1.一种基于熵权多目标粒子群优化的三相整流系统控制方法，其特征在于，包括以下步骤：步骤1，收集三相整流控制系统的电网历史运行数据并进行预处理，所述电网历史运行数据包括直流母线电压、电流和功率动态响应时间，并对数据进行预处理，所述预处理包括数据清洗、归一化处理和数据顺序重排；

步骤2，建立控制器参数与系统性能指标的映射关系，所述控制器参数包括外环和内环的PI参数kp1,ki1,kp2,ki2,kp3,ki3，所述性能指标包括建立时间ST、超调量OV和稳态误差SSE；

步骤3，初始化多目标粒子群优化算法，设定粒子群规模、迭代次数及惯性权重，通过非支配排序筛选Pareto解集，并更新个体最优与群体最优解；

步骤4，采用熵权法修正的TOPSIS方法对Pareto解集进行综合评价；

步骤5，将最优解集对应的参数应用于三相整流控制系统，所述多目标粒子群优化算法通过动态调整惯性权重与学习因子，实现电压跟踪和动态响应优化；

步骤2中，所述控制器参数的取值范围为[0.0001, 50]，且所述性能指标的计算方法为：步骤2‑1，在多目标粒子群优化算法中，每个粒子代表控制器参数的一个候选解，粒子的位置和速度在参数空间中迭代更新，通过模拟群体智能行为逼近Pareto最优解集；将控制器参数代入三相整流控制系统的仿真模型中，记录电压动态响应曲线；

步骤2‑2，计算性能指标：

从响应数据中提取以下指标：

建立时间ST计算公式为：

，

其中  是t时刻瞬态电压，  是稳态值， 为稳态保持时间阈值；

超调量OV计算公式为：

，

稳态误差SSE计算公式为：

，

其中len 是时间向量 t 的长度；Ns 是一个输入参数；

步骤3包括：

步骤3‑1，初始化粒子群：

设定参数，包括：粒子数量、最大迭代次数、学习因子 C1、C2，和惯性权重 ；

粒子编码：每个粒子位置 Xi=[kp1,ki1,kp2,ki2,kp3,ki3]，PI控制器参数范围为[0.0001, 50]，速度 Vi 初始化为随机值；

步骤3‑2，计算性能指标，并进行外部存档初始化；

根据步骤2的方法计算每个粒子的指标值ST、OV、SSE；

外部存档：将Pareto解集初始化为空集，通过非支配排序筛选当前种群中的非支配解，并存入存档；

步骤3‑3，更新个体最优pbest与群体最优gbest；

步骤3‑4，速度与位置更新；

步骤3‑5，维护外部存档：

非支配解筛选：合并当前种群与存档，通过快速非支配排序筛选新一代非支配解；

拥挤度剪枝：如果存档大小超过阈值，采用拥挤度距离排序，保留分布均匀的解；

步骤3‑6，终止条件判断：当达到最大迭代次数  时终止算法；

步骤5包括：

外环直流电压控制：通过比较实际直流电压 和目标电压 , 由 PI 调节器生成目标电流 ，进一步作为内环电流控制的输入；

内环电流控制：采用直轴电流参考值 和实际直轴电流 的误差、交轴电流参考值 和实际交轴电流 的误差作为输入，通过独立的PI控制器生成直轴电压参考值 和交轴电压参考值 ；

通过坐标变换和SPWM调制生成驱动信号，动态调整开关器件。

2.根据权利要求1所述的方法，其特征在于，步骤1中，所述预处理还包括：剔除超出预设阈值范围的异常数据，并将数据归一化至[0,1]区间。

3.根据权利要求2所述的方法，其特征在于，步骤4包括如下步骤：步骤4‑1，将Pareto解集的数据列成数据矩阵，并将矩阵正向化，得到正向矩阵X；

步骤4‑2，将正向化矩阵标准化：正向矩阵X为：，

其中n为pareto解集的个数，m为性能指标个数， 表示正向矩阵X中第n行第m列的元素，将正向矩阵X标准化的矩阵记为Z，Z中的每一个元素表示为：，

其中 表示矩阵Z中第i行第j列的元素；j取值为1 m；

~

步骤4‑3，计算得分并归一化：矩阵Z表示为：

，

定义最大值 ： 表示矩阵Z第m列的最大元素；

定义最小值 ：

，

表示矩阵Z第m列的最小元素；

定义第i个Parato解集与最大值的距离 为：，

其中 表示矩阵Z第j列的最大元素；

定义第i个Parato解集与最小值的距离 为：，

其中 表示矩阵Z第j列的最小元素；

得出第i个Parato解集未归一化的得分 ：，

其中 ；

将得分 归一化： ，其中 ； 表示归一化后的得分；

步骤4‑4，构建约束函数；

约束函数F定义为：

，

其中fi是第i个性能指标参数， 、 、 和 是权重系数，f1为输出电压的跟踪速度指标；f2为输出电压静态误差；f3为输出电压超调量；

步骤4‑5，利用熵权法对TOPSIS方法修正，包括如下步骤：步骤4‑5‑1，标准化矩阵构建与修正；

步骤4‑5‑2，计算信息熵和权重；

步骤4‑6，根据步骤4‑5寻找到的最优解的参数组合，代入到实际系统中进行验证，分析各指标的达成情况。

4.根据权利要求3所述的方法，其特征在于，步骤4‑5‑1包括如下步骤：步骤4‑5‑1‑1，将Pareto解集构建为正向化矩阵X，正向化矩阵X中每一个元素 表示第i个解的第j个性能指标值；

步骤4‑5‑1‑2，判断输入的正向矩阵X中是否存在负数，如果有则要重新标准化到非负区间，对于矩阵Z，判断矩阵Z中是否存在负数，如果存在则对正向矩阵X使用另一种标准化方法，得到非负矩阵 ，所述另一种标准化方法的公式为：，

其中 表示非负矩阵 中第i行第j列的元素。

5.根据权利要求4所述的方法，其特征在于，步骤4‑5‑2包括如下步骤：步骤4‑5‑2‑1，基于标准化矩阵Z，计算概率矩阵P，P中第i行第j列元素 的计算公式为：，

其中 ；

步骤4‑5‑2‑2，计算每个指标的信息熵，并计算信息效用值，并归一化得到每个指标的熵权，第j个指标的信息熵 的计算公式为：；

步骤4‑5‑2‑3，确定信息效用值 ，并归一化得到第j个指标的熵权 ：，

；

步骤4‑5‑3，TOPSIS综合评价：将熵权带入到TOPSIS方法中，从Pareto解集中选取到一组最优解。

6.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有程序代码，当所述程序代码被所述处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述的方法的步骤。

7.一种存储介质，其特征在于，存储有计算机程序或指令，当所述计算机程序或指令在计算机上运行时，执行如权利要求1至5中任一项所述的方法的步骤。