基于深度置信网络状态最优反馈的智能发电控制策略

针对自动发电控制问题中的状态信息测取和最优发电控制策略的难题,结合深度置信网络与最优控制理论,提出了一种应用于自动发电控制领域的深度置信网络状态最优反馈算法。首先,设计了一种适用于发电控制问题的全状态最优反馈控制策略,并引入了深度置信网络学习全状态最优反馈控制特性,以深度置信网络的非线性表达能力弥补传统线性控制的不足,进而实现了非全状态信息反馈下的近似最优发电控制,有效解决了最优发电控制问题中的状态信息测取难题,同时提升了自动发电控制性能。在IEEE标准两区域系统的算例仿真结果表明,所提算法可以实现由自区域频率偏差与传输功率偏差组合反馈下的系统近似最优发电控制,验证了所提方法的有效性、可行性和强鲁棒性。     

三目标自适应变异微粒群算法的无功优化

电力系统无功优化是提高电能质量保证电网运行的重要环节,文中建立了综合考虑有功网损和电压偏移最小及电压稳定裕度最大的三目标无功优化模型,引入了自适应变异微粒群算法用于解决三目标电力系统无功优化问题。该算法利用群体的适应度方差来动态监控微粒群聚集的状况,采用增加随机扰动的方法对聚集的微粒进行变异,并对惯性权重进行自适应调整,使该算法既能跳出局部最优,防止早熟,又能提高收敛速度和精度。将该算法与其他算法应用于IEEE-14节点系统中进行无功优化,通过数据的计算和比较,结果验证了该模型和算法用于解决多目标电力系统无功优化问题的优越性和实用性。     

永磁伺服电机模糊PID自整定SVPWM控制研究

针对永磁同步电机自身的非线性、强耦合性以及时变性特点,以及传统P ID控制策略不能跟随系统参数的变化而自动做出整定等问题。通过对模糊理论分析,本文提出了一种简单实用的永磁同步电机控制策略,即模糊PID自整定SVPWM控制方式。采取SVPWM 的方式产生三相电流驱动电机,通过模糊逻辑语句建立了模糊控制规则,并实现与 PID 控制参数相结合,实现实时改变电机控制参数功能,并利用 MATLAB工具建立了模糊 PID 自整定SVPWM闭环矢量控制系统仿真模型。仿真结果表明：系统转速实现无超调,响应速度和扰动恢复时间与传统PID控制方式相比缩短了一半。该方法提高了永磁交流伺服系统的控制精度,具有良好的动静态性能,在工程应用上提供了一种简单、易实现的控制方法。     

基于多维特征提取的紫外局放分级方法及应用

针对局部放电状态无法准确量化分级问题,对采用基于粒子群优化的支持向量机的状态分级方法进行了研究,通过该方法首先完成了多类特征空间在SVM核函数中的映射分类,再利用粒子群选取了最优核参数及惩罚参数。并提出了一种搭载该分级方法的便携式紫外传感电力巡检系统,结合其自身的测距功能,可向终端上位机回传紫外光斑面积、脉冲波形,测量距离、测量角度4种特征量,并以此作为分级判据,以充分利用紫外信号可靠且灵敏的特点。上位机根据已由试验数据建立起的优化分级模型,对设备的异常放电进行了诊断分级。研究结果表明,精度较传统支持向量机显著提高,避免了人为选取参数的盲目性,能够根据现场回传数据准确、实时地完成设备异常放电状态分级。