支持向量机逆控制在两电机变频系统中的应用

针对两电机变频调速系统中非线性逆模型辨识困难的问题,提出基于支持向量机的逆系统控制新方法。在同步旋转坐标下,建立两电机变频系统的数学模型,并进行了可逆性分析。通过支持向量机回归的方法来辨识构造原系统α阶逆系统,将辨识出的逆系统串接在原系统之前构成伪线性复合系统,再设计附加闭环控制器进行控制。试验结果表明,该方法不依赖于系统模型,对电机参数摄动及负载扰动具有较强的鲁棒性。     

基于最小二乘支持向量机的传感器动态系统辨识方法

在介绍和比较标准支持向量机(SVM)和最小二乘支持向量机(LS-SVM)原理的基础上,提出了一种利用LS-SVM模型进行传感器动态系统辨识的方法,并给出了相应的过程和算法.与标准SVM模型比较,该方法优点是明显的:(1)用等式约束代替标准SVM算法中的不等式约束;(2)将求解二次规划问题转化为直接求解线性矩阵方程,使得在相同条件下,系统辨识速度提高1～2个数量级,辨识误差降低50%.因此,LS-SVM模型速度快,抗噪声干扰能力强,更适合传感器动态系统建模.     

最小二乘小波支持向量机在非线性控制中的应用

结合小波技术和支持向量机,提出了一种基于多维允许小波核的最小二乘小波支持向量机,其小波核函数具有近似正交和适用于信号局部分析的特点。同时,给出了一种有效求解最小二乘小波支持向量机的Cholesky分解算法。将最小二乘小波支持向量机应用在非线性系统的自适应控制上,仿真结果表明,与最小二乘支持向量机、多层前向神经网络或模糊逻辑系统相比,最小二乘小波支持向量机均能给出较好的性能,显示出快速而稳定的学习速度,而且在相同条件下,最小二乘小波支持向量机比最小二乘支持向量机的逼近精确度提高了一个数量级。所提出的用于非线性动态系统自适应控制的最小二乘小波支持向量机方法具有效性和实用性。     

基于自抗扰控制器的两电机变频调速系统最小二乘支持向量机逆控制

针对多输入多输出(multiple input multiple output,MIMO)非线性强耦合的两电机变频调速系统,对其数学模型进行可逆性存在分析,进一步设计最小二乘支持向量机(least squares support vector machines,LSSVM)逆系统,串联于两电机系统之前,组成基于阶逆的伪线性复合系统,实现MIMO系统的线性化与解耦。在此基础上,采用自抗扰控制器(active disturbances rejection control,ADRC)抑制伪线性复合系统中非线性因素的作用,引入扩张状态观测器对不确定性的估计,使之参与LSSVM逆模型的构造。仿真和实验结果表明,新型控制策略可以有效减小负载扰动和LSSVM建模误差的影响,具有良好的解耦控制效果和鲁棒性。     

基于支持向量机逆系统的无轴承异步电机非线性解耦控制

无轴承异步电机是非线性、多变量和强耦合的系统,实现其电磁转矩和径向悬浮力之间的动态解耦控制是电机稳定悬浮运行的关键。本文采用基于最小二乘支持向量机(LS-SVM)α阶逆系统的方法对无轴承异步电机进行解耦控制。将用LS-SVM辨识出的无轴承异步电机逆系统串联在原系统之前,使复杂的非线性原系统解耦成四个独立的伪线性子系统——两个径向位移子系统、一个速度子系统和一个转子磁链子系统,然后根据线性系统理论进行系统综合。最后的仿真试验研究表明,基于LS-SVMα阶逆系统方法能够实现无轴承异步电机悬浮力和旋转力之间的动态解耦控制。     

基于自适应最小二乘支持向量机逆系统的链式STATCOM控制策略

对链式静止同步补偿器(static synchronous compensator,STATCOM)建立了非线性数学模型,采用逆系统反馈线性化的方法,构造了伪线性系统,并且将系统实现解耦。由于开关管IGBT的变化随时性及模型的不确定性,常常引起非线性模型参数的变化。为了解决这一问题,采用最小二乘支持向量机自适应地估计动态的模型非线性部分,通过反馈的方式加入到逆系统的输入端,从而补偿掉实际系统模型中的非线性部分,实现真正意义上的伪线性模型。由于是线性系统的解耦模型,采用线性二次型最优控制算法,实现配电网的无功补偿。仿真和实验结果表明,所提的算法很好地解决了配电网的无功补偿问题,且具有很好的鲁棒性和动态性能。     

基于最小二乘支持向量机的多变量逆系统控制方法及应用

为提高多变量、非线性和强耦合系统的动态特性和解耦能力,解决逆模型辨识问题,讨论了基于最小二乘支持向量机(least squares support vector machines,LS-SVM)的多变量逆系统解耦控制方法。通过分析LS-SVM的函数拟合特性,离线建立被控对象的非线性逆模型,将得到的逆模型直接串接在原对象之前,原系统被解耦成多个独立的单变量伪线性子系统。为克服直接逆模型的建模误差,提高系统鲁棒稳定性,提出了复合控制方法,其中直接逆模型作为前馈控制器,而用PID控制器作为反馈控制器。文中还分析了球磨机控制系统的特点,并进行了仿真控制研究,仿真结果表明该复合控制方法不依赖于系统的精确数学模型,且解耦能力强、鲁棒稳定性好、跟踪精度高。     

基于最小二乘支持向量机逆系统的五自由度无轴承同步磁阻电机解耦控制

针对三自由度交直流混合磁轴承和二自由度无轴承同步磁阻电机构成的五自由度无轴承同步磁阻电机,实现磁轴承的径向悬浮力、轴向悬浮力、二自由度无轴承同步磁阻电机的径向悬浮力和电磁转矩的解耦控制是五自由度无轴承同步磁阻电机稳定运行和精确控制的必要条件。该文在介绍五自由度无轴承同步磁阻电机基本结构的基础上,建立了三自由度交直流混合磁轴承和二自由度无轴承同步磁阻电机的数学模型,进而建立了五自由度无轴承同步磁阻电机的状态方程,并进行了可逆性分析。采用最小二乘支持向量机所具有的小样本逼近和辨识拟合能力,得到五自由度无轴承同步磁阻电机逆模型,根据逆系统方法的基本原理,将复杂的原非线性多变量耦合系统解耦成多个单输入单输出伪线性系统,并设计了闭环PID控制器。仿真和实验表明,电机具有良好的速度和悬浮特性,这种解耦方法能够实现五自由度无轴承同步各个被控量之间的动态解耦,并且系统具有良好的动静态性能。     

基于PSO优化最小二乘支持向量机的热工系统辨识

在用最小二乘支持向量机(LS-SVM)辨识大迟延对象时,正则化参数、核宽度以及模型类中的迟延时间多是根据经验估测的,而不同的参数值对最小二乘支持向量机辨识的精度就会不同.针对上述问题,采用粒子群优化(PSO)算法对热工辨识系统中的相关参数进行优化.对电厂一次风量数据和平均床温数据进行的仿真实验结果表明,在用LS-SVM对大迟延对象进行辨识时,通过PSO算法进一步确定其最佳参数及迟延时间,能够有效地提高辨识精度.     

基于最小二乘支持向量机控制器的研究

阐述了支持向量机与最小二乘支持向量机的特点,设计了基于最小二乘支持向量机的控制器,该控制器构成的系统学习与泛化能力强、抗干扰效果好,并利用垃圾焚烧炉的估计模型进行了仿真.仿真结果表明,该方法抗干扰效果好,适应性强.     

基于模糊控制补偿的支持向量机逆模型控制

支持向量机(SVM)具有很强的非线性逼近能力与泛化能力,文章研究了基于SVM的非线性系统逆模型辨识,并设计了基于模糊控制补偿的SVM逆控制系统.由SVM辨识的逆模型作为前馈控制器,形成直接逆模型控制器.同时,设计模糊控制器构成反馈补偿控制,克服逆模型的建模误差,提高系统鲁棒稳定性.仿真研究表明,SVM具有优良的逆模型辨识能力,基于模糊控制补偿的支持向量机逆控制系统的动态性能好、跟踪精度高、鲁棒稳定性强.     

磁悬浮开关磁阻电机逆动力学建模与控制

针对磁悬浮开关磁阻电机这一多变量、非线性、强耦合系统解耦控制时逆动力学模型难以获取的问题,提出一种基于最小二乘支持向量机的逆动力学建模与解耦控制方法.介绍磁悬浮开关磁阻电机工作原理,给出悬浮力和转矩的动力学模型,分析模型的可逆性.在此基础上,结合最小二乘支持向量机拟合与逆模解耦线性化特点,研究磁悬浮开关磁阻电机的最小二...     

两电机变频系统的支持向量机广义逆内模解耦控制

针对两电机变频系统非线性强耦合的特点,提出基于支持向量机广义逆内模控制的方法。对工作在矢量控制方式下的两电机变频系统数学模型进行广义逆存在性分析,从而得出系统广义逆数学表达式。通过支持向量机来辨识原系统的广义逆系统,然后对复合后所得到的伪线性系统引入了内模控制。该方法结合了支持向量机在小样本上具有良好的非线性建模能力和泛化能力,以及内模控制器易于在线设计的优点,同时兼顾系统的鲁棒稳定性,从而可以有效提高系统的控制效果。仿真和实验结果表明,该方法具有良好的动静态解耦性能,对外界扰动亦有很强的鲁棒稳定性。     

自适应逆控制增强矢量控制系统参数鲁棒性的研究

针对一般矢量控制系统存在的电动机参数鲁棒性差这一难题,首次将不同于常规反馈控制的新型控制策略自适应逆控制引入感应电动机变频调速系统,提出一种感应电动机变频调速系统新型控制结构,有效地解决了电动机参数时变对系统性能的影响。理论分析与仿真实验表明所提方案的有效性与合理性。     

在线无偏置LSSVM逆模型和PID的自适应复合控制

针对可逆非线性系统,结合逆控制与PID控制设计了一种自适应复合控制.将在线无偏置最小二乘支持向量机(ONB-LSSVM)用于系统的逆建模以提高逆模型的逆动态特性跟踪能力.在每个控制周期,控制信号南逆控制量与PID控制量按合成,合成比例自动调节.逆控制在高频段发挥较大作用,PID控制在低频段发挥较大作用.因此,该控制方法...     

感应电机线性化解耦控制的解析逆系统方法

在四阶感应电机模型的基础上,使用解析逆系统方法对系统进行了线性化解耦控制分析,给出了感应电机解析逆系统的存在性条件,基于输入积分设计了一种逆系统解耦控制方式并给出了其具体实现方法,从而实现了转速与磁链之间的线性化解耦控制。仿真结果表明,该解析逆系统解耦控制方法可以明显提高感应电机的运行性能,并有效地改善了其动态响应性能。     

基于S变换和最小二乘支持向量机的电能质量扰动识别

采用S变换和最小二乘支持向量机相结合,构建了一种电能质量扰动识别的新方法.首先利用S变换对电能质量扰动信号进行时频分解;然后,从扰动信号S变换的结果中,提取扰动信号的特征向量,组成训练样本和测试样本;最后,使用最小输出编码的最小二乘支持向量机对扰动信号进行训练,实现电能质量扰动信号自动分类和识别.仿真结果表明,该方法识别准确率高,抗噪能力强,且训练时间很短,适用于电能质量扰动辨识系统.     

基于迭代辨识方法的含风电多干扰电力系统阻尼控制

风电接入电力系统后的低频振荡控制是保证电网稳定运行的关键。随着风电场联网规模的不断扩大,当风电接入由于电网结构、负荷潮流、发电机励磁控制等因素导致的阻尼不足形成的多干扰环境下电力系统后,模型辨识误差因素给电力系统的辨识与阻尼控制带来了很大的难题,常常会恶化阻尼控制效果。针对此问题,首先以风电功率波动信号作为辨识信号,建立风电接入多干扰环境下电力系统闭环模型;然后基于递推最小二乘法和Vinnicombe距离理论,提出一种迭代辨识方法,并给出方法实现的整个步骤,该方法充分考虑辨识误差因素,可以实时辨识出电力系统最优电力系统模型和最优阻尼控制器模型;最后,以风电接入四机两区域间降阶模型为例,采用提出的方法进行仿真,并与传统迭代辨识方法进行了对比。仿真结果表明,所提方法可以有效抑制风电接入下多干扰电力系统的低频振荡,实现稳定的阻尼控制。