Аннотация. В данной работе представлена разработка и реализация интегрированного вспомогательного устройства на основе искусственного интеллекта (ИИ) для повышения качества электроэнергии и увеличения выходной мощности на объектах возобновляемой энергетики. В частности, разработан алгоритм глубокого обучения (DL) для стабилизации напряжения на шине постоянного тока многофункционального инвертора, работающего в микросети на основе солнечной и ветровой энергии. Предложенный контроллер динамически адаптируется к колебаниям генерации ВИЭ и изменяющимся нагрузкам, обеспечивая стабильную работу системы и улучшенное качество электроэнергии в условиях неопределенности. Для валидации эффективности системы были проведены моделирования в MATLAB/Simulink. Результаты показали, что контроллер снизил коэффициент искажения формы тока (THD) с 28.13% до 2.3%, что соответствует стандарту IEEE 519. Контроллер также обеспечил стабильность напряжения на шине постоянного тока и эффективное управление переменной выходной мощностью солнечных панелей (от 0 до 8000 Вт) и уровнями зарядки аккумулятора (от 0.1 до 1.1 единиц) в динамических условиях. Полученные результаты демонстрируют превосходство предложенного ИИ-контроллера по сравнению с традиционными методами, особенно в ситуациях с неравномерной генерацией, резкими изменениями нагрузки и нарушениями качества электроэнергии. Выводы подчеркивают потенциал технологий глубокого обучения в решении критически важных задач современной энергетики и открывают путь к более надежной и эффективной работе микросетей.

Ключевые слова: управление на основе ИИ, глубокое обучение, качество электроэнергии, интеграция возобновляемой энергии, стабилизация напряжения DC-link.