매트릭스 컨버터는 3상의 입력 전원이 전력용 반도체 스위치의 제어를 통해 3상의 부하에 직접 연결되는 에너지 변환 장치이다. 에너지 저장을 위한 직류단이 없어 매트릭스 컨버터의 입력 전류는 부하 전류와 스위치 상태에 직접 의존한다. 그러므로 불평형 또는 왜곡된 입력 전압은 원치 않은 출력 고조파 전류의 원인이 된다. 본 논문에서는 매트릭스 컨버터의 입력 전원 외란 상황에서 출력 전류를 개선하는 신경회로망 기반 전류 보상기를 제안한다. 제안된 기법 타당성과 유효성을 시뮬레이션과 실험을 통해 증명한다.
Matrix converter is an energy conversion device of controlled power semiconductor switches that directly connects the three-phase source to the three-phase load. With no dc-link components for energy storage in the matrix converter the input current depends directly upon the load currents and the switch state of the converter. Therefore the unbalanced and distorted input voltages can result in unwanted output harmonic currents. This paper presents a current compensator based on neural network to improving output current quality for matrix converter under abnormal input voltage conditions. The effectiveness and feasibility of the proposed technique has been proven through numerical simulations and experimental tests.
