深層ニューラルネットワークによる仮想同期発電機の適応制御：風力高電力変換チェーン向け

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:This paper presents a novel end-to-end DNN control for VSG, offering a new direction for AI-based power electronics control in renewable energy systems.

🏢実務担当者:Wind farm operators and inverter manufacturers can consider adopting DNN-based VSG control to enhance power quality and grid stability, reducing harmonic distortion.

🏛政策担当者:Regulators could note that AI-driven control can facilitate higher renewable energy integration without compromising grid stability, potentially informing grid code updates.

仮想同期発電機（VSG）は、従来の同期機の慣性応答を再現するために一般的に使用されている。しかし、VSG制御アーキテクチャは、制御器チェーン、座標変換、および仮想慣性やダンピングを含むパラメータ設定に依存しており、これらは高動的環境におけるその柔軟性を制限する。本論文は、古典的なVSG制御構造を完全に置き換えるための、ニューラルネットワークに基づく革新的なエンドツーエンド制御手法を提案する。開発されたニューラルネットワークは、電圧や電流、ならびに有効電力および無効電力を含むリアルタイムの電気的測定値からインバータ制御信号を直接生成するように訓練される。データセットは、異なる動作条件下での詳細なVSGモデルから生成され、その後、MATLABを用いた教師あり学習によって多層ニューラルネットワークが訓練される。得られたモデルは、Simulinkでシミュレートされた完全な風力エネルギー変換チェーンに統合される。シミュレーション結果は、人工ニューラルネットワークに基づく制御が、より優れた周波数および電圧安定性、注入される有効電力のより正確な追従、そして全高調波歪み（THD）が従来のVSG制御の0.51%と比較して0.04%に低減されるという、電力品質の大幅な改善を保証することを実証している。これらの結果は、再生可能エネルギーシステムのインテリジェント制御のための人工知能ベースのアプローチの可能性を確認するものである。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

The virtual synchronous generator (VSG) is commonly used to reproduce  the inertial response of conventional synchronous machines. However, the  VSG control architecture relies on controller chains, benchmark  transformations, and parameter settings, including virtual inertia and  damping, which limit its flexibility in highly dynamic environments. This  paper proposes an innovative end-to-end control approach based on a neural  network to fully replace the classical VSG control structure. The neural  network developed is trained to directly generate inverter control signals  from real-time electrical measurements, including voltages and currents, as  well as active and reactive power. A dataset is generated from a detailed  VSG model under different operating conditions, and then a multilayer  neural network is trained using supervised learning with MATLAB. The  resulting model is then integrated into a complete wind energy conversion  chain simulated in Simulink. The simulation results demonstrate that control  based on artificial neural networks ensures better frequency and voltage  stability, more accurate tracking of the active power injected, and a  significant improvement in power quality, with total harmonic distortion  (THD) reduced to 0.04%, compared to 0.51% for conventional VSG control.  These results confirm the potential of artificial intelligence-based approaches  for the intelligent control of renewable energy systems. 

• Zenodo https://zenodo.org/records/20638426first seen 2026-06-12 04:19:49 · last seen 2026-06-13 04:16:34