大功率三相PWM(pulse width modulation)变换器在工业、商业、民用、航空和军事等各领域得到了广泛的应用,这些应用主要集中在节约能源、增加产量和提高产品质量等方面。对于大功率电力电子变换器控制而言,其最为核心的问题是如何产生电力电子开关器件脉冲信号。传统的基于载波和参考波比较以及空间矢量的脉冲产生方法虽然能满足对变换器控制的基本要求,但是这一过程伴随着大功率PWM变换器大量谐波的产生。指定谐波消除(selective harmonic elimination,SHE)技术能够在产生规定的基波的同时,消除指定次数的谐波。不过,这种调制技术有可能在消除某些特定次数谐波的同时,造成其他次谐波的增大。此外,由于大功率电力电子开关器件开关频率的限制,为降低开关损耗和提高变换效率,开关器件的开关频率一般不超过1 kHz。在开关频率较低的情况下,大功率PWM变换器的谐波可能会更大,并对电力电子设备造成损坏或产生电磁干扰影响通讯。使用额外LC滤波器虽然能够降低谐波污染,但较大的滤波器会增加整个设备的成本。因此,针对大功率PWM变换器而言,非常有必要采用最优化的调制策略来减少其谐波污染,使其产生更好质量的电能。众多变换器中,那些转换对象或者被转换对象是交流的变换器的控制过程,要比那些只涉及直流对象的变换器的控制复杂的多。本文所研究变换器调制方法的主要对象是大功率三相DC-AC(逆变)和AC-DC(整流)变换器,包括电压源型两电平、三电平、多电平变换器以及电流源型两电平变换器。论文详细分析了这些变换器的输出电压(电流)谐波含量,并提出一种新的调制方法来克服已存在的调制方法中的不足。这种调制方法使用基于人工智能优化算法产生脉冲信号的调制方法,对大功率三相PWM变换器进行谐波优化。本文使用诸如遗传算法(genetic algrithom,GA)、克隆选择优化算法(clonalselection algorithm,CSA)以及粒子群优化算法(particle swarm optimization,PSO)等人工智能优化算法来达到大功率三相PWM变换器输出的某种谐波优化,如指定谐波消除(selective harmonic elimination,SHE)或最小化总谐波畸变率(total harmonicdistortion minimization,THD minimization)。与传统的PWM技术相比,基于人工智能优化算法的调制方法产生的变换器输出电压(电流)总谐波畸变率最小,有效地降低大功率三相PWM变换器的输出谐波含量。而且,这种方法能不依赖求解问题中变量的个数,其解决大功率PWM变换器谐波优化问题时,不需要推导微分公式,求解过程相对简单,且算法通用性很强。最后,仿真和试验结果验证了基于人工智能优化算法产生PWM脉冲的方法能够更有效的降低大功率PWM变换器输出谐波含量,显著提高变换器电能转换效率。