同步发电机励磁控制器设计

针对基于开环迭代学习控制的同步发电机励磁控制器存在稳定性差、易受干扰影响、不能完全跟踪期望轨迹的问题,设计了一种基于开闭环PID迭代学习控制与电力系统稳定器结合的同步发电机励磁控制器;在开环迭代学习控制的基础上,引入闭环反馈控制,将上一次的输入和输出误差及当前的输出误差作为当前的控制输入,从而构成开闭环PID型迭代学习控制;同时,利用电力系统稳定器提供的附加正阻尼信号来改善同步发电机励磁控制系统的电压稳定性和功角稳定性。仿真结果表明,该励磁控制器具有较强的鲁棒性,提高了系统稳定性。     

即时学习算法在非线性系统迭代学习控制中的应用

运用即时学习算法来解决一类非线性系统的迭代学习控制初值问题。对于任何类型的迭代学习控制算法，即时学习算法都能有效地估计初始控制量，减小了初始输出误差，加快了算法的收敛速度，使得经过有限次迭代后系统输出能严格跟踪理想信号。对机器人系统的仿真结果表明了该方法的有效性。     

同步发电机初态学习与PSS结合的励磁控制

为了解决开环迭代学习励磁控制器对大干扰耐受力差、对初始定位要求严格的问题,针对多机电力系统,设计了具有初态学习的开闭环迭代学习控制(ILC)+PSS的励磁控制器。该控制器在开环ILC的基础上,引入机端电压闭环反馈信号,另外为放宽对初态的要求,允许有一定的初始定位误差,对算法还进一步改进,初态也进行学习,同时还结合PSS提供的正阻尼能力,以增强系统的功角稳定性。最后,仿真结果表明,该励磁控制器不但能快速达到机端电压的调节精度,而且改善了系统的功角稳定性。     

基于SIMULINK的迭代学习励磁控制器的设计

该文将迭代学习控制理论应用于同步发电机励磁控制器的设计中,采用混合型迭代学习控制律对其进行控制。在两机系统中使用SIMULINK软件对励磁控制系统的稳定性和动态性能等进行分析,设计出满足系统要求的励磁控制器。仿真结果表明该方法的有效性和一般性,改善了控制性能,具有很强的维持机端电压的能力,与常规的PID控制器相比较,收敛速度得到很大提高,有利于提高电力系统稳定性。     

基于PSB的迭代学习励磁控制的仿真研究

基于迭代学习控制理论提出了一种非线性迭代学习律,并将它应用于同步发电机的励磁控制中,采用SIMULINK／PSB软件对单机-无穷大系统进行仿真,结果表明该方法的有效性和一般性,改善了控制性能、具有很强的维持机端电压的能力,与常规的PID控制器和线性迭代学习律相比较,收敛速度得到很大提高,有利于提高电力系统稳定性。     

基于PID预测函数的励磁控制研究

同步发电机励磁控制对提高电力系统稳定性起着重要的作用.当电力系统发生故障或受到扰动时,容易出现长时间的低频率振荡,严重影响系统的稳定运行.为了提高电力系统运行的稳定性,在讨论励磁控制现有控制方式和分析预测函数控制(PFC)算法和PID算法的基础上,将预测函数控制算法的性能指标构造成PID形式,推导出改进的PID型预测函数控制算法(PIDPFC),并应用于同步发电机励磁系统控制.通过仿真研究对比,在时域内分析了PIDPFC控制器的参数选择对系统控制性能的影响,取得了预期的结果,仿真结果表明了PIDPFC算法的优点.     

基于CMAC网络的迭代学习初始控制策略

针对传统迭代学习控制在面临新的环境或控制任务时学习时间长、收敛速度慢的问题,首先引入迭代学习初始控制算法,并给出了算法收敛的充分必要条件;然后,利用小脑模型连接控制网络(CMAC)与反馈PID网络进行综合,在系统的历史控制经验基础上,估计系统的期望控制输入,作为迭代学习控制器的初始控制输入,再由开闭环P型迭代学习律逐步改善控制效果,从而避免了对初始控制输入量的盲目选择,使得系统的实际输出只需较少的迭代次数就能达到跟踪的精度要求。机器人系统的仿真结果表明了该算法的可行性与有效性。     

可变学习增益的迭代学习控制律

基于迭代学习控制理论提出了一种可变学习增益的迭代学习律,在非线性系统中对期望轨迹进行跟踪,与学习增益不变的迭代学习控制相比较,收敛速度得到很大的提高;通过对其收敛性进行严格的数学证明,得到了迭代学习律收敛的充分条件;在单机无穷大系统中,将该控制律应用于同步发电机的励磁控制,仿真结果表明该控制律的有效性,改善了控制的动态特性,有利于提高电力系统稳定性.     

基于PSB的新型励磁控制器的研究

介绍了将迭代学习控制理论应用于同步发电机励磁控制中,通过迭代学习改善控制性能,具有结构简单,鲁棒性强的特点,改善了机端电压的品质.采用Simulink/PSB在单机-无穷大系统中进行了静态和暂态稳定的仿真研究,结果表明,该励磁控制方式的有效性,有利于提高电力系统的稳定性.     

时变非线性系统迭代学习控制遗忘因子算法

针对迭代学习P型控制算法对初始偏差和输出误差扰动的敏感性问题,研究了一种带有遗忘因子的时变非线性系统的迭代学习控制方法.在有扰动的情况下,利用迭代学习过程记忆的期望轨迹,期望控制以及跟踪误差,通过有界学习增益和批次时变因子设计学习控制器,并基于算子理论给出了控制算法存在的充分必要条件及其收敛性分析,改善了系统的鲁棒性和动态特性.最后以注塑机的注射速度控制仿真验证了本文算法的有效性.     

多步k最近邻初值寻优的气压模拟系统遗忘迭代学习控制

高速列车车内压力波动过大会对乘客舒适性造成影响,而气压模拟系统是一套通过对车内模拟气压跟踪控制,实现对乘客舒适性进行研究的装置.为解决系统历史运行数据利用率低以及存在迭代初始误差导致系统收敛速度慢的问题,采用k最近邻(kNN)算法,建立一种基于历史控制信息的最优初次控制信号提取方法,并根据迭代学习控制的基本原理,将最优...     

基于2_D系统理论的变初始条件线性系统的开闭环学习控制

对于具有重复运动特性的系统,迭代学习控制是一种简便且行之有效的方法.考虑到系统每次运行初始值的不确定性,利用二维系统理论设计了开闭环迭代学习控制器,并给出了控制收敛的充分条件.用仿真试验验证其有效性.     

基于迭代学习观测器的航天器姿态主动容错控制

针对含有外部扰动和执行器故障的一类航天器姿态控制系统,本文提出基于迭代学习观测器的主动容错控制方案.首先,建立了含有外部扰动和执行器故障的航天器姿态控制系统的运动学和动力学模型.其次,为了提高观测器的故障估计精度,在传统迭代学习观测器设计基础上引入上一时刻状态估计误差信息,文章提出一种改进型学习估计算法.进一步,基于滑模控制和指定时间稳定理论,利用学习观测器的故障估计信息设计指定时间主动容错控制器.与现有的航天器主动容错控制方案相比,本文所提出的算法的优势在于可以使故障系统的姿态能在指定时间跟踪上指令信号.基于Lyapunov方法,本文从理论上证明了改进型学习观测器和姿态容错控制系统的稳定性.最后,通过数值仿真,说明了所提容错控制方案的有效性和可行性.     

Adaptive Inverse Control of Excitation System with Actuator Uncertainty

In this paper, we present a new approach of designing adaptive inverse controller for synchronous generator excitation system containing nonsmooth nonlinearities in actuator device. The proposed controller considers not only the dynamics of generator but also nonlinearities in actuator. To address such a challenge, support vector machines (SVM) is adopted to identify the plant and to construct the inverse controller. SVM networks, used to compensate nonlinearities in synchronous generator as well as in actuator, are adjusted online by an adaptive law via back propagation (BP) algorithm. To guarantee convergence and for fast learning, adaptive learning rate and convergence theorem are developed. Simulation results are given, showing satisfactory control performance and illustrate the potential of the proposed adaptive inverse controller as useful for practical purpose.     

非线性迭代学习控制问题的延拓修正牛顿法

对于非线性迭代学习控制问题,提出基于延拓法和修正Newton法的具有全局收敛性的迭代学习控制新方法.由于一般的Newton型迭代学习控制律都是局部收敛的,在实际应用中有很大局限性.为拓宽收敛范围,该方法将延拓法引入迭代学习控制问题,提出基于同伦延拓的新的Newton型迭代学习控制律,使得初始控制可以较为任意的选择.新的迭代学习控制算法将求解过程分成N个子问题,每个子问题由换列修正Newton法利用简单的递推公式解出.本文给出算法收敛的充分条件,证明了算法的全局收敛性.该算法对于非线性系统迭代学习控制具有全局收敛和计算简单的优点.     

基于PCC的双馈风力发电系统励磁控制器的研究

在分析现有变速恒频双馈风力发电励磁控制系统的基础上,提出了一种基于PCC的双馈励磁控制器的实现方案;以PCC可编程控制器作为励磁控制器的核心控制器,简化了系统硬件结构,提岛了系统稳定性和系统的反应速度;通过搭建仿真实验系统,原动机采用15kW交流异步电机来模拟风机,双馈发电机采用绕线式感应电机,以整流模块和逆变模块组合为双向变流器,加入PCC励磁控制器,进行起励、故障切除等的仿真实验,检测了在发电机转速发生变化和跨越同步转速的情况下励磁控制器的工作情况和效果,实验结果证明,该方案完全满足实际要求.