Congreso Nacional de Control

Automtico, AMCA 2015,

435
Cuernavaca, Morelos, Mxico.

Algoritmo de Bsqueda Aleatoria (ABA) Aplicado en Estrategia de Modulacin por

Eliminacin Selectiva de Armnicos (SHE) para Inversores Multinivel
Nicols Torres Cruz, Marco Antonio Oliver Salazar, Jess Aguayo Alquicira

Centro Nacional de Investigacin y Desarrollo Tecnolgico, Cuernavaca, Morelos, C.P 62490, Mxico.
Tel: (777) 326-40-79; e-mail:{nicolas_torres_cruz, moliver, jaguayo}@cenidet.edu.mx

Resumen: En este artculo se presenta el Algoritmo de Bsqueda Aleatoria (ABA) aplicado en la estrategia
de modulacin por Eliminacin Selectiva de Armnicos (SHE) para un Inversor Multinivel Trifsico (TMI)
alimentado por fuentes de tensin aisladas. El algoritmo propuesto tiene como objetivo encontrar una
solucin ptima a un conjunto de ecuaciones trascendentales las cuales garantizan la eliminacin de
armnicas indeseadas y el control de la magnitud en la componente fundamental de la tensin generada por
un TMI de siete niveles. Por otra parte, el algoritmo planteado en este artculo es comparado con el algoritmo
de Optimizacin por Enjambre de Partculas (PSO). Las simulaciones realizadas en el software MATLAB
de las formas de onda de tensin sintetizadas por el TMI y los anlisis espectrales correspondientes
demuestran que el algoritmo ABA propuesto logra de una manera sencilla una solucin ptima al conjunto de
ecuaciones planteadas en la tcnica de modulacin por SHE.
Palabras Clave: Algoritmos, Armnicas, Eliminacin Selectiva de Armnicas, Inversor, Inversor Multinivel,
Optimizacin por Enjambre de Partculas, Distorsin Armnica Total de Tensin.

1. INTRODUCCIN En la actualidad se ha reportado un importante desarrollo en

Bajo condiciones ideales la red elctrica tiene que ser capaz de
suministrar una tensin senoidal con amplitud y frecuencia
constante. En la realidad esto no sucede y los parmetros
anteriores varan de manera recurrente provocando
distorsiones y perturbaciones en la forma de onda de tensin,
lo cual afecta a toda carga conectada a sta.
Los inversores multinivel son circuitos capaces de sintetizar
una tensin con forma de onda alterna variable en amplitud y
frecuencia a partir de mltiples escalones de tensin, donde la
distorsin armnica total (THD) es inversamente proporcional
al nmero de niveles generados por ste. Esto se logra a travs
del correcto control de encendido y apagado de sus
Dispositivos Semiconductores de Potencia (DSEP) los cuales
generalmente son Transistores Bipolares de Compuerta
Aislada (IGBT) o Transistores de Efecto de Campo tipo MOS
(MOSFET) (Wu, 2006).
En los ltimos aos el avance en la tecnologa de los DSEP y
una proliferacin de estrategias de modulacin han permitido
un desarrollo importante en los inversores multinivel (MI). La
razn por la cual los MI reciben gran inters es porque tienen
la capacidad de suministrar niveles de potencia elevados
aumentando el nmero de niveles de tensin, sin la necesidad
de sobredimensionar los DSEP que lo conforman. Por ello se
vuelven ideales en aplicaciones como Variadores de Velocidad
(SVD), Fuentes de Alimentacin Ininterrumpida (UPS) y
Sistemas Flexibles de Transmisin en Corriente Alterna
(FACTS) (Gonzles, Verne and Valla, 2014).
las estrategias de Modulacin por Ancho de Pulso (PWM) que
permiten al inversor aumentar su desempeo y eficiencia.
Entre las estrategias ms destacadas se encuentran la
Modulacin por Eliminacin Selectiva de Armnicos (SHE) y
la Modulacin por Vectores Espaciales (SVPWM) (Franquelo,
2008).
Debido a que la estrategia SVPWM representa generalmente
un nmero elevado de conmutaciones, lo cual provoca un
estrs considerable para los DSEP y problemas relacionados
con la Interferencia Electromagntica (EMI), en este artculo
nicamente se abordar la tcnica de modulacin por SHE y se
har uso del algoritmo ABA para dar solucin al conjunto de
ecuaciones transcendentales relacionadas con este mtodo de
manera sencilla y eficiente.
En las siguientes secciones se muestra la topologa del
Inversor Multinivel Trifsico en Cascada Simtrico (SCMI), el
anlisis matemtico relacionado con la modulacin por SHE,
la dinmica de los algoritmos ABA y PSO por medio de
diagramas de flujo y los resultados en simulacin de estos.
2. PRINCIPIO DE OPERACIN DEL INVERSOR
MULTINIVEL TRIFSICO EN CASCADA SIMTRICO
Un MI es capaz de sintetizar una tensin con forma de onda
alterna a partir de mltiples escalones de tensin, esto se logra
a travs del control de encendido y apagado de sus DSEP. Un
MI capaz de generar una tensin con un nmero infinito de
niveles es capaz de sintetizar un tensin con una THD nula.

Reserva de Derechos No. En trmite, ISSN. En trmite

 Congreso Nacional de Control
Automtico, AMCA 2015,
436
Cuernavaca, Morelos, Mxico.

2.1 Inversor Multinivel Trifsico en Cascada Simtrico Por otra parte la funcin de la Fig.2 ,fVA-N(t), queda expresada
por:
El Inversor Multinivel Trifsico en Cascada Simtrico (SCMI) 0 0 t 1 0 t 1
1 V 1 V
consiste en la conexin en cascada de mltiples Inversores de s CD 1 t 2 s CD 1 t 2
(5)
Puente Completo (FBI) alimentados por fuentes de tensin con 2s VCD 2 t s 1 2s VCD 2 t s 1

magnitud igual y aisladas (Fig.1) (Wu, 2006), con el cual, un
s 1 V s 1 t s s 1 V s 1 t s
correcto encendido y apagado de sus DSEP es capaz de s CD s CD
fVAN (t ) VCD s t s fVAN (t ) VCD s t 2 s
generar una tensin de fase (VA-N, VB-N, VC-N) con un nmero s 1 V s 1 V
s t s 1 2 s t 2 s 1
definido de niveles. La relacin que existe entre el nmero de s CD s CD

niveles, n, con el nmero de fuentes aisladas, s, que componen 2
s 1 t 2
2
2 s 1 t 2 2
s VCD s VCD
al SCMI est dado por: 1 V 2 t 1 1 V 2 2 t 2 1
n 2s 1 (1) s CD s CD
0 1 t 0 2 1 t 2
El nmero de interruptores, nSW, necesarios para la topologa
pude calcularse con:
2.2 Planteamiento de la Modulacin por SHE
nsw 6(n 1) (2)
La tensin pico de vA-N, vB-N y vC-N est dada por: La serie de Fourier es una herramienta matemtica que permite
v( A, B,C ) N V1cd V2cd V( s1)cd V( s ) cd (3) representar cualquier forma de onda peridica dentro de un
intervalo, T, como una sumatoria infinita de trminos
A B C
senoidales y cosenoidales ms la adicin de una componente
constante, sta queda expresada por:
V1cd V1cd V1cd
(6)
f (t ) a0 an cos(m0t ) bnsen(m0t )
cd m 1
ca 2
0
T

donde el trmino a0 corresponde al valor promedio de la

funcin, 0 es la frecuencia fundamental, sen(m0t) y
V(s1)cd V(s1)cd V(s1)cd
cos(m0t), son llamadas componentes armnicas m-simas,
por otra parte, los trminos an y bn son llamados coeficientes
de Fourier.
Ya que la forma de onda mostrada en la Fig.2 tiene simetra
impar, sta puede representarse como:

(7)
V(s)cd V(s)cd V(s)cd f (t ) b sen(m t ) V
m 1
n 0

Por lo que solo ser necesario calcular un solo coeficiente de

Fourier y ste es calculado con:
2 T (8)
N bn f (t )V sen(m0t )dt
T 0
Fig. 1. SCMI trifsico con fuentes de tensin aisladas.
Por lo tanto sustituyendo (5) en (8) se puede obtener que la
La Fig.2 muestra la forma de onda de tensin (VA-N) tpica forma de onda de la Fig. 2 se expresa en series de Fourier
sintetizada por un SCMI con fuentes de tensin aisladas como:
utilizando la estrategia de modulacin por SHE. 4Vcd sen(m0t ) s
m cos(n x ) n impar (9)
Vcd f (t )V s m 1 x 1
s1V
s cd fV AN (t) 0 n n 0
2V par
s cd
1V
De esa forma se puede plantear el siguiente sistema de
s cd

0
1 2 1
t
ecuaciones trascendentales para la modulacin por SHE:
1 2 s1 s s 1 3 2
4Vcd s
cos(1 x )

2
1s V 2
cd f1 (1 , 2 , , ( s 1) , ( s ) ) 1
s x 1 1
sV
2
cd (10)
s
s
s V , ( s 1) , ( s ) ) cos( 2 x ) 2
1
cd f 2 (1 , 2 ,
Vcd x 1

T
s
Fig. 2. Forma de onda de tensin con n niveles. f s 1 (1 , 2 , , ( s 1) , ( s ) ) cos( ( s 1) x ) ( s 1)
x 1
donde los ngulos de conmutacin estn dados por: s
f s (1 , 2 , , ( s 1) , ( s ) ) cos( ( s ) x ) ( s )
1 2 ( s1) (s ) 90 (4) x 1

Octubre 14-16, 2015.

 Congreso Nacional de Control
Automtico, AMCA 2015,
437
Cuernavaca, Morelos, Mxico.

donde 1, 2, (s-1) y (s) son las armnicas involucradas en la vin (t 1) vin (t ) C1 R1 pin xin (t ) C2 R2 pgn xin (t ) (14)
modulacin por SHE, por otra parte, 1, 2, (s-1) y (s)
corresponden al resultado de la evaluacin de f1(1,,x), xin (t 1) xin (t ) vin (t 1) (15)
f2(1,,x), f(s-1)(1,,x) y f(s)(1,,x), respectivamente. donde C1 y C2 son constantes positivas, R1 y R2 son valores
Considerando (10) se puede plantear (11) la cual representa la aleatorios en el intervalo [0 1] y es el peso de inercia. (14) se
funcin objetivo para un inversor multinivel capaz de generar utiliza para calcular la nueva velocidad de acuerdo a su
una tensin con n-niveles. velocidad anterior, la distancia de su posicin actual a su

f (1 , 2 , , ( s 1) , ( s ) ) min 1 2 ( s 1) ( s ) (11) mejor posicin y la mejor posicin dentro del grupo. Por otra
parte, la partcula se desplaza hacia una nueva posicin de
2.3 Planteamiento de la Modulacin por SHE para un acuerdo a (15). El peso de inercia, , es utilizado para
Inversor Multinivel de Siete Niveles controlar el impacto de las velocidades previas a la velocidad
actual. La Fig. 3 muestra el diagrama de flujo del algoritmo
PSO (Jeevabharathi, Padmathilagam, 2012).
Adecuando (10) para el SCMI trifsico con fuentes de tensin
aisladas de siete niveles (n=7 y s=3), asignando los valores Proponer
Proponer Valores
Valores dede
n p , ni , , C1 , C2
correspondientes para controlar la componente fundamental
(1=1) y la eliminacin de las armnicas 5 y 7 (2=5 y 3=7) Generacin
Generacin de
Aleatoria
Aleatoria en
de Partculas
Partculas
en Espacio
Espacio R n
de la funcin de tensin deseada, se puede plantear el siguiente
sistema de ecuaciones trascendentales para la modulacin por ni i No

SHE: Si
Evaluacin
Evaluacin de
de la
la Funcin
Funcin Objetivo
Objetivo
3
3
f1 (1 , 2 , 3 ) cos(1 x ) mi 1 Seleccin
Seleccin de de la
la Mejor
Mejor Posicin
Posicin por
por
x 1 4 Partcula pin p gn
3
(12) Partcula
Partcula yy la
la Mejor
Mejor Partcula

f 2 (1 , 2 , 3 ) cos(5 x ) 2 Calculo
Calculo de
de lala velocidad
velocidad yy posicin
vin (t 1) xin (t 1)
posicin

x 1
h1
3 mi i 1
f 3 (1 , 2 , 3 ) cos(7 x ) 3 Vcd
x 1
pgn
donde mi representa el ndice de modulacin, h1 es la magnitud
de la componente fundamental y Vcd es la magnitud de las Fig. 3. Diagrama de flujo del algoritmo PSO.
fuentes de tensin aisladas.
Por lo tanto, adecuando (11) con (12) se puede obtener la Por otro lado, la Fig. 4 muestra el desplazamiento de una
siguiente funcin objetivo: partcula, xin, por el espacio de bsqueda, R.
f (1,2 ,3 ) min( 1 2 3 ) (13)
Vin t 1
3. ALGORITMOS DE OPTIMIZACIN Rn

C1
xin t 1 2 Pin t 1
C2 Vin t 2
Un algoritmo de optimizacin es un mtodo numrico capaz 3
Vin t 1 Pgn t 1
de encontrar un valor, s R donde, R, es un espacio de Vin t
xin t 2

bsqueda n-dimensional. Ese valor es tal que minimiza o

maximiza una funcin, f(s), la cual es llamada funcin
xin t
objetivo. 1
C1
Pin t
C2

Pgn t
3.1 Algoritmo PSO

En el algoritmo de Optimizacin por Enjambre de Partculas Fig. 4. Desplazamiento de una partcula del algoritmo PSO.
(PSO), la i-sima partcula es tratada como un punto dentro de
un espacio n-dimensional representado por Xi = (xi1, xi2,, xin).
La mejor posicin encontrada por la partcula anterior, o sea 3.2 Algoritmo ABA
aquella donde se obtuvo el mejor valor en la funcin objetivo,
El algoritmo ABA es un algoritmo que tiene como objetivo
es representada por Pi = (pi1, pi2,, pin). La mejor posicin
obtener soluciones a problemas complejos disminuyendo el
encontrada por el total de la poblacin es representada por Pgn.
trabajo computacional, por lo cual, es ms simple y fcil de
La tasa de cambio de la posicin (velocidad) para una
implementar que el algoritmo PSO.
partcula, i, es representada como Vi = (vi1, vi2,, xin). Las
El algoritmo ABA cuenta un nmero definido de elementos i
ecuaciones que describen el comportamiento de las partculas
= (i1, i2, , in), los cuales interactan en el espacio de
son:
solucin de manera aleatoria, por lo cual, cuenta solamente

Octubre 14-16, 2015.

 Congreso Nacional de Control
Automtico, AMCA 2015,
438
Cuernavaca, Morelos, Mxico.

con el parmetro de espacio de bsqueda, R y la posicin del Tabla 1. Parmetros utilizados en los algoritmos
mejor elemento, gb. Para el caso de la modulacin por SHE
en un inversor multinivel con n-niveles, R est dado por: Parmetros PSO ABA
np 400 400
1 1gn 1gn
(16) ni 50 50

2 gn
2 2 gn
C1 0.5 NA
gn
C2 2.5 NA

s 1 ( s 1) gn
s
( s 1) gn
0.4 NA
( s ) gn ( s ) gn N
NA 2.5
La Fig.5 muestra el diagrama de flujo del algoritmo ABA. 1 0 90 1 0 90
0 90 0 90
[R] 2 2
Proponer
Proponer Valores
Valores de
de 3 0 90 3 0 90
n p , ni ,

donde NA es un parmetro inaplicable para este algoritmo, np

Generacin
Generacin dede Partculas
Partculas
Aleatoria
Aleatoria en
en Espacio
Espacio R n corresponde al nmero de partculas generadas en el espacio
de solucin, R, ni es el nmero de veces que se ejecutar el
Evaluacin
Evaluacin de
de la
la Funcin
Funcin Objetivo
algoritmo dentro del software MATLAB, mientras que C1,
Objetivo

Seleccin
Seleccin de
de la
la Mejor
Mejor Partcula
pgb1
Partcula C2, , R y son parmetros que fueron mencionados en
secciones anteriores.
ni i No

Si 4. RESULTADOS DE SIMULACIN
Generacin
Generacin dede Partculas
Partculas
Aleatoria
Aleatoria en EspacioR n
en Espacio En este apartado se muestran los ngulos de conmutacin
Evaluacin
Evaluacin de
de la
la Funcin
Funcin Objetivo
Objetivo encontrados con los algoritmos PSO y ABA, utilizando un
nmero de fuentes aisladas por rama del SCMI trifsico, s=3,
Seleccin
Seleccin de
de la
la Mejor
Mejor Partcula
Partcula
pgbn pgb1 pgb 2 con magnitud, Vn-cd=120Vcd, variaciones en el ndice de
modulacin, mi, y sus respectivos anlisis espectrales en las
No Si
pgbn pgb1 pgb 2 pgb1 pgbn pgb 2 formas de onda de tensin de lnea sintetizadas al utilizar los
ngulos de conmutacin encontrados por los algoritmos.
i 1
4.1 Resultados del Algoritmo PSO
pgbn
Implementando el algoritmo PSO en el software MATLAB
Fig. 5. Diagrama de flujo del algoritmo ABA.
con los parmetros mostrados en la Tabla 1 y considerando
Por otra parte, la Fig.6 muestra el desplazamiento de un (13) como la funcin objetivo, se pueden localizar los ngulos
elemento del algoritmo ABA por el espacio de bsqueda, R. de conmutacin enlistados en la Tabla 2:
Tabla 2. Angulos de conmutacin encontrados con PSO
xin t 2
3 mi 1 2 3
Pgn t 1
1.05 12.5678 23.8097 54.3330
1.00 11.6817 31.1783 58.5774
0.95 13.8158 37.1899 61.9216
R 1n
0.90 17.5104 43.0523 64.1395
xin t
Pgn t
0.85 22.7654 49.3798 64.5562
1 2
xin t 1
0.80 29.2355 54.4383 64.4844
0.75 34.8935 54.4622 68.5500
0.70 38.3413 53.9297 73.9648
R2n
La Fig.7 muestra la dinmica del algoritmo PSO utilizando en
Fig. 6. Desplazamiento de un elemento del algoritmo ABA. la funcin objetivo (13) distintos ndices de modulacin, la
Fig.8 muestra las tensiones de lnea sintetizadas por el SCMI
trifsico utilizando los ngulos de conmutacin encontrados
3.3 Parmetros Utilizados en los Algoritmos PSO y ABA por el algoritmo PSO cuando el ndice de modulacin, mi=1,
por otro lado, la Fig.9 muestra los espectros armnicos y las
Los parmetros utilizados en los algoritmos PSO y ABA
THD (considerando hasta la armnica 50) de las tensiones de
implementados en el software MATLAB se muestran
lnea ante diferentes ndices de modulacin.
enlistados en la Tabla 1:

Octubre 14-16, 2015.

 Congreso Nacional de Control
Automtico, AMCA 2015,
439
Cuernavaca, Morelos, Mxico.

armnicos de las tensiones de lnea sintetizadas y las THD

(considerando hasta la armnica 50) correspondientes.

Fig. 7. Dinmica del algoritmo PSO.

Fig. 10. Dinmica del algoritmo ABA.

Fig. 8. Tensin de lnea utilizando PSO

Fig. 11. Tensin de lnea utilizando ABA

Fig. 9. Anlisis espectral de las tensiones de lnea sintetizadas

al utilizar el algoritmo PSO.
Fig. 12. Anlisis espectral de las tensiones de lnea sintetizadas
La Fig. 9 revela la correcta eliminacin de la 5 y 7 armnica,
al utilizar el ABA.
as como un control lineal de las componentes fundamentales
de las tensiones sintetizadas. La Fig. 12 valida la competencia del algoritmo ABA contra
PSO al eliminar la 5 y 7 armnica y al conseguir controlar la
4.2 Resultados del Algoritmo ABA componente fundamental de las tensiones sintetizadas por el
SCMI trifsico.
Implementando el algoritmo ABA en el software MATLAB
con los parmetros mostrados en la Tabla 1 y considerando 4.3 Evaluacin de desempeo de los algoritmos PSO y ABA
(13) como la funcin objetivo, se pueden encontrar los ngulos
de conmutacin enlistados en la Tabla 3: Con el propsito de evaluar el desempeo de los algoritmos
propuestos en este artculo, considerando (13) como la funcin
Tabla 3. Angulos de conmutacin encontrados por ABA
objetivo y un espacio de bsqueda, Rn, como el mostrado en la
mi 1 2 3 Tabla 1, se implementaron los algoritmos PSO y ABA con los
1.05 12.4233 24.1941 54.5311 parmetros enlistados en la Tabla 4:
1.00 11.6484 30.9617 58.4431 Tabla 4. Parmetros de algoritmos implementados
0.95 13.8196 37.1898 61.9110
0.90 17.7134 43.1466 64.1518 np ni C1 C2 mi
0.85 22.8990 49.6176 64.5343 PSO1 100 50 0.5 2.5 0.4 NA 1
0.80 29.0746 54.3633 64.4561 PSO2 100 25 2.5 0.5 0.4 NA 1
0.75 34.8209 54.4766 68.5033 PSO3 100 25 0.5 2.5 0.8 NA 1
0.70 38.3669 53.9300 74.0331 PSO4 100 25 0.5 2.5 0.2 NA 1
La Fig.8 muestra la dinmica del algoritmo ABA al utilizar en PSO5 50 25 0.5 2.5 0.2 NA 1
funcin objetivo (13) distintos ndices de modulacin, la PSO6 25 25 0.5 2.5 0.4 NA 1
Fig.11 muestra la tensin de lnea sintetizada por el SCMI PSO7 800 25 0.5 2.5 0.4 NA 1
trifsico utilizando los ngulos encontrados por el algoritmo ABA1 100 25 NA NA NA 2.5 1
cuando mi=1, por otra parte, la Fig.12 muestra los espectros ABA2 100 25 NA NA NA 2 1

Octubre 14-16, 2015.

 Congreso Nacional de Control
Automtico, AMCA 2015,
Cuernavaca, Morelos, Mxico.
ABA3 100 25 NA NA NA 1 1
ABA4 100 25 NA NA NA 5 1
ABA5 50 25 NA NA NA 1 1
ABA6 25 25 NA NA NA 1 1
ABA7 800 25 NA NA NA 1 1
La dinmica de los algoritmos PSO y ABA implementados al
utilizar los parmetros correspondientes de la Tabla 4 pueden
ser visualizados en la Fig.13 y la Fig.14.
Fig. 13. Dinmica de los algoritmos PSO implementados.
Fig. 14. Dinmica de los algoritmos ABA implementados.
5. DISCUSIN DE RESULTADOS Y COLUSIONES
Los resultados mostrados con anterioridad validan al algoritmo
ABA como una atractiva solucin ante problemas relacionados
con la modulacin por SHE. Esto tomando en cuenta su buen
desempeo al encontrar los ngulos de conmutacin
correspondientes y que comparado con el algoritmo PSO o
algn mtodo tradicional como Newton o Gradiente, no
necesita realizar el clculo de la posicin o velocidad por
partcula y no necesita de una posicin inicial que garantice la
convergencia en el mnimo global, por lo tanto simplifica su
implementacin. Por otro lado, se observ que la rapidez de la
convergencia de los algoritmos depende del nmero de
elementos o partculas que interacten en el espacio de
bsqueda Rn, mientras que los parmetros y determinan la
exactitud de esa convergencia.
En este artculo se presenta el uso del algoritmo ABA en una
aplicacin que considera la eliminacin de las 5 y 7
armnicas en la seales de tensin de lnea sintetizada por un
inversor multinivel trifsico en cascada simtrico de siete
niveles con fuentes de tensin aisladas. Este algoritmo es
capaz de resolver un conjunto de ecuaciones trascendentales
tpicas en problemas relacionados con la estrategia de
modulacin por Eliminacin Selectiva de Armnicas (SHE).
El algoritmo propuesto consiste en la evaluacin aleatoria de
elementos dentro de un espacio de bsqueda definido. Este
algoritmo puede ser utilizado en inversores multinivel de 3, 5,
Octubre 14-16, 2015.
440
7, 9, 11 y hasta 13 niveles. Las simulaciones demuestras una
correcta eliminacin de armnicas y una alta competitividad
del algoritmo ABA comparado con el algoritmo PSO.
REFERENCIAS
A. Kashefi, S. H. Fathi, N. Farokhnia, A. Jahanbani Ardakani.
(2009). PSO, an Effective Tool for Harmonic Elimination
and Optimization in Multi-level Inverters, ICIEA, 24,
2902-2907.
A. Moeini, A. Marzoughi, H. Iman-Eini, Sh. Farhangi. (2013).
A Modified Control Strategy for Cascaded H-Bridge
Rectifiers based on the Low Frequency SHE-PWM, IEEE
Conference.
Bin Wu. (2006). High-Power Converters and AC Drives, CRC
Press, Canada.
H. Taghizadeh, M. Tarafdar Hagh. (2010). Harmonic
Elimination of Cascaded Multilevel Inverter with
Nonequal DC Sources Using Particle Swarm
Optimization, IEEE Transactions on Industrial
Electronics, 57, 3678-3684.
Leopoldo G. Franquelo, Jose Rodriguez, Jose I. Leon, Samir
Kouro, Ramon Portillo, Maria A.M Prats. (2008). The Age
of Multilevel Converters Arrives, IEEE Industrial
Electronics Magazine, 28-39.
Mehrdad Tarafdar, Hassan Taghizadeh, Kaveh Razi. (2009).
Harmonic Minimization in Multilevel Inverters Using
Modified Species-Based Particle Swarm Optimization,
IEEE Transactions on Power Electronics, 24, 2259-2267.
Sergio Alberto Gonzles, Santiago Andrs Verne, Mara Ins
Valla. (2014). Multilevel Converters for Industrial
Applications, IEE Press, London, New York.
Suman Debnath, Rup Narayan Ray. (2012). Harmonic
Elimination in Multilevel Inverter Using GA and PSO: A
Conparison, SCEECS 2012.
T. Jeevabharathi, V. Padmathilagam. (2012). Harmonic
Elimination of Cascaded Multilevel Inverters Using
Particle Swarm Optimization, IEEE International
Conference on Computing, 301-306.
Yu Liu, Hoon Hong, Alex Q. Huang. (2009). Real-Time
Calculation of Switching Angles Minimizing THD for
Multilevel Inverters With Step Modulation, IEEE
Transactions on Industrial Electronics, 56, 285-293.
Y. Suresh, A. K Panda, Matada Mahesh. (2010). An Improved
Performance of Cascaded Multilevel Inverter with Single
DC Source by Employing Three-Phase Transformers,
IPEC 210, 1088-1093.
Zhong Du, Leon M. Tolbert, Burak Ozpineci, John N.
Chiasson. (2009). Fundamental Frequency Switching
Strategies of a Seven-Level Hybrid Cascaded H-Bridge
Multilevel Inverter, IEEE Transactions on Power
Electronics, 24, 25-33.