基于自校正方法的多机电力系统稳定器设计

低频振荡危害了电力系统的安全和稳定,电力系统稳定器(PSS)是抑止低频振荡的有效方法。但是在复杂系统中,配置和整定电力系统稳定器是一个难题。本文利用自校正方法(ACD)设计了一类新型非线性电力系统稳定器。该稳定器通过在线训练进行设计,摆脱了对系统数学模型的依赖,同时能够对系统中不确定性予以充分考虑,适用于复杂多机环境中PSS的优化设计。训练成功的PSS能够在各种工况下有效抑制系统振荡,同传统稳定器相比具有很强的鲁棒性。文中以四机二区域系统为例,证实了这种新型电力系统稳定器用于多机系统时的优良特性。     

同步发电机最优非线性自适应励磁控制器设计

设计了一款最优非线性自适应励磁控制器(Optimal Nonlinear Adaptive Excitation Controller, ONAEC)用于多机电力系统以提升系统故障恢复能力。首先,通过一个高增益扰动观测器(High-Gain Perturbation Observer, HGPO)对由发电机的非线性、不确定性、未建模动态等效聚合而来的扰动进行实时快速估计。随后,该扰动由ONAEC进行在线完全补偿并通过改进樽海鞘群算法(Modified Salp Swarm Algorithm, MSSA)获取其最优控制参数。另外ONAEC具备结构简单、易于实现等优点,且仅需测量发电机功角一个状态量便可实现全局一致的控制性能。最后,进行了两种算例研究,即标称模型以及参数不确定下的三相短路。其仿真结果表明,与比例-积分-微分(Proportional-Integral-Derivative, PID)控制和反馈线性化控制(Feedback Linearization Control, FLC)相比,ONAEC能在各种工况下实现最佳的动态性能,有利于系统受到较大扰动后快速恢复稳定运行。     

同步发电机云模型励磁控制器的设计

云模型是实现定性与定量间不确定性转换的有力工具,它将客观事物的模糊性与随机性结合在一起,解决了非线性与不确定性问题.为此,将云模型引入到同步发电机励磁控制中,根据云模型可实现不同映射关系的原理确定推理规则,设计出一种云模型励磁控制器.仿真结果表明,与传统的PID控制方法比较,云模型控制器具有较强的鲁棒性,对同步发电机运行点变化的适应性较好,增强了系统的暂态稳定性,具有良好的推广和应用价值.     

大型水轮发电机调速控制器的自适应控制

针对大型水轮发电机调速控制器,提出了非线性自适应控制设计方法。首先．建立含有未知参数的非线性数学模型,其次通过递推设计方法得到了自适应控制策略,而且在策略中包含了对未知参数的动态估计,最后获得了水轮机调速器的自适应分散镇定控制策略。在控制策略中所有的变量都是可量测的,并且控制策略具有分散性和适应性。计算机仿真研究结果证明了水轮发电机调速控制器的自适应控制策略的有效性。     

一种自适应模糊PID发电机励磁电压调节器设计

应用自适应模糊比例积分微分（PID）控制理论及非线性寻优方法,结合电力系统实际情况设计了一种发电机励磁电压调节器。它能根据现场采集的数据以及给定的性能指标实现模糊参数、模糊规则实时自动调整,以期获得快速、优化的励磁调压控制。数字仿真研究结果表明,该调节器具有较强的自适应性和鲁棒性,控制效果比晶闸管励磁调节器要好,且能有效地改善系统的稳定性能。     

同步发电机失磁检测中的动量自适应算法

把用Matlab软件的同步发电机故障仿真数据进行快速傅立叶变换后作为失磁检测的特征向量，通过人工神经网络模型实现发电机的失磁检测，用动量自适应算法对网络进行训练，收敛较快，避免了由于学习步长过大和过小造成的误差振荡。     

HVDC紧急功率支援自适应模糊控制器设计

研究了高压直流输电系统（HVDC）紧急功率支援控制的实现方法，提出了一种基于参数自适应模糊PID控制算法的HVDC紧急功率支援控制器，它可以根据两侧交流系统的运行情况、故障后的状态等信息，即时地决定最佳的支援功率值，并控制直流输电系统按照最佳支援功率值进行定值功率支援。该控制器基于确定模糊模型，构造模糊PID控制器，并引入确定性模糊调整规则对其进行参数自适应调整，整个控制器结构简单、稳定性强且实现容易。文中采用一个两区域系统对该控制器进行了时域仿真计算。仿真结果表明：投入该控制器后，交流系统在各种大干扰下的频率响应均表现出令人满意的特性。     

基于元件自适应模型的步距预测-校正方法

为确保仿真精度的同时提高计算速度，不仅要对元件模型进行合理简化，而且选择合理的步距并实现切换自动控制，通过仿真误差的分析，确定了步距变换的检验判据。为避免大量的校验计算，文中还基于元件的自适应模型定义了与时间常数相关的步距预测因子，在此基础上首次提出了距自动控制的预测－校正方法，仿真实验表明：步距的预测－校正方法不仅减少了校验计算量，而且避免了步距的振荡反复，成功地提高了仿真速度。     

同步发电机再同步的模糊控制器研究

在电力系统中，当同步发电机由于失磁、过负荷及遭受小干扰或大干扰时可能会使系统稳定性遭到破坏并造成失步而切机，从而使系统有较大的功率缺额和经济损失。为此，寻求一种较好的再同步控制措施具有很大的实际价值。该文基于多机电力系统再同步附加断续控制原理，提出了用模糊控制器来实现这种控制策略。通过数字仿真验证了其优越性和有效性。     

执行依赖启发式动态规划在同步发电机励磁系统中的应用

介绍了一种控制同步发电机励磁系统的新方法,即执行依赖启发式动态规划(ADHDP)对同步发电机励磁电压的自适应控制.执行依赖启发式动态规划是近似动态规划(ADP)的一种算法,ADP利用非线性函数拟合方法逼近动态规划的性能指标函数,以获得最优解或次优解.仿真结果表明,基于执行依赖启发式动态规划算法的励磁控制效果优于传统励磁...     

基于自适应神经模糊推理系统的低压配电无功补偿方法

简单介绍了自适应神经模糊推理系统(ANFIS)。通过LabVIEW软件对模糊神经控制器进行编程,并将其应用于低压配电系统无功补偿器,通过LabVIEW仿真及训练,该方法可以找到较为合适的电容器容量,从而达到较好的无功补偿效果。     

自适应电流速断保护在智能配电网中的应用

比较分析了配电网电流速断保护与白适应电流速断保护的区别。利用BP人工神经网络进行建模和仿真试验。仿真试验表明,基于人工神经网络的自适应电流速断保护,对配电网在不同运行方式下的不同类型的区内、外故障都能正确地进行模式识别,间接找出系统等效阻抗变化规律,实现了自适应电流速断保护的功能,为智能配电网的发展提供了技术保证。     

基于D-FNN的电网混沌振荡系统的自适应控制

面向电网混沌振荡系统产生的混沌现象,采用D-FNN对电网混沌振荡系统进行网络建模。在动态模糊神经网络(D-FNN)建模的基础上,提出对连续混沌系统的在线自适应控制方法。该控制方法通过D-FNN对连续电网混沌振荡系统进行在线的同步自适应控制,控制效果很好,并通过对具体的电网混沌振荡系统的数值实验证实了该方法对电网混沌振荡系统混沌控制的有效性和可行性。     

Heuristic dynamic programming using echo state network as online trainable adaptive critic

The present paper proposes an implementation of a relatively new recurrent neural network architecture—the echo state network (ESN)–within the frame of heuristic dynamic programming. The ESN is trained online to estimate the utility function and to adapt the control policy of an embodied agent. With the advantage of an easy training algorithm, the ESN architecture offers a simple way to calculate the derivatives required for adapting the controller. Experimental results are provided to validate the proposed learning approach. Copyright © 2012 John Wiley & Sons, Ltd.     

基于人工神经网络的自适应距离保护

分析电力系统距离保护的特点及人工神经网络所具有的自适应能力、学习能力和模式识别能力 ,基于模式识别原理 ,提出了一种实现自适应距离保护的神经网络模型 ,并进行了大量的仿真计算 ,证明所提方法的优越性 ,能够对电力系统的各种故障情况进行正确识别     

单个神经元自适应PSD智能控制电液伺服系统

本文针对一高精度电液伺服系统 ,设计了单个神经元自适应 PSD(比例、求和、微分 )控制器 ,仿真与实验表明 ,本控制器使系统具有较高的快速性与控制精度且具有较强的鲁棒性     

动量自适应学习速率梯度下降法神经网络电力负荷预测

电力系统负荷预测的精度将直接影响电力系统的经济效益和用电的安全和稳定,是电力负荷预测的重要组成部分。利用人工神经网络可以任意逼近非线性系统的特性,将其用于短期负荷预测。在标准的BP网络中加入了动量项和自适应学习速率,预测结果表明比标准BP算法具有更好的性能。在相同的情况下,连续预测六天的负荷和一年的负荷,结果都证明了研究方法具有一定的实用性。     

基于智能集成的水轮发电机组温度在线监测系统

提出一种基于智能集成的水轮发电机组温度在线监测系统,利用数据融合对多个温度传感器的测量数据进行融合分析,以融合后的数据作为水轮发电机组温度最优估计,利用神经网络完成专家系统的正向推理,由专家系统的反向推理机完成反向推理,自主完成发电机组温度的在线监测.与传统温度监控系统相比,本系统决策误差信息小,具有较好的实时性和准确性.介绍了该系统的总体框架结构及关键技术.