(12)：
[0106] ea(k)＝iah(k)-ian(k-1)----------------------(12)
[0107] A相电流差值得到第一输入变量，如公式(13)：
[0108]
[0109] 多个采样时刻的A相电流差值，如公式(14)：
[0110]
[0111] 根据多个采样时刻的A相电流差值得到第二输入变量，如公式(15)：
[0112]
[0113] 在其中一个实施例中，将第一输入变量和第二输入变量输入至A相模糊控制模型中，得到A相模糊控制模型输出的A相参考电压，包括：A相模糊控制模型接收第一输入变量和第二输入变量，根据预先设置的输入转化因子将第一输入变量和第二输入变量转化为第一模糊量和第二模糊量；输入转化因子包括误差转化因子和微分转化因子；A相模糊控制模型采用蜂群算法进行参数寻优，得到k采样时刻控制参数的目标值；A相模糊控制模型基于第一模糊量、第二模糊量和控制参数的目标值，得到模糊输出量；A相模糊控制模型根据预先设置的输出转化因子对模糊输出量进行转化，输出A相参考电压。
[0114] 在实际应用中，A模糊控制模型利用输入转化因子将第一输入变量和第二输入变量转化为第一模糊量和第二模糊量，如公式(16)：
[0115]
[0116] 其中，Ke为误差转化因子， 为误差微分转化因子。
[0117] 之后，A相模糊控制模型采用蜂群算法进行参数寻优，得到k采样时刻控制参数的目标值，具体包括：A相模糊控制模型对控制参数进行初始化；控制参数包括模糊隶属函数、模糊规则和输入转化因子和输出转化因子；模糊隶属函数包括模糊参数、重叠因子和左跨度系数；模糊规则为模糊矩阵；A相模糊控制模型采用蜂群算法对控制参数进行预设次数的迭代寻优处理，找到的控制参数的目标值。
[0118] 在实际应用中，采用{FL,FM,FS,FXS,BXS,BS,BM,BL}定义8个梯形隶属函数，如图7所示，以输入误差隶属函数FM和FS为例，定义重叠因子为τ，定义FS的左跨度系数，如公式(17)：
[0119]
[0120] 则，得到第k+1个梯形的左宽度，如公式(18)：
[0121] dj+1,l＝kj+1,l·|bj+1|------------------------(18)
[0122] 根据几何关系，可以进一步得到第k+1个梯形的右宽度，如公式(19)：
[0123]
[0124] 得到第k+1个梯形的左端点值和右端点值，如公式(20)：
[0125]
[0126] 以输入误差隶属函数FS为例，得到输入变量RA1(t)的隶属函数解析式，如公式(21)和公式(22)：
[0127] e＝keRA1(t)-----------------------------(21)
[0128]
[0129] 通过设置参数yj+1，重叠因子τ，左跨度系数kj+1可以实现隶属函数的设置，隶属函数优化采用蜜蜂种群A对隶属函数的参数yj+1，重叠因子τ，左跨度系数kj+1进行寻优。由于各隶属函数有8个梯形，因此在蜜蜂种群A寻优的过程中，隶属函数需要优化24个参数。
[0130] 蜜蜂种群A在搜索开始后，每只蜜蜂独立地从蜂巢节点根据随机的原则选择自己的第一处采蜜点，然后根据预设规则选择下一处采蜜点，蜜蜂在一次采蜜过程无法遍历所有的可能性，因此在种群数量庞大的基础上，可以防止算法陷入局域最优解的情况。假设蜜蜂k处于采蜜点m，已经遍历了空间中的j个采蜜点，在下一步的搜索过程中，蜜蜂根据相邻采蜜点的气味判断去往下一采蜜点，假定蜜蜂采过的花源其不再返回，则在第j+1条路径上，设未遍历的节点集合为Jc，蜜蜂从节点m转移到下一节点j+1的概率如公式(23)：
[0131]
[0132] 其中， 为在采蜜点m转移到下一采蜜点的概率， 表示采蜜点m在第j轮迭代中对蜜蜂的吸引度，fpur(j+1)-fpur(j)表示每次转换过程中的蜂群算法目标函数的差值，差值越小，表明越接近最优点。
[0133] 采蜜点m在蜜蜂每转移一次的基础上需要进行气味的更新，蜜蜂采蜜多的点，代表蜂蜜的量越多，因此蜜蜂身上所携带的蜂蜜使得蜜蜂停留在采蜜点时也加重了采蜜点的气味，同时考虑到该部分不足以抵消蜜蜂在该点采蜜的数量，构建m点处气味更新表达式为公式(24)：
[0134]
[0135] 其中η为气味在每一次循迹的过程中的挥发系数，α,β分别为蜜蜂k在采蜜点m处所携带的蜂蜜量和蜜蜂k在采蜜点m处所采走的蜂蜜量，κ为蜜蜂携带蜂蜜的挥发系数。至此，完成蜜蜂种群A的路径更新和花源处的气味更新。
[0136] 在每次寻优结束后，根据目标函数进行结果判断，根据判断得到的结果，进行k+1时刻的参数寻优。其中，目标函数为公式(25)：
[0137]
[0138] 在其中一个实施例中，除了对模糊隶属函数进行参数寻优，还需要对控制规则和输入转化因子、输出转化因子进行参数寻优，其中，将控制规则设置为64个，并构造成8*8矩阵，如下：
[0139] [77766543],[77665543],[76655443],[66654332],[65443321],[65432210],[55443210],[33221100]。在蜂群算法中采用蜜蜂种群B进行控制规则的参数寻优，采用其他蜜蜂种群进行输入转化因子、输出转化因子进行参数寻优，本发明对此不再赘述。
[0140] 在根据模糊隶属函数、控制规则和多个因子得到模糊输出量后，对模糊输出量进行解模糊。本发明实施例中采用采用平均最大隶属值法进行解模糊，在输出的模糊域为Y＝[-y,y]中，选取对应的最大隶属度值Yi，取其平均值，如公式(26)：
[0141]
[0142] 其中，n为相同大小的最大隶属度值的个数。
[0143] 步骤302，对于C相，根据C相谐波电流分量确定C相模糊控制模型的第三输入变量和第四输入变量，并将第三输入变量和第四输入变量输入至C相模糊控制模型中，得到C相模糊控制模型输出的C相参考电压。
[0144] 本实施例中，对于C相，根据k采样时刻的C相谐波电流分量和k-1采样时刻电压逆变器输出的C相补偿电流，确定k采样时刻的C相电流差值；根据有源滤波器直流电源侧的电压差值的PID控制输出结果和k采样时刻的C相电流差值，得到第三输入变量；根据多个采样时刻的C相电流差值得到第四输入变量。
[0145] 在实际应用中，确定k采样时刻的C相电流差值如公式(27)：
[0146] ec(k)＝ich(k)-icn(k-1)------------------------(27)
[0147] 得到第三输入变量如公式(28)：
[0148]
[0149] 得到第四输入变量如公式(29)：
[0150]
[0151] 对于C相，采用与A相相同的参数寻优方式，在此不作赘述。
[0152] 在其中一个实施例中，A相和C相的PID控制传递函数，其参数分别为：
[0153] kpA＝1.765,T1A＝83.579,TDA＝8.76/kpC＝0.974,T1C＝35.674,TDC＝7.78[0154] 步骤303，对于B相，根据B相谐波电流分量、k-1采样时刻电压逆变器输出的B相补偿电流，得到B相参考电压。
[0155] 上述根据各相的谐波电流分量和预先建立的模糊控制模型，得到各相的参考电压的步骤中，对于A相，根据A相谐波电流分量确定A相模糊控制模型的第一输入变量和第二输入变量，并将第一输入变量和第二输入变量输入至A相模糊控制模型中，得到A相模糊控制模型输出的A相参考电压；对于C相，根据C相谐波电流分量确定C相模糊控制模型的第三输入变量和第四输入变量，并将第三输入变量和第四输入变量输入至C相模糊控制模型中，得到C相模糊控制模型输出的C相参考电压；对于B相，根据B相谐波电流分量、k-1采样时刻电压逆变器输出的B相补偿电流，得到B相参考电压。通过本发明实施例，将蜂群算法引入模糊控制模型中，实现了有源滤波器中模糊控制的智能化；并且，对闭环控制过程中可能出现的多种误差进行合理的结构设计，实现了算法的精确性。
[0156] 应该理解的是，虽然图2-图5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-图5中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0157] 在一个实施例中，如图8所示，提供了一种谐波电流的补偿装置，包括：
[0158] 谐波电流分量检测模块401，用于在k采样时刻，采用预先设置的谐波检测模型检测电网三相电中各相的谐波电流分量；
[0159] 参考电压获得模块402，用于根据各相的谐波电流分量和预先建立的模糊控制模型，得到各相的参考电压；
[0160] 控制信号生成模块403，用于根据各相的参考电压和预先设置的调制模型，生成控制电压逆变器中开关器件开启和关断的控制信号；
[0161] 补偿电流输出模块404，用于将控制信号输入到电压逆变器中，得到电压逆变器向电网输出的k采样时刻的各相的补偿电流，各相的补偿电流用于补偿各相的谐波电流。
[0162] 在其中一个实施例中，三相电包括A相、B相和C相，模糊控制模型包括A相模糊控制模块和C相模糊控制模块，上述参考电压获得模块包括：
[0163] A相参考电压获得子模块，用于对于A相，根据A相谐波电流分量确定A相模糊控制模型的第一输入变量和第二输入变量，并将第一输入变量和第二输入变量输入至A相模糊控制模型中，得到A相模糊控制模型输出的A相参考电压；
[0164] C相参考电压获得子模块，用于对于C相，根据C相谐波电流分量确定C相模糊控制模型的第三输入变量和第四输入变量，并将第三输入变量和第四输入变量输入至C相模糊控制模型中，得到C相模糊控制模型输出的C相参考电压；
[0165] B相参考电压获得子模块，用于对于B相，根据B相谐波电流分量、k-1采样时刻电压逆变器输出的B相补偿电流，得到B相参考电压。
[0166] 在其中一个实施例中，上述A相参考电压获得子模块，具体用于A相模糊控制模型接收第一输入变量和第二输入变量，根据预先设置的输入转化因子将第一输入变量和第二输入变量转化为第一模糊量和第二模糊量；输入转化因子包括误差转化因子和微分转化因子；A相模糊控制模型采用蜂群算法进行参数寻优，得到k采样时刻控制参数的目标值；A相模糊控制模型基于第一模糊量、第二模糊量和控制参数的目标值，得到模糊输出量；A相模糊控制模型根据预先设置的输出转化因子对模糊输出量进行转化，输出A相参考电压。
[0167] 在其中一个实施例中，上述A相参考电压获得子模块，具体用于A相模糊控制模型对控制参数进行初始化；控制参数包括模糊隶属函数、模糊规则和输入转化因子和输出转化因子；模糊隶属函数包括模糊参数、重叠因子和左跨度系数；模糊规则为模糊矩阵；A相模糊控制模型采用蜂群算法对控制参数进行预设次数的迭代寻优处理，找到的控制参数的目标值。
[0168] 在其中一个实施例中，上述A相参考电压获得子模块，具体用于对于A相，根据k采样时刻的A相谐波电流分量和k-1采样时刻电压逆变器输出的A相补偿电流，确定k采样时刻的A相电流差值；根据有源滤波器直流电源侧的电压差值的PID控制输出结果和k采样时刻的A相电流差值，得到第一输入变量；根据多个采样时刻的A相电流差值得到第二输入变量。
[0169] 在其中一个实施例中，上述C相参考电压获得子模块，具体用于对于C相，根据k采样时刻的C相谐波电流分量和k-1采样时刻电压逆变器输出的C相补偿电流，确定k采样时刻的C相电流差值；根据有源滤波器直流电源侧的电压差值的PID控制输出结果和k采样时刻的C相电流差值，得到第三输入变量；根据多个采样时刻的C相电流差值得到第四输入变量。
[0170] 在其中一个实施例中，上述控制信号生成模块，具体用于根据预先设置的矢量变换对应关系和各相的参考电压，得到系统参考电压；对系统参考电压进行扇区判断，确定A相开关器件和C相开关器件的开关顺序和导通时间，得到控制信号。
[0171] 在其中一个实施例中，上述谐波电流分量检测模块，具体用于通过锁相环获取与各相电压同相位的正弦信号和余弦信号，得到有功电流分量和无功电流分量；对有功电流分量和无功电流分量进行变换，得到各相的瞬时电流；对有功电流分量和无功电流分量进行低通滤波，得到各相的电流直流分量；根据各相的瞬时电流与各相的电流直流分量，得到各相的谐波电流分量。
[0172] 关于谐波电流的补偿装置的具体限定可以参见上文中对于谐波电流的补偿方法的限定，在此不再赘述。上述谐波电流的补偿装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0173] 在一个实施例中，提供了一种计算机设备，该计算机设备可以是有源滤波器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储谐波电流的补偿数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种谐波电流的补偿方法。
[0174] 本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0175] 在一个实施例中，提供了一种有源滤波器，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
[0176] 在k采样时刻，采用预先设置的谐波检测模型检测电网三相电中各相的谐波电流分量；
[0177] 根据各相的谐波电流分量和预先建立的模糊控制模型，得到各相的参考电压；
[0178] 根据各相的参考电压和预先设置的调制模型，生成控制电压逆变器中开关器件开启和关断的控制信号；
[0179] 将控制信号输入到电压逆变器中，得到电压逆变器向电网输出的k采样时刻的各相的补偿电流，各相的补偿电流用于补偿各相的谐波电流。
[0180] 在一个实施例中，三相电包括A相、B相和C相，模糊控制模型包括A相模糊控制模块和C相模糊控制模块，处理器执行计算机程序时还实现以下步骤：
[0181] 对于A相，根据A相谐波电流分量确定A相模糊控制模型的第一输入变量和第二输入变量，并将第一输入变量和第二输入变量输入至A相模糊控制模型中，得到A相模糊控制模型输出的A相参考电压；
[0182] 对于C相，根据C相谐波电流分量确定C相模糊控制模型的第三输入变量和第四输入变量，并将第三输入变量和第四输入变量输入至C相模糊控制模型中，得到C相模糊控制模型输出的C相参考电压；
[0183] 对于B相，根据B相谐波电流分量、k-1采样时刻电压逆变器输出的B相补偿电流，得到B相参考电压。
[0184] 在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0185] A相模糊控制模型接收第一输入变量和第二输入变量，根据预先设置的输入转化因子将第一输入变量和第二输入变量转化为第一模糊量和第二模糊量；输入转化因子包括误差转化因子和微分转化因子；
[0186] A相模糊控制模型采用蜂群算法进行参数寻优，得到k采样时刻控制参数的目标值；
[0187] A相模糊控制模型基于第一模糊量、第二模糊量和控制参数的目标值，得到模糊输出量；
[0188] A相模糊控制模型根据预先设置的输出转化因子对模糊输出量进行转化，输出A相参考电压。
[0189] 在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0190] A相模糊控制模型对控制参数进行初始化；控制参数包括模糊隶属函数、模糊规则和输入转化因子和输出转化因子；模糊隶属函数包括模糊参数、重叠因子和左跨度系数；模糊规则为模糊矩阵；
[0191] A相模糊控制模型采用蜂群算法对控制参数进行预设次数的迭代寻优处理，找到的控制参数的目标值。
[0192] 在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0193] 对于A相，根据k采样时刻的A相谐波电流分量和k-1采样时刻电压逆变器输出的A相补偿电流，确定k采样时刻的A相电流差值；
[0194] 根据有源滤波器直流电源侧的电压差值的PID控制输出结果和k采样时刻的A相电流差值，得到第一输入变量；
[0195] 根据多个采样时刻的A相电流差值得到第二输入变量。
[0196] 在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0197] 对于C相，根据k采样时刻的C相谐波电流分量和k-1采样时刻电压逆变器输出的C相补偿电流，确定k采样时刻的C相电流差值；
[0198] 根据有源滤波器直流电源侧的电压差值的PID控制输出结果和k采样时刻的C相电流差值，得到第三输入变量；
[0199] 根据多个采样时刻的C相电流差值得到第四输入变量。
[0200] 在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0201] 根据预先设置的矢量变换对应关系和各相的参考电压，得到系统参考电压；
[0202] 对系统参考电压进行扇区判断，确定A相开关器件和C相开关器件的开关顺序和导通时间，得到控制信号。
[0203] 在一个实施例中，处理器执行计算机程序时还实现以下步骤：
[0204] 通过锁相环获取与各相电压同相位的正弦信号和余弦信号，得到有功电流分量和无功电流分量；
[0205] 对有功电流分量和无功电流分量进行变换，得到各相的瞬时电流；
[0206] 对有功电流分量和无功电流分量进行低通滤波，得到各相的电流直流分量；
[0207] 根据各相的瞬时电流与各相的电流直流分量，得到各相的谐波电流分量。
[0208] 在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
[0209] 在k采样时刻，采用预先设置的谐波检测模型检测电网三相电中各相的谐波电流分量；
[0210] 根据各相的谐波电流分量和预先建立的模糊控制模型，得到各相的参考电压；
[0211] 根据各相的参考电压和预先设置的调制模型，生成控制电压逆变器中开关器件开启和关断的控制信号；
[0212] 将控制信号输入到电压逆变器中，得到电压逆变器向电网输出的k采样时刻的各相的补偿电流，各相的补偿电流用于补偿各相的谐波电流。
[0213] 在一个实施例中，三相电包括A相、B相和C相，模糊控制模型包括A相模糊控制模块和C相模糊控制模块，计算机程序被处理器执行时还实现以下步骤：
[0214] 对于A相，根据A相谐波电流分量确定A相模糊控制模型的第一输入变量和第二输入变量，并将第一输入变量和第二输入变量输入至A相模糊控制模型中，得到A相模糊控制模型输出的A相参考电压；
[0215] 对于C相，根据C相谐波电流分量确定C相模糊控制模型的第三输入变量和第四输入变量，并将第三输入变量和第四输入变量输入至C相模糊控制模型中，得到C相模糊控制模型输出的C相参考电压；
[0216] 对于B相，根据B相谐波电流分量、k-1采样时刻电压逆变器输出的B相补偿电流，得到B相参考电压。
[0217] 在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0218] A相模糊控制模型接收第一输入变量和第二输入变量，根据预先设置的输入转化因子将第一输入变量和第二输入变量转化为第一模糊量和第二模糊量；输入转化因子包括误差转化因子和微分转化因子；
[0219] A相模糊控制模型采用蜂群算法进行参数寻优，得到k采样时刻控制参数的目标值；
[0220] A相模糊控制模型基于第一模糊量、第二模糊量和控制参数的目标值，得到模糊输出量；
[0221] A相模糊控制模型根据预先设置的输出转化因子对模糊输出量进行转化，输出A相参考电压。
[0222] 在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0223] A相模糊控制模型对控制参数进行初始化；控制参数包括模糊隶属函数、模糊规则和输入转化因子和输出转化因子；模糊隶属函数包括模糊参数、重叠因子和左跨度系数；模糊规则为模糊矩阵；
[0224] A相模糊控制模型采用蜂群算法对控制参数进行预设次数的迭代寻优处理，找到的控制参数的目标值。
[0225] 在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0226] 对于A相，根据k采样时刻的A相谐波电流分量和k-1采样时刻电压逆变器输出的A相补偿电流，确定k采样时刻的A相电流差值；
[0227] 根据有源滤波器直流电源侧的电压差值的PID控制输出结果和k采样时刻的A相电流差值，得到第一输入变量；
[0228] 根据多个采样时刻的A相电流差值得到第二输入变量。
[0229] 在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0230] 对于C相，根据k采样时刻的C相谐波电流分量和k-1采样时刻电压逆变器输出的C相补偿电流，确定k采样时刻的C相电流差值；
[0231] 根据有源滤波器直流电源侧的电压差值的PID控制输出结果和k采样时刻的C相电流差值，得到第三输入变量；
[0232] 根据多个采样时刻的C相电流差值得到第四输入变量。
[0233] 在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0234] 根据预先设置的矢量变换对应关系和各相的参考电压，得到系统参考电压；
[0235] 对系统参考电压进行扇区判断，确定A相开关器件和C相开关器件的开关顺序和导通时间，得到控制信号。
[0236] 在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
[0237] 通过锁相环获取与各相电压同相位的正弦信号和余弦信号，得到有功电流分量和无功电流分量；
[0238] 对有功电流分量和无功电流分量进行变换，得到各相的瞬时电流；
[0239] 对有功电流分量和无功电流分量进行低通滤波，得到各相的电流直流分量；
[0240] 根据各相的瞬时电流与各相的电流直流分量，得到各相的谐波电流分量。
[0241] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种降低稳态误差的定时同步方法 | 2020-05-08 | 578 |
| 用于功率变换电路的变频控制电路和磁浮列车的发电系统 | 2020-05-11 | 900 |
| 燃料电池空气管理系统及其相关控制信号的获取方法 | 2020-05-11 | 263 |
| 移位寄存器电路、动态随机存储器和电路控制方法 | 2020-05-11 | 27 |
| 一种用于高分辨率2D、3D图像显示的显示装置及方法 | 2020-05-08 | 610 |
| 一种变频器瞬时掉电检测及能量反馈方法 | 2020-05-08 | 93 |
| 一种适用于大带宽系统的降低信号峰均比的方法及装置 | 2020-05-08 | 120 |
| 带有火灾报警的变电站智能电缆井盖 | 2020-05-11 | 87 |
| 用于DC偏移降级的方法和装置 | 2020-05-08 | 358 |
| 一种气压高度开关 | 2020-05-11 | 674 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈