基于模糊神经网络的模糊控制器综合优化设计：II.模糊电力系统稳定器

针对单机－无穷大电力系统，利用所提出的模糊控制器综合优化设计方法设计了基于模糊神经网络的模糊电力系统稳定器（ＦＮＮ－ＰＳＳ），并由数字仿真证明了所提出方法的有效性和实用性。     

基于模糊神经网络的模糊控制器综合优化设计Ⅱ．模糊电力系统稳定器

针对单机—无穷大电力系统，利用所提出的模糊控制器综合优化设计方法设计了基于模糊神经网络的模糊电力系统稳定器（ＦＮＮ－ＰＳＳ），并由数字仿真证明了所提出方法的有效性和实用性。     

电力系统强稳模糊稳定器

本文提出一种强稳模糊稳定器。它以发电机的转速偏移△ω、转速偏移一阶导数△ω以及二阶导数△ω作为输入信号，通过直接映射算法求出控制信号。仿真试验表明：它比只考虑△ω、△ω作为输入信号的模糊稳定器性能优越。     

神经网络电力系统稳定器之研究

基于动态神经网络构造了一种电力系统稳定器(NNPSS)通过单、多机数字仿真研究了神经网络控制器应用于电力系统实时控制所面临的两个问题：未知扰动下控制输出的合理性；(2)单机—无穷大母线系统下训练的控制器在多机系统中的控效果。文章详细介绍了NNPSS的设计思想，训练样本选取单、多机仿真结果分析。     

模糊电力系统稳定器的混沌优化方法

将混沌优化方法应用于模糊电力系统稳定器的参数设计,从而避免了设计过程中大量的参数调试工作,同时也使模糊电力系统稳定器获得最佳的控制性能。仿真结果表明,混沌优化方法结构简单、寻优速度快,基于混沌优化的模糊电力系统稳定器对各种扰动均有较好的响应特性。     

一种模糊电力系统稳定器的设计

将一种实际电力系统进行简化,等值为带负荷的单机无穷大系统模型,并且针对该模型提出了一种自调整模糊电力系统稳定器的设计方法。以云南漫湾电厂为实例作了计算机数字仿真,并证明了该Ｆｕｚｚｙ－ＰＳＳ的良好控制性能。     

多机电力系统模糊稳定器的协调

本文提出一种新的控制方法，解决了多机电力系统模糊稳定器之间的协调问题，该法由逆调、顺调组成、对受扰后频率偏移振幅大的机组采用逆调，而频率偏移振幅小的采用顺调。仿真计算证明了所提方法的有效性。     

神经网络电力系统稳定器的设计与实现

本文利用ＢＰ型神经网络逼近受控系统逆动态具体设计实现了一种神经网络电力系统稳定器（ＮＮＰＳＳ）。所设计的ＮＮＰＳＳ以四层ＢＰ网络为主体，采用非线性ＰＳＳ的控制响应构成样本进行训练并通过了单、多机仿真的检验。文章深入分析了ＮＮＰＳＳ的性能和特点，重点探讨了设计过程中存在的各种具体问题。ＮＮＰＳＳ装置采用分层结构实现。动模实验结果证实了ＮＮＰＳＳ应用于真实工业环境的可行性。所设计的ＮＮＰＳＳ装置显著改善了电力系统的动、静态稳定性能并为各种大、小扰动提供了有效的阻尼作用。     

模糊电力系统稳定器的设计与实现

针对模糊控制系统具有多参数和非线性的特点，给出了一种基于Matlab的模糊电力系统稳定器快速设计开发方法，以克服传统的设计方法所具有的实现复杂且开发周期长等不足，简要介绍了如何由模糊逻辑工具箱和集成仿真环境Simulink来建立整个系统的仿真模型，由Real-Time Workshop将已取得满意仿真效果的模型转换为应用程序，然后将其下载到目标环境中运行，在线调整参数以达到最佳控制效果，从而实现快速原型开发，即可应用于实际系统。仿真结果表明所设计的模糊电力系统稳定器比传统的电力系统稳定器能更有效地抑制系统低频振荡。     

基于神经网络的自适应电力系统稳定器

为彻底解决常规自校正控制器中受控系统参数难以识别的问题,提出了一种可以根据受控系统运行工况自动调整控制参数的新型自适应控制。在这种自适应控制中,人工神经网络被用来对受控系统的运行状态进行辨识。根据系统辨识的结果,控制器可按照传统PID控制器的设计原则自动调整控制器参数,达到最佳的控制效果。根据所提出的原理,设计了一种变参数自适应PID型电力系统稳定器（NNPIDPSS）。将设计的NNPIDPSS用于单机-无穷大电力系统和具有多模振荡特性的多机电力系统,仿真结果表明了其有效性。     

基于模糊神经网络的单相自适应重合闸的研究

将模糊神经网络应用于单相自适应重合闸中,以模糊理论和人工神经网络理论为基础构造了一个多输入模糊神经网络,用于识别瞬时性故障与永久性故障.该网络以取大取小运算部分代替了乘积求和运算,并采用了从样本中获取模糊规则的方法.利用Matlab进行了大量仿真实验,验证了该方法的可行性与准确性;在仿真的基础上,将多输入模糊神经网络与BP神经网络进行了比较,证明了多输入模糊神经网络在单相自适应重合闸中应用的优越性.     

模糊神经网络在电力系统边际电价预测中的应用

文章针对短期电力系统边际电价预测研究和应用中存在的用多元回归等传统方法建模困难、用ANN方法学习速度慢和易陷入局部极小点等问题,利用模糊神经网络具有接受和处理模糊数据、自适应地以任意精度逼近映射函数、不要求明确的数学描述等优点,建立了基于模糊神经网络的系统边际电价预测模型.通过具体实例测算及现场运用,证明了该方法为提高电力市场中边际电价预测精度、制定和实施科学合理的发电企业报价策略提供了可靠的支持.     

基于神经网络的永磁同步电动机模糊自适应控制

为了提高水磁同步电动机伺服系统控制性能，本文结合模糊控制和前馈神经网络各自的特点采用了一种神经网络在线自学习模糊自适应控制结构，利用模糊推理机产生的分目标学习误差取代反馈控制输出信号来训练神经网络，这种控制策略是学习和控制同时进行，实时性、鲁棒性都比较好。     

基于模糊聚类分析与改进BP算法的电力系统短期负荷预测

提出了一种基于模糊聚类分析和BP网络的短期负荷预测方法.考虑了温度、相对湿度以及日类型等影响负荷的因素,通过模糊聚类分析将负荷历史数据分成若干类,找出同预测日相符的预测类别,然后建立相应的BP网络模型,用附加动量和变学习速率的方法预测每小时的负荷.对于西安地区实际负荷的预测结果的分析表明该方法有较高的预测精度,取得了令人满意的结果.     

AN ELASTIC NONLINEAR POWER SYSTEM STABILIZER

ABSTRACT

The paper presents a novel, simple, variable structure, self adjusting, squashable error-driven, adjustable gain power system stabilizer (PSS) design. The elastic error-driven and error-scaled PSS design falls in between the categories of bang-bang and linear error scaled variable gain. The digital simulation studies were conducted on a single machine infinite bus system. From the digital simulation results, the proposed PSS is shown to be very effective in damping the oscillations and it is robust as it tolerates any system structural and parametric variations. In addition, the proposed PSS can be easily implemented.

The design was simulated and tested using MATLAB simulation package software and compared to conventional analog gain/lead/lag compensator PSS design.     

发电机变结构模糊逻辑稳定器

本文基于发电机速度和加速度相平面上的正态型模糊隶属函数以及控制和机端电压平面上戒上型模糊隶属函数，提出了电力系统发电机的变结构的模糊逻辑的励磁器。