自整定模糊控制器在风力发电机组中的应用

风力发电机组参数的时变性、非线性,输入风速的随机性,造成输出电能质量较差.为改善系统输出功率的动态性能和稳态性能,运用自整定模糊控制器与二元函数的分片双二次Lagrange插值算法相结合的控制算法,并详细分析了该算法实现过程的时效性和控制性能.自整定用指数形式的修正函数来表示,根据控制对象的具体情况和要求,用计算机键盘对该函数中的参数进行调试,参数确定后形成以偏差为自变量的修正函数.运用SIMULINK的仿真结果表明,自整定模糊控制器和Lagrange插值法相结合的控制算法在风力发电机组中的应用,显著地改善了系统的控制品质和稳态性能.     

带自调整函数的模糊控制器在风力发电机组中的应用

为改善系统输出功率的动态性能和稳态性能,运用一种由带自调整函数的模糊控制器与二元函数的分片双二次Lagrange插值算法相结合的控制算法,并详细分析了该算法实现过程的时效性和控制性能。自调整函数为指数函数,根据控制对象的具体情况和要求,用计算机键盘对自调整函数中的参数进行调试,参数确定后形成以偏差为自变量的自调整函数。为了提高复杂被控系统的控制精度,对模糊控制系统中的量化因子和比例因子进行了在线调整。运用SIMULINK的仿真结果表明,带自调整函数的模糊控制器和Lagrange插值法相结合的控制算法在风力发电机组中的应用显著改善了系统的控制品质和稳态性能。     

基于PID型模糊神经网络的火电站单元机组协调控制

针对火电站机炉协调控制对象的非线性，时变和纯迟延的特性，采用了一种PID型模糊控制器，为了使此控制器具有自学习功能，提出了一种包含一个自回归神经元的5层模糊神经网络，并根据梯度下降算法，给出了它各层权值的修正算法，通过对参考文献[2]的模型进行仿真研究，证明使用这种初值易选，学习能力较强的模糊神经网络控制器可以克服协调控制对象的时变性和随机性干扰，大大改善了控制品质。     

基于模糊内模控制的汽轮机调速系统研究北大核心

针对汽轮机DEH控制系统中存在时滞、死区、干扰等非线性环节,提出一种模糊内模控制策略。基于粒子群算法对广义被控对象进行模型简化处理,利用内模控制原理将其设计为内模-PID,根据最大灵敏度函数与τc之间的关系进行参数初始选取,并用模糊控制器对仅有的一个参数进行在线整定。通过建模仿真并对比分析:该方法有效避免了参数盲目选取问题,提高了系统响应速度、减少超调量、具有较强的抗干扰性,明显改善了汽轮机调速系统控制品质,对汽轮机调速系统设计提供了参考。     

粒子群优化的模糊控制器设计

为避免模糊控制器设计中参数的复杂调试,并使其获得最佳控制性能,应用新颖的粒子群优化算法对模糊控制器参数进行优化设计。针对常规模糊控制器稳态精度欠佳的弱点,采用模糊控制与PID控制相结合的双模控制以有效消除静态偏差。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主蒸汽温度被控对象的仿真研究,表明粒子群算法寻优速度快,计算量小,对模糊控制器参数的优化设计是非常有效的,使得主汽温控制系统在不同负荷下均获得很好的调节品质。图6表2参8     

火力单元机组的前馈模糊神经非模型协调控制

提出了一种前馈模糊神经非模型协调控制方法。使用该方法设计的非模型控制器由模糊控制器和神经元控制器复合构成 ,针对某单元机组进行了实例仿真试验。结果表明 :这种新的控制方法不仅具有满意的控制性能 ,而且具有强鲁棒性和抗干扰性能 ,它显著地提高了协调控制系统在机组负荷及工况变化时的鲁棒性和控制品质。这种新的控制系统设计方法非常简单 ,不需要解耦补偿 ,而且控制器参数选择不严格 ,可方便地用于工业控制。图 7参 9     

基于粒子群优化的锅炉汽包水位模糊PID控制

结合粒子群优化算法、模糊控制和PID参数自整定方法,设计一种新型自适应模糊PID控制器。采用粒子群优化算法离线优化PID控制器参数,再利用模糊控制器在线对PID参数进行整定。Simulink-~件模型仿真对比表明：控制方法具有调节精度高、     

模糊布谷鸟算法在风电机组变桨自抗扰控制中的应用

针对自抗扰控制器存在参数众多整定难度大这一明显缺点,提出通过智能算法来实现参数的自动整定。分析布谷鸟算法的原理及步骤,利用模糊逻辑优化布谷鸟算法的种群多样性并改善其收敛速度,为实现自抗挠控制(ADRC)参数的自整定,将优化改善后的模糊布谷鸟算法应用到参数整定过程中。通过仿真试验,验证通过模糊布谷鸟算法自动整定ADRC参数的可行性,并就整定ADRC参数的过程与粒子群算法及常规布谷鸟算法进行对比验证。仿真结果表明,模糊布谷鸟算法整定ADRC参数的过程更加迅速,且整定后的ADRC能较好满足风力发电机变桨距控制要求,可有效维持风电机组输出功率的稳定性。     

单元机组协调控制系统模糊自适应控制研究

单元机组协调控制系统的负荷控制对象存在耦合性和时变性,常规PID控制方案在负荷大范围变化时控制效果变差.为了提高协调控制系统的调节性能,采用了一种模糊自适应控制方案.基于300MW直流锅炉单元机组不同工况下采集的数据,建立了机组在210MW和270MW工况下的负荷控制对象动态数学模型,并进行了动态特性分析;基于常规PID协调控制方案,设计了一种模糊自适应PID控制器,可以自动调整控制器参数以适应工况的变化.锅炉控制器和汽轮机控制器均采用模糊自适应PID控制器.仿真结果表明,单元机组协调控制系统模糊自适应控制与常规PID控制相比,超调量降低,调节时间缩短,抗干扰能力和负荷适应能力增强.     

模糊内模控制在电解水制氢温度控制中的应用

[目的]为了改善传统比例-积分-微分（Proportion Integration Differentiation,PID）控制器对电解水制氢温度控制中过度依赖被控对象数学模型的问题,对模糊内模控制在电解水制氢温度控制中的应用进行了研究,并给出了模糊内模控制器的设计过程。[方法]首先分析了温度在电解水制氢过程中的重要性,列举了部分电解水制氢中常用的温度控制策略及优缺点;随后介绍了内模控制理论和模糊理论,并结合两种理论给出了模糊内模温度控制器的设计方法,用于实现电解水制氢温度的精确控制;最后进行了仿真验证实验。[结果]结果表明：采用的模糊内模控制方法相较于PID控制方法,在响应速度、抗干扰性和鲁棒性都有更好的控制品质,解决了传统PID控制器算法过度依赖被控对象数学模型的问题。[结论]文章所采用的控制算法正确并有效,可实际应用到电解水制氢的温度控制中。     

基于差分进化算法的燃气轮机转速模糊PID复合控制

为了改善电站燃气轮机转速控制系统的调节品质,采用模糊PID(比例积分微分调节器)复合控制,通过差分进化算法对模糊控制器参数进行寻优,基于电力系统高级仿真支撑平台(JSSC)对该方法进行了验证。试验结果表明:模糊PID复合控制无论在升速过程还是甩负荷等突变工况时,不管在超调量、过渡过程时间等动态性能上还是静态偏差等方面,转速控制结果均明显优于单纯的PID控制;当转速特性发生变化时,该控制方法表现出良好的鲁棒性。     

一种基于T-S模型的模糊PID控制器的设计及应用研究

基于Tзkзgi和Sugeno的模糊控制模型，设计了一种基于T-S模型的模糊PID控制器，这种设计方法可以充分借鉴常规PID控制器参数调整的各种成熟经验，使模糊控制规则的制定和参数的调整更简单易行，且物理意义明确。通过对电加热炉的仿真和实时控制表明，该控制器有着很强的适应性和鲁棒性，改善了系统的动静态性能。     

一种设计模糊-PID复合控制器的新方法及其在电厂控制中的应用

为提高大型火电机组过热蒸汽温度串级控制的性能，提出了一种新型模糊-PID复合控制器的设计方法。该方法可实现在偏离工作点较远的区域模糊控制中起主要控制作用，在工作点附近则主要实施PID控制，实现了两种控制的优势互补，同时还为模糊控制器提供了一种系统化设计方法。实际工业应用结果表明：采用该方法设计的过热蒸汽温度串级控制系统比常规方法设计的系统具有更强的适应能力和良好的控制品质。图9表1参6     

T-S模糊控制器设计新方法及应用仿真

以具有非线性和非最小相位特性的水轮发电机调速系统为例．提出了T—S模糊控制器设计的新方法——基于PID控制器知识样本的T—S模糊控制器设计方法。将模糊控制器运用于水轮机控制。并对其进行仿真,把得到的模糊控制响应曲线与PID控制器进行比较,从调节时间、超调量、鲁棒性等方面可以看出,模糊控制器控制效果要优于PID控制。     

基于5MW风机模型的变初值模糊PI变桨控制技术研究

针对传统PID变桨控制器参数自调整性能较差,适应性不强的问题,文章提出了风电机组变初值模糊PI变桨控制算法。通过模糊控制算法实现了PI参数的自动调节,根据风速大小设计了合理的变初值调整算法,实现了模糊控制器初值的在线调节。基于FAST风机软件中5 MW陆上风电机组非线性模型,分析了风电机组在额定风速以上运行时变桨系统的动态特性,从算法结构出发,设计了合适的模糊规则和量化、比例因子以及变初值调整算法,在Matlab/Simulink中搭建了变初值模糊PI变桨控制策略。通过仿真验证了控制策略在抑制转速波动和风机叶片、塔基受力力矩波动方面具有较好的效果。     

应用多模型粒子群优化算法的过热汽温模糊控制

针对单一模型的粒子群参数优化算法存在鲁棒性差的问题，提出一种应用多模型粒子群参数优化的方法，将其应用于模糊控制器参数的优化，有效地避免了模糊控制器设计中复杂的参数调试，使其获得良好的控制品质。通过对锅炉过热汽温系统的仿真实验，在负荷大范围变化的条件下，控制系统仍保持了良好的控制性能，并且具有较强的鲁棒性。仿真结果表明了所设计的控制器的有效性和所提出的优化算法的优越性。图6表2参11     

An experimental tool for research and educational applications on HVAC systems

This paper describes an experimental tool elaborated at the building sciences laboratory (LASH/DGCB). The objective of this tool is to develop control strategies for heating, cooling and ventilation, and test them on heating, ventilating and air conditioning equipment. The tests are conducted in a large room of the laboratory equipped with a double-flow ventilation system and a global control/data acquisition system. The tool is used for research and some experiments are led by engineering students. It enables the identification of optimal parameters for each developed control strategy, in order to reach good thermal comfort, acceptable indoor air quality and good stability of actuators at the least energy cost. In this paper we present an example of global control strategy for heating and cooling periods based on interior temperature control (fuzzy regulator). This strategy includes an indoor air quality controller (proportional integral or fuzzy regulator) based on indoor CO₂ level control. A measurements campaign during an occupied period is shown with an overview of the actuators’ behaviour. This tool also highlights the key role of advanced control techniques to manage heating, cooling and ventilation systems.     

新型模糊自整定PID控制器的温度控制

设计了一种基于模糊推理进行参数自整定的PID控制器。在模糊控制部分加入了一个新的参数ki,即积分参数,起到了加快达到期望值的速度和保持控制的稳定性的作用。将该模糊自整定PID控制器应用于电阻炉的温度控制,结果表明,该控制器具有良好的稳态精度以及控制速度快、适应性强的特点。通过与常规PID控制器进行比较,证明了该方法的有效性和优越性。     

采用模糊小波基函数神经网络的控制系统及混合优化算法

提出了一种采用模糊小波基函数神经网络的控制器,该控制器采用小波基函数作为模糊隶属函数,利用神经网络实现模糊推理,并可对隶属函数进行实时调整,从而使控制器具备更强的学习和自适应能力.还提出了控制器参数的混合学习算法,即先采用混沌算法离线优化,再采用BP梯度算法在线调整.对锅炉主蒸汽温度控制的仿真结果表明了此法的可行性和有效性.图3参6