📚 课程目录第3章 Clark变换的逆变换实现

3. Clark变换的逆变换实现

任务目标

本案例实现逆Clark变换，将静止两相坐标系下的电流分量 i_α、i_β 反变换回三相静止坐标系电流 i_a、i_b、i_c，并通过正逆变换串联验证变换的可逆性。

逆Clark变换原理

等幅值约束下的Clark正变换为：

i_α = i_a − (1/2)·i_b − (1/2)·i_c
i_β = (√3/2)·(i_b − i_c)

对应逆变换（保持等幅值约束，零序分量忽略）为：

i_a = i_α
i_b = −(1/2)·i_α + (√3/2)·i_β
i_c = −(1/2)·i_α − (√3/2)·i_β

由于正变换矩阵并非方阵（2×3），逆变换采用Moore-Penrose伪逆，在忽略零序分量的前提下满足 i_a+i_b+i_c=0 的约束条件，实现精确重构。

Python实现

```python import numpy as np def clark_forward(ia, ib, ic): """等幅值Clark正变换: 三相 -> 两相静止""" i_alpha = ia - 0.5 * ib - 0.5 * ic i_beta = (np.sqrt(3) / 2.0) * (ib - ic) return i_alpha, i_beta def clark_inverse(i_alpha, i_beta): """逆Clark变换: 两相静止 -> 三相""" ia = i_alpha ib = -0.5 * i_alpha + (np.sqrt(3) / 2.0) * i_beta ic = -0.5 * i_alpha - (np.sqrt(3) / 2.0) * i_beta return ia, ib, ic # 验证: 构造一组三相平衡电流(幅值1A, 相位120°互差) theta = np.deg2rad(30) # 任意初始相位 ia_in = np.cos(theta) ib_in = np.cos(theta - 2 * np.pi / 3) ic_in = np.cos(theta + 2 * np.pi / 3) # 正变换 i_alpha, i_beta = clark_forward(ia_in, ib_in, ic_in) # 逆变换重构 ia_out, ib_out, ic_out = clark_inverse(i_alpha, i_beta) # 打印结果 print("原始三相电流:") print(f" ia = {ia_in:.6f}, ib = {ib_in:.6f}, ic = {ic_in:.6f}") print("逆变换重构结果:") print(f" ia = {ia_out:.6f}, ib = {ib_out:.6f}, ic = {ic_out:.6f}") # 误差计算 err_a = abs(ia_out - ia_in) err_b = abs(ib_out - ib_in) err_c = abs(ic_out - ic_in) max_err = max(err_a, err_b, err_c) print(f"\n最大误差: {max_err:.2e}") # 判定: 误差小于1e-10则通过 if max_err < 1e-10: print("验证通过: 逆Clark变换正确重构三相电流") else: print("验证失败: 误差超限") ```

运行与验证

运行方式：需要NumPy库，执行 pip install numpy 安装依赖后直接运行脚本。

验证逻辑：构造一组幅值为1A、相位互差120°的三相平衡电流，经正变换得到 i_α、i_β，再经逆变换重构三相电流。比较重构值与原始值的最大误差。

通过条件：最大误差小于 1×10⁻¹⁰（浮点精度范围内），即证明正逆变换串联后能精确恢复原始三相电流，变换可逆。

预期输出

由于输入为确定的三相平衡电流，代码逻辑直接推出以下结果：


原始三相电流:
  ia = 0.866025, ib = -0.866025, ic = 0.000000
逆变换重构结果:
  ia = 0.866025, ib = -0.866025, ic = 0.000000

最大误差: 0.00e+00
验证通过: 逆Clark变换正确重构三相电流

关键说明

本实现采用等幅值约束，逆变换矩阵为对应伪逆，适用于三相无中线系统（i_a+i_b+i_c=0）。
若需处理零序分量，需额外引入 i₀ 通道，本案例不涉及。
实际工程中（如FOC电流环），逆Clark变换输出通常直接作为SVPWM的输入，本案例代码可直接嵌入该流程。