排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
核反应堆稳压器水位和压力控制系统研究 总被引:1,自引:0,他引:1
利用前馈补偿控制方法实现水位和压力系统的解耦后,利用模糊自适应PID控制方法对系统进行控制。仿真结果表明:稳压器水位和压力的稳态性能都得到了较大的改善。 相似文献
2.
3.
研究PID控制器参数优化问题,针对稳压器压力控制系统具有复杂非线性、时变性特点,引起系统的输出品质特性较差,超调量大,调节时间长,上升时间长,控制精度差等。传统PID的控制参数难以精确整定,且依赖于对象的精确数学模型。为了提高PID控制精度,减小超调量、调节时间和上升时间,提出用单神经元的神经网络来优化PID控制器参数的方法。通过单神经元的自学习和自适应能力,获得最优控制性能的PID控制参数。仿真结果表明,单神经元神经网络的PID控制方法与传统的PID控制方法相比,系统响应速度更快,超调量更小,为优化控制系统提供了参考。 相似文献
4.
在总结常用的电力系统无功电压优化方法的基础上,建立了以网损、电压质量和无功潮流分布为目标函数的数学模型.然后对基本遗传算法进行了一些改进,并将改进的遗传算法应用到IEEE30节点系统进行验证.测试结果表明,改进的遗传算法有助于解决无功电压优化问题. 相似文献
5.
利用遗传算法优化概率神经网络的重要参数,以便获得最优的平滑因子,从而实现了电力变压器励磁涌流和内部故障电流的识别。采用MATLAB软件对变压器不同的运行状态进行建模仿真,并对保护方案进行测试。 相似文献
6.
针对基本遗传算法(SGA)易早熟收敛且收敛速度慢的问题,提出了一种改进的遗传算法——自适应模拟退火遗传算法(ASAGA)用于解决PSS参数优化问题。该算法采用轮盘赌选择和最佳个体保存策略相结合的机制,并结合自适应的交叉、变异概率,扩大种群的搜索范围,继而引入模拟退火算法,加快迭代后期的收敛速度。一个针对Kunder四机两区域系统的PSS参数优化以及暂态稳定性仿真分析的算例表明。本文所设计的PSS对各种扰动均表现出了很好性能,同时也说明了该算法较强的全局寻优能力。 相似文献
1