静止无功发生器递归神经网络多目标监督控制

利用递归神经网络的动态映射能力,将递归神经网络应用于新型静止无功发生器(ASVG)的控 制中,根据系统不同的运行点,构造了ASVG多目标递归神经网络监督控制器。仿真研究表明 ,这种控制器可以对系统大范围运行实现良好的控制。     

静止无功发生器递归神经网络自适应控制

构造了新型静止无功发生器(ASVG)递归神经网络自适应控制系统,该系统由递归网络辨识器 及神经网络控制器构成,所构造的系统可以实现ASVG的非线性自适应控制。仿真实验表明, 该控制系统具有良好的控制品质、鲁棒性及泛化能力,是一种较为通用的电力系统控制模型 。     

静止无功发生器的递归神经网络建模

利用递归神经网络的动态映射能力,实现了静止无功发生器的递归神经 网络建模,构造了ASVG递归神经网络模型。理论分析与仿真实验表明,所建立的递归神经网 络模型可以很好地实现正常运行及故障状态下ASVG电力系统的非线性动态映射。     

静止无功发生器递归神经网络多目标监督控制

利用递归神经网络的动态映射能力,将递归神经网络应用于新型静止无功发生器的控制中,根据系统不同的运行点,构造了ＡＳＶＧ多目标递归神经网络监督控制器。仿真研究表明,这种控制器可以对系统大范围运行实现良好的控制。     

对角递归神经网络在控制系统中的应用现状分析

工业过程控制系统中的控制对象往往具有多变量强耦合、不确定、非线性等特征,解决这类控制问题的有效方法是采用先进控制技术,或在常规控制的基础上叠加先进控制的补偿分量。以对角递归神经网络控制器为研究对象,分析了该控制器的结构特点和学习算法,探讨对角递归神经网络技术的应用现状与工程实现中的相关问题,并提出了先进控制与常规控制同构组态的解决方法。     

神经网络逆系统方法在SVC非线性控制中的应用

利用神经网络逆系统方法对系统精确线性化能力和不依赖系统精确参数的特点,考虑电力系统中SVC现有非线性控制方法存在的问题,给出了便于工程应用的复合非线性控制器设计详细过程.并对装设有SVC的两区域四机电力系统进行计算机数字仿真,结果表明基于神经网络逆系统方法设计出的复合非线性控制器可以有效地改善SVC控制性能.     

永磁同步电机神经网络逆解耦控制研究

针对永磁同步电机的非线性、多变量、强耦合的特点,将神经网络与逆系统解耦方法相结合,并用于永磁同步电机的解耦控制.分析永磁同步电机的数学模型与解析逆模型,完成系统可逆性证明,将永磁同步电机与解析逆系统等效成两个伪线性子系统,构造神经网络逆系统,将永磁同步电机动态解耦为一阶线性磁链子系统与二阶线性转速子系统,利用两个PID控制器对伪线性子系统进行闭环控制器设计,实现系统转速与定子磁链动态解耦控制.利用dSPACE半物理仿真系统完成神经网络训练数据的采集与系统解耦控制实验.结果表明神经网络逆系统方法可以实现永磁同步电机的高新能控制,对负载扰动具有较强的鲁棒性.     

神经网络逆系统在电机变频调速系统中的应用

神经网络逆系统是近年来发展起来的非线性控制新理论 ,它具有物理概念明晰、适用面宽、使用简便的特点。论文给出了感应电动机变频调速系统的数学模型 ,并通过可逆分析 ,证明该系统可逆 ,可以用神经网络逆系统对其进行控制。仿真和试验结果表明 ,对感应电动机变频调速这一非线性、快速多变、难于建模的复杂系统 ,神经网络逆控制器的控制是实用和有效的。     

同步发电机励磁和ASVG哈密顿系统建模与协调控制

针对单机无穷大系统,建立了包含先进无功发生器(ASVG)的三阶状态空间模型.采用广义Hamilton能量函数理论,考虑电力系统的非线性特性,设计了ASVG安装点电压与同步发电机励磁非线性控制器,该控制可以同时满足同步发电机励磁控制的功角稳定性与ASVG装设处电压的稳定性.单机-无穷大系统数字仿真结果验证了该控制律的有效性.     

基于转矩逆模型的开关磁阻电机滑模变结构控制

开关磁阻电机的转矩脉动是其应用的一个问题.该文应用小波神经网络建立对应开关磁阻电机位置信号的非线性映射,估计转子位置角度,提出利用自适应模糊神经网络学习训练开关磁阻电机转矩逆模型优化期望转矩所需的相电流,采用滑模电流控制器实现电机转矩的低脉动控制,仿真结果表明方法的有效性,能够有效地控制开关磁阻电机转矩按期望变化.     

静止无功发生器无功电流的滑模变结构控制

为提高静止无功发生器(ASVG)的控制效果,针对ASVG无功电流内环控制系统,提出了一种无功电流滑模变结构控制方法。根据ASVG的装置级非线性数学模型,建立了系统无功补偿电流的控制模型,采用反馈线性化方法将系统线性化。在此基础上,应用极点配置法设计出滑动模态超平面,并在考虑外界扰动条件下完成了变结构控制规律的设计。数字仿真结果表明,设计的无功电流滑模变结构控制器较传统的PID控制器在无功电流的追踪能力上具有更快的响应速度,对系统摄动和外加干扰具有较强的鲁棒性。     

基于能量整形的先进静止无功发生器(ASVG)控制器设计

建立了适合能量整形和考虑系统调节动态的简化ASVG三阶模型,首次应用能量整形IDA-PBC方法设计了先进静止无功发生器(ASVG)的闭环稳定控制器。能量整形IDA-PBC方法直接使用系统能量作为存储函数,物理意义明确,较其它非线性控制器结构简单,并避免了可能产生的不期望的高增益问题,由于设计中完整地保留了系统非线性结构,不需进行任何线性化处理,较各种线性化设计方法具有更强的鲁棒性,适应系统模型和参数不精确程度效果较好。给出的仿真算例表明所提出的ASVG控制器能够在系统发生大的扰动后,ASVG安装点电压和电容器的直流电压能尽快恢复正常,控制方案有效可行。     

ASVG非线性控制及其对电压稳定性改善的研究

首先建立了新型静止无功发生器（ＡＳＶＧ）控制系统的数学模型，应用零动态设计方法，提出了ＡＳＶＧ的非线性控制规律，并应用于改善无功电压稳定性的仿真研究，结果表明，ＡＳＶＧ非线性控制规律可以有奖惩 地改善电力系统电压稳定性，有效地抑制电压崩溃的发生。     

ASVG的非线性L2增益干扰抑制控制器

将非线性鲁棒控制方法用于先进的静止无功发生器（ASVG）的控制。基于电力系统动态、耗散系统理论框架和非线性L2增益干扰抑制方法,建立了单机无穷大系统中的ASVG鲁棒控制数学模型。模型中考虑了来自发电机转子轴上的机械功率扰动和ASVG输出电压的扰动。并在此基础上,采取递推设计方法构造能量存储函数,以避免求解HamiltonJacobiIssacs不等式,从而得到ASVG的非线性L2增益干扰抑制控制规律。单机无穷大系统的仿真结果证明,与传统PID PSS控制方式相比,在此控制规律下,ASVG能够更有效地阻尼系统振荡,提高系统暂态稳定性能。     

ASVG动态建模与暂态仿真研究

首次提出了采用三阶非线性微分方程组描述新型静止无功发生器的动态过程；系统地分析了ASVG直流侧电容量、变压器电抗值以及控制参数对电力系统稳定性的影响；较全面地仿真了ASVG在系统故障过程中的暂态特性。     

基于欧拉-拉格朗日系统模型的ASVG无源非线性综合控制

先进静止无功发生器(ASVG)的控制方法是影响其补偿性能和效果的重要因素,其传统PI控制器结构简单,参数设计容易,但动态稳定性较差.为提高系统稳定性,将ASVG的数学模型用Euler-Lagrange系统表示,采用无源控制(PBC),设计ASVG的PBC控制器.从理论上保证ASVG系统的Lyapunov函数稳定性,但当系统出现干扰时ASVG安装点的系统交流电压和电容器直流电压波动太大.基于此,提出ASVG无源非线性综合控制方案,即:电流内环控制采用基于PBC的控制,ASVG安装点交流电压和电容器直流电压的双外环控制均采用PI控制,既保持了所提出的综合控制器能在大干扰下提高系统的稳定性,也能够快速有效地将ASVG安装点的系统电压和电容器直流电压控制在允许的范围内波动.具有ASVG的单机-无穷大系统的Matlab仿真结果表明了控制系统模型的正确性和所设计的综合控制器的有效性.     

新型静止无功发生器的Fuzzy-PI控制

论述ASVG的工作原理,根据控制原理设计ASVG的模糊PI(Fuzzy-PI)控制器.采用模糊控制器获得良好的动态性能,同时引入PI控制改善模糊控制器的静态性能,增强其鲁棒性.该控制器使系统在电流跟踪误差较大时比例控制占主导,误差减小速度较快,在误差减小到一定范围内时积分控制占主导,实现稳态无差.并且该控制器具有较强的自适应控制能力,增强了对电力系统稳定性的控制,具有满意的控制精度,易于实现数字控制,比传统的PI控制具有更好的控制效果.数字仿真验证了该控制方法的有效性和正确性.     

基于动态递归神经网络的超磁致伸缩驱动器精密位移控制

由于内在的滞回非线性，超磁致伸缩驱动器（GMA） 会在开环系统中引起定位误差，在闭环系统中造成系统不稳定。为了克服这个问题，将动态递归神经网络（DRNN）前馈和PD反馈控制器相结合，提出了一种实时滞回补偿控制策略，以期实现GMA的精密位移跟踪控制。DRNN控制器是根据GMA的滞回特性构造的，通过反馈误差学习方案在线学习GMA的逆滞回模型。仿真结果表明该控制策略能适应GMA滞回特性随机械负载、输入信号的变化，在线建立GMA的滞回逆模型，从而消除滞回非线性的影响，实现GMA的精密控制。