مقايسه عملكرد الگوريتم هاي HSA،ICA و PSO به منظور حذف انتخابي هارمونيك ها در اينورتر چندسطحي آبشاري با وجود منابع DC متغير

در اين مقاله، يك روش جديد براي حذف انتخابي هارمونيك ها در اينورتر آبشاري ارائه گرديده است. تعيين زواياي سوئيچينگ با فرض تغييرات منابع DC صورت گرفته بنحويكه مولفه اصلي ولتاژ خروجي ثابت باقي مانده و همچنين هارمونيك هاي نامطلوب كاهش مي يابند. براي دستيابي به اين هدف از يك شبكه عصبي مصنوعي براي تعيين زواياي سوئيچينگ به صورت بلادرنگ استفاده مي شود. در واقع به ازاي مقادير ورودي DC مختلف، ابتدا زواياي سوئيچينگ توسط الگوريتم هاي تكاملي محاسبه شده و سپس از اين اطلاعات به منظور آموزش شبكه عصبي استفاده مي شود. در اين مقاله براي دستيابي به بهترين زواياي سوئيچينگ، از الگوريتم هاي تكاملي مختلف از جمله الگوريتم جستجوي هارموني، الگوريتم رقابت استعماري و بهينه سازي ازدحام ذرات استفاده گرديده و در نهايت، با مقايسه نتايج بدست آمده از اين الگوريتم ها، از روش مناسب تر جهت آموزش شبكه عصبي استفاده شده است.