基于混沌优化算法的磁悬浮开关磁阻电动机控制的研究

针对磁悬浮开关磁阻电动机控制系统高精确度、快响应的要求,阐述了基于混沌优化算法的模糊神经网络控制方案。采用混沌粗搜索与细搜索相结合的优化策略,对模糊神经网络控制器中的参数进行优化,给出了具体设计方法和优化步骤。仿真结果表明,该磁悬浮开关磁阻电动机控制系统无振荡、无超调,具有较高的精度、较强的鲁棒性和抗干扰能力。     

改进遗传算法及模糊神经网络在交流伺服系统中的应用研究

针对交流伺服系统高精度、快响应的要求,提出了基于改进遗传算法(IGA)优化的模糊神经网络控制方案。把神经网络与模糊逻辑控制结合起来,采用IGA算法对模糊神经网络控制器中的参数进行搜索和优化,给出了具体设计方法和优化步骤。实验结果表明:基于IGA算法的模糊神经网络控制方法用于交流调速系统具有较高的精度以及较强的鲁棒性、抗干扰能力等。     

基于混合混沌优化策略的汽轮机调速系统模糊免疫PID控制

针对汽轮机调速系统中存在的时滞、惯性、死区和饱和等非线性环节,采用模糊控制理论并结合免疫反馈机理构成了模糊免疫PID控制器。提出基于加速混沌搜索与变尺度策略结合起来的混合混沌优化方法对PID控制器参数进行优化设计。通过加速混沌搜索,快速得到控制器参数的次优值;利用变尺度的方法在次优值的附近找出控制器参数的全局最优值,避免了设计过程中大量的参数调试工作。仿真结果表明,该方法与传统的PID控制和模糊免疫PID控制相比,具有超调小、响应快、自适应性好、优化效率高等优点,明显改善了汽轮机调节系统的控制品质。     

遗传模糊神经网络在交流伺服系统中的应用

为了满足交流伺服系统高精度、快响应的要求，提出了基于遗传算法的模糊神经网络控制方案。该方案把神经网络与模糊逻辑控制结合起来，采用遗传算法（GA）对模糊神经网络控制器中的参数进行搜索和优化，给出了设计方法和优化步骤。实验结果表明：该控制方法用于交流伺服系统，具有精度高、无超调、收敛性好以及较强的鲁棒性和抗干扰性等优点。     

基于模糊神经网络算法的交流伺服系统DSP控制

将神经网络与模糊逻辑控制结合起来,设计模糊神经网络控制器应用于交流伺服系统中的转速调节器,克服交流调速系统中参数漂移、非线性和耦合等因素的影响.针对模糊神经网络控制器运算量大、收敛慢的特点,硬件采用数字信号处理器(DSP)作为控制器运算单元,并在DSP上实现模糊神经控制算法,提高了系统实时性.实验结果表明,采用该控制器的调速系统具有较快的响应速度、较高的稳态精度和较强的鲁棒性.     

混沌神经网络在DTC系统中的转速辨识

针对BP神经网络易陷入局部极小值的缺点,提出了混沌神经网络的学习算法。利用混沌的遍历性和随机性,采用混沌变量全局粗搜索与混沌变量局部细搜索相结合,得到神经网络权值的全局最优值。利用该算法对直接转矩控制(DTC)系统进行转速辨识,仿真结果表明用混沌优化BP神经网络的速度辨识器不仅具有较好的跟踪能力,还提高了运算效率,使系统具有良好的静动态性能。     

模糊神经网络控制在交流调速系统中的应用

针对交流调速系统中的电机提出用模糊神经网络控制的方法，并进行仿真实验。结果表明，这种控制器具有很强的自学习能力和鲁棒性，使交流调速系统的性能明显提高。     

感应电动机自调整模糊神经网络滑模控制的研究

根据模糊逻辑、神经网络和滑模控制原理,推导出了感应电动机模糊滑模控制算法,利用神经网络实现在线自调整控制部分参数,研制成功了一个由电压型变频器供电的自调整模糊神经网络滑模控制感应电动机交流调速。实验表明,系统实现简单,控制方便,具有良好的动、静态特性。     

无刷直流电动机模糊神经网络PI控制方法

通过分析无刷直流电动机模糊PI控制的不足,在对传统模糊-PI混合控制策略进行改进的基础上,提出模糊神经网络PI控制策略。该策略是建立在用基本样条函数实现BLDCM模糊神经网络速度控制器新方法基础之上。通过调整模糊神经网络中唯一需要优化的权值系数,以达到模糊神经网络参数自动调整与寻优的目的,从而提高了系统的动态响应和鲁棒性。仿真结果表明,该方法响应快、无超调、鲁棒性强。     

开关磁阻电机模糊神经网络PID转速控制

针对开关磁阻电机调速系统难以控制的问题,提出了基于模糊FCMAC神经网络的PID控制方法,该方法的主要思想是将马丹尼直接推理法与CMAC神经网络相结合,构成模糊FCMAC神经网络,实时调整PID控制参数.仿真结果表明,与传统的PID控制方法相比较,该方法大大改善了开关磁阻电机调速系统的动、静态性能,且无需精确的数学模型...     

基于改进型遗传算法的混沌神经网络在电力负荷预测的应用

通过对陕西省省网历史负荷数据进行混沌特性分析,重构系统相空间,并计算最大Lyapunov指数,指出该时间序列具有混沌特性,从而采用混沌神经网络对该时间序列进行短期负荷预测。神经网络模型采用改进型遗传算法对权值和阈值进行学习和训练,优化神经网络权重,充分发挥遗传算法的全局寻优能力和神经网络的局部搜索性能。然后采用该网络进行预测,预测结果表明:该模型预测算法优于纯BP网络方法的预测结果,较大地提高了预测精度。     

基于MATLAB的模糊神经网络高压直流输电换流控制器的研究

在研究模糊逻辑控制技术、神经网络技术和高压直流输电（HVDC）系统的基础上，从原理上说明，对换流器两侧都采用模糊神经网络控制能有效地提高交流一直流（AC/DC）系统的动态特性和恒定性。整流侧和逆变侧分别提取直流线路电流、电压误差及其变化率作为模糊控制器的输入，输出作为神经网络的输入，分别控制电流和电压。用MATLAB对一典型12脉冲桥高压直流输电系统在传统控制和模糊神经控制下分别进行仿真。结果表明。与传统控制方法相比，当直流线路或者单相交流线路发生接地故障时。模糊神经控制能改善换流站直流电流和直流电压的恒定性，而且提高了交直流系统的暂态稳定性，并且双侧模糊逻辑控制要比单侧模糊逻辑控制效果好。     

基于模糊自适应PI控制的柔性直流输电系统实验研究

柔性直流输电在联接无源网络时,对其控制的关键是对无源网交流电压和频率的控制.针对联接无源网的控制方法进行研究和实现,结合实际计算机控制器,提出了柔性直流输电交流电压和频率离散化控制原理.引入了作用模糊子集推理方法,与DSP运算特点结合,应用于PI参数自调整.提出了基于作用模糊子集推理的DSP模糊控制实现方法:根据系统状态的偏差、偏差变化和隶属函数求作用模糊子集和相应的隶属度;根据最小值原则计算前件真值.并按各自模糊控制规则将真值传给后件;确定输出的模糊量,并计算相应的隶属度:利用加权平均法反模糊化并在线自修正PI参数.开发了VSC-HVDC的DSP交流电压控制器.进行了模糊自适应PI控制的实验研究.结果表明,对VSC-HVDC交流电压控制采用作用模糊子集的自适应PI控制是有效的.     

基于双模控制算法的交流伺服电机的研究

为了提高伺服电机控制的实时性和精确性,满足伺服系统高速度和高精度的控制要求,提出一种自适应神经元模糊PID的交流伺服电机控制算法。该算法充分结合模糊PD控制的强鲁棒性和神经网络控制强大的自学习能力。通过对仿真结果对比分析,结合后的控制算法相比单一的模糊PD算法和单神经元自适应算法,系统的响应速度更快,精度更高。     

一种模糊支持向量的负荷混沌时间序列预测法

根据电网负荷混沌性的特点,提出一种基于模糊支持向量的核回归方法进行电力系统的负荷预测。同时提出多参数同步优化策略,增强了该方法的实用性和有效性。从理论上分析了小样本条件下,可以有效避免过学习的原因,该方法不需设计网络结构,降低了对实验人员经验的依赖程度。选取实际负荷时间序列数据,通过与神经网络法进行对比实验,结果显示出该方法的优越性和适用性,具有较好的实用价值和应用前景。     

变论域模糊PID控制在交流发电系统中的应用

在三级式交流发电系统中一般使用传统PID控制器进行调压控制,但是在某些工况下该控制策略难以满足复杂系统的高精度、快响应要求。通过在传统PID控制器的基础上,分析了其不足之处,引入了模糊PID控制策略。同时,针对模糊PID在系统的动态调节过程中论域过小的问题,提出了一种基于变论域模糊控制理论的PID控制器,并与传统双环PID控制和普通的模糊PID控制在MATLAB/Simulink软件中进行对比仿真,验证了该控制策略具有更好的稳态调节精度和动态调节性能,与传统双环PID控制器相比,稳态误差从0.5%优化到0.3%,动态调节时间从0.4 s缩短至0.2 s。     

基于Matlab的高压直流输电系统逆变器的模糊神经网络控制研究

在研究模糊逻辑控制技术、神经网络技术和高压直流输电系统的基础上,针对HVDC系统的快速、高度可控性,从原理上说明,对逆变器采用模糊神经网络控制也能有效地提高AC/DC系统的动态特性和恒定性。提取直流线路逆变侧电压误差及其变化率作为模糊控制器的输入,输出作为神经网络的输入,控制直流电压。设计非故障和故障模糊神经网络控制器,用M atlab分别对一典型12脉冲桥HVDC输电系统在传统控制和模糊逻辑控制下分别进行仿真,结果表明,与传统控制方法相比,当直流线路或者单相交流线路发生接地故障时,模糊神经控制能改善系统