神经网络智能PID控制及其在水轮机调速器中的应用

对神经网络控制在水轮机调节中的应用进行理论分析,将基于BP神经网络的PID控制器和模型辨识神经网络应用于水轮机频率扰动仿真试验中,结果表明具有较好的动、静态特性和较强的鲁棒性,为神经网络在水轮机调速器中的应用打下理论基础。     

智能控制技术在水轮机调节系统中的应用

概述了水轮机调节系统的特点以及智能控制技术的发展历史与现状，着重介绍了智能控制中模糊控制、神经网络控制、专家控制、遗传算法等的特点及在水轮机调节系统中的应用情况，并提出智能控制技术作为水轮机调节系统的一种新型控制技术必然朝着综合化、集成化方向发展。     

BP网络模糊PID控制在水轮机调速器中的应用

为了改善水轮发电机组的动态调节品质,对神经网络控制在水轮机调节中的应用进行理论分析,将基于BP神经网络的模糊PID控制器应用于水轮机调速系统.仿真和实验结果表明,该控制器具有良好的调节品质,其控制作用对改善水电机组的动静态特性和对参数时变的适应能力等方面均优于常规PID调节器,为神经网络控制在水轮机调节系统中的应用打下了良好的理论基础.     

水轮机调节系统智能控制技术的研究

概述了水轮机调节系统策略的发展历史与现状；着重阐述了智能控制中专家控制、模糊控制和神经网络控制等该领域的主要研究方法和研究成果及其应用情况；并提出将多种控制策略相结合形成复合控制，将是水轮机调节系统控制策略的发展方向。     

水轮机调节系统自适应滑模控制策略

水轮机系统惯性参数是影响水轮机调节系统动态特性的重要参数，传统控制方法大都是基于水轮机及其引水系统近似简化模型，很难改善水轮机调节系统动态特性。应用径向基函数神经网络逼近水轮机及其引水系统非线性特性，利用李雅普诺夫稳定性理论设计并证明水轮机系统惯性参数自适应估计律，设计了一种基于水轮机系统非线性特性和惯性参数估计的滑模鲁棒控制器，并完成仿真实验。仿真结果表明，该滑模鲁棒控制水轮机调节系统具有较高的跟踪精度、控制器输出抖振较小等优点，为水轮机调节系统高精度转速跟踪提供有效参考。     

水轮机调节系统控制策略的发展

概述水轮机调节系统的特点及其调速器的发展,着重介绍PID控制、自适应控制和智能控制的特点及其在水轮机调节系统中的应用.提出将多种控制策略相结合形成复合控制,将是水轮机调节系统控制策略的发展方向.     

水轮机调节系统控制策略发展与应用

概述了水轮机调节系统的特点及其调速器的发展,着重介绍了PID控制、自适应控制和智能控制的特点及其在水轮机调节系统中的应用.提出将多种控制策略相结合形成复合控制,将是水轮机调节系统控制策略的发展方向.     

基于BP神经网络PID控制在水轮机调节中应用的研究

针对水轮机调节系统的结构复杂以及难以控制等问题,为了提高系统动态品质,在调节系统数学模型的基础上,分别利用BP神经网络、Ziegler-Nichols方法对PID参数进行整定,并完成了在Matlab环境下的程序编写及仿真实验,进行并分析了在系统处于频率给定扰动下,基于BP神经网络自适应控制方案和Ziegler-Nichols算法对调节系统性能的影响。结果表明,基于BP是神经网络自适应控制方案是一种有效的水轮机调速器参数整定方法,相比Ziegler-Nichols算法,该方案控制下的系统能获得更好的动态性能。     

新型FNNS控制策略在水轮机调节系统中的应用

针对水轮机调节系统非线性、结构参数变化范围较大等特点，提出了一种新型水轮机调节控制策略－－FNNS（模糊神经网络系统）与变参数控制相结合的智能控制系统，仿真研究表明，该系统能适应水轮机调节系统结构、参数变化较大情况下的控制要求。     

SIMULINK在水轮机调节系统仿真中的应用

 在小波动范围内，建立了水轮机调节系统各部分的数学模型，采用SIMULINK仿真软件对水轮机调节系统在１％频率扰动和机组突减30%负荷情况下的动态特性进行了仿真分析。通过仿真，整定了水轮机调节系统空载频率扰动过程中，暂态转差系数bt=0.4，暂态反馈时间常数Td=2.95和负荷扰动过程中bt=0.5,Td=2.95的最佳调节参数，获得水轮机调节系统良好的快速性和稳定性。结果表明，利用SIMULINK仿真软件对水轮机调节系统进行仿真研究，方便、灵活。     

基于BPNN-PID的风电机组桨距控制分析

变桨控制技术是风力发电机组的核心技术之一,开展对风力发电机组变桨控制方面的研究具有重要的理论和应用价值。根据风力发电机组在额定风速以上如何保持输出功率稳定和降低风轮转速波动的控制技术进行研究,在传统的变桨距控制策略基础上,提出了基于BP神经网络(Neural Network,NN)整定PID的控制策略,并在Matlab/simulink环境下对PID控制和BP神经网络控制相结合的复合控制系统进行建模与分析。对1.5MW风电机组的仿真验证了BPNN-PID算法的有效性,提出算法不仅能够解决传统PID控制器参数整定困难的问题,而且优化效率更高,可以得到优良的控制性能。     

变桨距主动失速型风力发电机组智能控制器的研究

利用模糊理论和神经网络,设计了在低于额定风速时的神经节距控制器和高于额定风速的模糊节距控制器,将两种控制器结合在一起实现风力发电机组数学模型未知的情况下控制系统可靠运行,并具有主动学习发电机组运行特性的能力。并由理论计算数据在Matlab下仿真计算论证了控制器在实际工业控制系统当中运行的可行性。     

水轮机调节系统控制策略综述

综述水轮机调节系统常规PID控制、自适应控制、智能控制和非线性控制的特点,指出模糊控制和专家控制精度较低;神经元网络控制学习速度较慢、易收敛到局部最小点;遗传算法可有效地解决参数寻优问题;非线性控制着眼于水轮机调节系统的非线性特性,控制效果较好.提出将非线性控制与其它控制策略相结合形成复合控制,将是水轮机调节系统控制策略的发展方向.     

水电机组智能复合控制策略研究

水轮发电机组系统是一非线性、时变、高阶系统,传统PID或模糊控制很难达到理想的控制效果,模糊和PID适当结合控制可提高控制效果。对模糊和PID控制相结合形式进行了讨论,并设计了常用的几种模糊和PID控制结合的控制器;又结合具体水电站控制工程,对控制器进行了仿真分析,并分析了模糊和PID如何优势互补达到较好的控制效果。为了说明问题,设计模糊和PID控制器时用遗传算法和神经网络进行了优化。     

神经网络在结构振动控制中的应用

采用BP神经网络对一个SDOF体系被控对象的控制器进行系统辨识，比较了BP算法与LQR经典线性算法控制下体系反应的控制效果，对于影响BP神经网络用于结构振动控制的相关问题进行讨论，同时指出神经网络的应用应参照问题客观数学模型的描述，以利于快速找到问题的合适解决方案。     

远距离输电系统大型发电机汽门开度最优控制

在对远距离输电系统大型汽轮发电机调速中,汽门开度影响发电机的输出功率和转速,从而影响系统的稳定性。利用最优控制理论方法设计出汽门开度最优控制器,通过对汽门开度控制的仿真,研究了控制过程中发电机的输出功率特性、转速特性及其对电力系统的影响。结果表明,汽门开度最优控制对改善电力系统稳定性和抑制低频振荡有着重要作用,可以很大程度地改善系统的动态性能。     

基于神经网络的风电机组MPPT与桨距角协调控制

为了最大限度地利用风能,更好地利用风速,提出了基于人工神经网络的一种新的最大功率点跟踪(Maximum Power Point Tracking,MPPT)与桨距角控制相结合的控制策略,以解决以往控制策略工作量大、过程繁杂等问题。该控制策略允许低于额定风速时发电机工作在最佳转速得到最大功率,高于额定风速时恒功率输出;整个过程由一个人工神经网络控制器来实现。为此,在Matlab环境下,建立了双馈异步风电机组的仿真模型来开展分析。分析结果表明,风速在额定值附近大范围变化时,采用最大功率点跟踪(MPPT)与桨距角控制相结合的控制策略,能够实现最大功率快速而精确的跟踪和恒功率的输出,且具有很好的动态特性和快速跟踪特性。     

风电机组的积分模糊滑模变桨距控制

针对变桨距风力发电机组具有参数变化、强干扰、建模困难等特性,设计出了一种积分模糊滑模变桨距控制器。通过在传统滑模控制器中采用状态变量代替误差项的导数并引入误差项的积分来设计切换函数,消除了传统变结构控制需要已知期望输出信号导数的假设;利用模糊推理动态地调节切换增益,并采用积分的方法对切换增益上界进行估计,避免了传统滑模控制器需要选取不确定因素上界,同时采用合适的连续函数来代替切换增益中的符号函数,有效地削弱了系统的抖振。仿真结果表明:该控制器应用在风速高于额定风速以上的变桨距控制系统中,对系统参数的不确定性和外部干扰均具有很强的鲁棒性,能够有效地改善风电机组变桨距系统的控制性能。