统一电能质量调节器的Simulink仿真分析

介绍了统一电能质量调节器的结构原理,指出了其相对于传统有源电力滤波器的优势.采用dq0谐波检测法作为UPQC的检测方法,采用SVPWM控制法、滞环比较控制法分别作为UPQC串联侧、并联侧的控制方法,并在Simulink软件平台上对电压电流的检测及控制方法进行仿真实验.仿真结果表明了其检测和控制方法的正确性和有效性.     

统一潮流控制器的电网潮流调节特性分析

介绍了统一潮流控制器( UPFC)的系统结构和工作原理,分析了其并联侧和串联侧的工作方式,并依此建立了统一潮流控制的稳态数学模型.在Matlab/Simulink的环境下建立了三相环形电力系统,将UPFC模型应用到该系统中,对UPFC的电网潮流调节特性进行了仿真分析.仿真结果表明,采用的UPFC数学模型及其控制策略是正确的,能实现UPFC的各种基本控制功能,并能快速正确地响应系统要求.     

电动汽车光伏充电站光伏电源并网控制仿真研究

着重于光伏电源并网控制的研究,介绍了光伏电池模型、光伏电池最大功率点跟踪控制,以及电压电流双环解耦控制,并建立了光伏电源并网模型系统.仿真结果表明,系统具有较强的抗干扰能力和很好的动态响应特性,能满足并网要求.     

新型动态模糊神经控制器及其混合学习算法研究

介绍了一种基于动态模糊神经控制器的控制系统,通过在模糊神经网络控制器的第2层引入动态递归环节,使其具有动态映射能力,并提出了动态模糊神经控制器的混合学习算法,即先采用免疫遗传算法的“粗”学习,再采用BP梯度算法的“细”学习,通过对锅炉主汽温控制的仿真表明了该网络结构和训练方法是可行的和有效的。     

基于BP神经网络的PID参数自整定的船舶操纵控制器研究

船舶操纵的模型参数具有非线性、慢时变特性。船舶操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用ＢＰ神经网络实现ＰＩＤ参数自整定的控制方法。此法能根据船舶动态特性的变化,自动重新整定ＰＩＤ参数,从而改善了操纵性能和鲁棒性。     

函数型神经网络在捷联陀螺非线性估计中的应用

针对神经网络的强自学习性、自适应能力及非线性变换特性,结合陀螺静态漂移误差模型,采用函数型神经网络对捷联陀螺静态漂移误差系数进行了非线性估计,解决了捷联陀螺重复启动时的静态漂移误差系数的在线动态标定问题。     

船舶航迹保持的在线SIMO神经网络控制器研究

本文提出了一种船舶航迹保持的在线神经网络控制器.该控制器能解决精确的船舶动态模型难以建立问题,它能用舵角同时控制航迹偏差和航向偏差,它通过对控制精度的直接计算来自动在线训练学习,它不需离线训练学习过程.计算机仿真结果表明控制器训练方法的有效性和控制的鲁棒性.     

电网电压不平衡下基于模块化多电平的高压直流输电控制策略

研究了基于多电平变流器(MMC)的两端柔性高压直流(HVDC)输电系统。首先建立了MMC数学模型,分析了MMC内部环流产生的原因以及环流危害,接着研究了HVDC输电系统的工作原理和控制策略。系统的控制逻辑可分为3级,其中最低层控制策略为换流站内的阀级控制,包含MMC的调制方法和环流抑制策略。重点研究了换流站级的双环PI控制和阀级的环流抑制。通过搭建输电系统模型实现了正常工况下理论分析和软件仿真论证,同时设计了非正常工况下经过正负序分离后的双环PI控制方法,实现了电网电压不平衡时系统的稳定控制。     

基于PSO算法的FCMAC控制器及其在主汽温控制中的应用

模糊CMAC神经控制器能反映人脑认知的模糊性和连续性,它采用高斯函数作为模糊隶属函数,利用CMAC神经网络实现模糊推理,并可对隶属函数进行实时调整,从而使它具有自适应和学习能力.文中讨论了这种控制器参数的PSO学习算法,对电厂锅炉主蒸汽温度控制的仿真表明了FCMAC控制器及其PSO学习算法的可行性和有效性.     

B样条基函数模糊神经网络控制系统及其混合学习算法

介绍了一种基于模糊B样条基函数神经网络的控制器，该控制器将模糊控制的定性知识表达能力、神经网络的定量学习能力和B样条基函数优异的局部控制性能相结合，采用B样条基函数作为模糊隶属函数。还提出了模糊神经网络控制器的混合学习算法，即先采用免疫遗传算法离线优化，再采用BP梯度算法在线调整。对锅炉主蒸汽温度控制的仿真结果表明了此法的可行性和有效性。