مقايسه عملكرد الگوريتم‌هاي HSA،ICA و PSO به‌منظور حذف انتخابي هارمونيك‌ها در اينورتر چندسطحي آبشاري با وجود منابع DC متغير

در اين مقاله، يك روش جديد براي حذف انتخابي هارمونيك‌ها در اينورتر آبشاري ارايه گرديده است. تعيين زواياي سوييچينگ با فرض تغييرات منابع DC صورت گرفته به نحوي كه مولفه اصلي ولتاژ خروجي ثابت باقي مانده و همچنين هارمونيك‌هاي نامطلوب كاهش ‌مي‌يابند. براي دستيابي به اين هدف از يك شبكه عصبي مصنوعي براي تعيين زواياي سوييچينگ به صورت بلادرنگ استفاده مي‌شود. در واقع به ازاي مقادير ورودي DC مختلف، ابتدا زواياي سوييچينگ توسط الگوريتم‌هاي تكاملي محاسبه شده و سپس از اين اطلاعات به منظور آموزش شبكه عصبي استفاده مي‌شود. در اين مقاله براي دستيابي به بهترين زواياي سوييچينگ، از الگوريتم‌هاي تكاملي مختلف از جمله الگوريتم جستجوي هارموني، الگوريتم رقابت استعماري و بهينه‌سازي ازدحام ذرات استفاده گرديده و در نهايت، با مقايسه نتايج بدست آمده از اين الگوريتم‌ها، از روش مناسب‌تر جهت آموزش شبكه عصبي استفاده شده است.