基于HDP算法的SSSC神经控制器设计

传统的线性PI控制器在非线性系统的特定运行点有较好的性能,但在其他运行点它的性能会降低。应用启发式动态规划算法设计了静止同步串联补偿器(Static Series Synchronous Compensator,SSSC)的外部非线性最优神经控制器,总共包含3个神经网络;第一个为模型网络,它的主要作用是模拟系统的输入输出动态特性;第二个为神经网络为评价网络,它的主要作用是评价动作网络给出控制量的好坏;第三个为动作网络,它的作用是产生控制量;这三个为神经网络互相协作,从而得到最佳的控制序列。在Matlab/ Simulink动态仿真环境中搭建了含SSSC双机电力系统的仿真模型,并对线路阻抗的调节过程和电容电压的变化过程进行了仿真,与传统的PI控制器相比,具有响应快、超调小的特点。     

基于神经网络自适应PI控制的SSSC潮流控制器

提出了一种基于神经网络自适应PI控制的SSSC潮流控制策略,并设计了控制器的结构.该控制器主要由系统辨识和PI参数整定两个神经网络组成,并给出了它们的学习算法.该控制器在动态过程中,利用神经网络对SSSC的有功控制器和无功控制器的PI参数进行在线调整,提高了控制器的自适应能力和鲁棒性.在Matlab动态仿真环境中建立了控制系统的仿真模型,并基于此模型对系统的暂态行为和输电线路潮流的调节过程进行了仿真,仿真结果验证了该控制器在潮流控制上的有效性和适应性.     

基于神经网络自适应PI控制的SSSC潮流控制器

提出了一种基于神经网络自适应PI控制的SSSC潮流控制策略,并设计了控制器的结构。该控制器主要由系统辨识和PI参数整定两个神经网络组成,并给出了它们的学习算法。该控制器在动态过程中,利用神经网络对SSSC的有功控制器和无功控制器的PI参数进行在线调整,提高了控制器的自适应能力和鲁棒性。在Matlab动态仿真环境中建立了控制系统的仿真模型,并基于此模型对系统的暂态行为和输电线路潮流的调节过程进行了仿真,仿真结果验证了该控制器在潮流控制上的有效性和适应性。     

基于状态反馈精确线性化变结构控制的SSSC控制器设计

提出一种基于状态反馈精确线性化变结构控制的静止同步串联补偿器(SSSC)控制器设计方法.考虑到SSSC交流侧电压幅值和相角以及直流侧电容电压的动态调节过程,建立了SSSC在同步旋转dq坐标系下的非线性数学模型,在此模型的基础上,采用状态反馈精确线性化方法将原非线性系统转化为线性系统.然后,应用变结构控制原理设计SSSC控制器,同时通过PI控制稳定直流侧电容电压.最后,利用MATLAB仿真软件搭建了装设有SSSC的110kV输电系统的仿真模型,仿真结果表明了所设计的控制器能够很好地根据需求来改善电网输电能力,具有良好的暂态控制性能.     

基于蚁群模糊神经网络的无刷直流电机仿真控制研究

无刷直流电机（BLDCM）的动力学特性是一个高阶、非线性、强耦合的系统,针对传统PI控制的滞后性和动态响应性能较差等特点,提出一种基于动态递归模糊神经网络PI控制的无刷直流电机调速系统速度控制器的实施方案,利用蚁群算法优化递归模糊神经网络的隶属度函数参数和网络权值系数,从而提高系统的动态响应性能。仿真结果表明,该方法响应快,具有较强的抗干扰性和鲁棒性,动、静态特性均优于传统PI控制。     

静止同步串联补偿器的变结构控制器设计

为了提高静止同步串联补偿器的稳态性能和补偿灵活性,采用变结构控制设计其控制器,整个设计基于对输电线路电流的锁相.由于SSSC的数学模型在dq坐标下是一个非线性强耦合系统,文中采用基于非线性反馈的逆系统方法将原系统进行线性化解耦,构造出其伪线性模型,设计出伪线系统的变结构控制律,对直流侧的隐动态采取PI控制.最后建立SSSC的仿真模型对其进行仿真试验并同PI控制进行了比较.结果表明本控制策略的高效性.     

多机系统励磁与SSSC的非线性鲁棒协调控制

针对多机电力系统中,发电机励磁和静止同步串联补偿器(static synchronous series compensator,SSSC)的协调控制问题,引入广义Hamilton系统理论,进行非线性协调控制器设计。SSSC采用考虑内部动态的三阶模型,并将SSSC与各台发电机的相互作用用附加电磁功率表示。将包含发电机励磁和SSSC的多机电力系统描述成广义耗散Hamilton系统形式,利用边界函数法和L2干扰抑制控制方法设计了发电机励磁和SSSC的协调控制器。四机两区域系统的仿真结果表明:与传统的分散控制器相比,所提的非线性协调控制器能够有效地提高系统的暂态稳定性和电压调节性能。     

基于模糊自整定PI控制的SSSC潮流控制器研究

在介绍静止同步串联补偿器(SSSC)的模型及控制结构的基础上,提出了一种模糊自整定PI控制的SSSC潮流控制器,设计了控制器的结构,建立了模糊控制规则表,进行了数字仿真.该控制器在动态过程中,利用模糊逻辑对SSSC的有功控制器和无功控制器的PI调节参数进行在线调整,提高了控制器的自适应能力和鲁棒性.仿真结果表明,该控制器具有比常规PI控制器更快的潮流调节速度.     

基于BP神经网络的SSSC的建模与仿真

SSSC的模型是分析其原理和设计其控制器的基础.由于SSSC是一个强非线性的系统,用传统的方法所建立的模型已不能达到人们的要求,利用具有非线性拟合能力的人工神经网络建立了逆变器电容电压和线路有效阻抗的神经网络模型.神经网络特有的非线性逼近、强化学习和自适应能力,使神经网络模型对变化的环境和参数具有自适应性.     

基于模糊规则的SSSC智能控制器设计

静止同步串联补偿器SSSC是FACTS中新型的串联补偿元件,它的快速、灵活控制特性及其在提高电力系统暂态稳定性上的作用具有广阔的应用前景。在模糊控制理论及数字PID控制方法的基础上,采用基于模糊理论的PI控制策略对SSSC的控制器进行设计,提出了基于模糊规则的SSSC智能控制器的设计方案。最后,利用MATLAB语言中的仿真环境Simulink对所设计的控制器进行了仿真验证,仿真结果证明:该控制器能够更有效地提高SSSC的控制性能,改善系统的动态特性。