基于模糊RBF网络的伺服系统辩识及控制

结合模糊控制和神经网络控制各自的优点，采用模糊RBF网络进行伺服系统辩识和控制，仿真结果表明，所采用的方法具有很好的辩识能力和控制精度，并具有较高的鲁棒性。     

基于遗传算法的RBF神经模糊控制器

基于RBF网络和T-S模糊推理过程的函数等价性，将遗传算法引入RBF网络，并结合RBF网络常用的梯度法构成一种模糊控制、RBF网络及遗传算法三者合一的的控制器，从而达到准确、快速的控制。     

矩阵变换器励磁控制的无刷双馈风力发电系统

应用在双馈风力发电系统中的功率变换器必须具有功率双向流动的能力, 交直交循环变流器和交交矩阵变换器都可满足功率的双向流动要求. 而矩阵变换器能同时提供正弦的输入电流和输出电压, 输入电流可调节为超前、滞后或同相于输入电压, 输出电压可实现幅值、频率和网侧功率因数的独立控制. 利用矩阵变换器, 通过控制无刷双馈电机控制绕组的电压幅值、频率, 为风力发电系统提供励磁. 压频比控制器采用模型参考模糊自适应控制策略, 对电机的转速和功率因数进行控制. 采用DSP,CPLD构建了基于四步换流方案的矩阵变换器实验励磁系统, 仿真和实验结果验证了系统设计的正确性、可行性和稳定性, 为矩阵式变换器的实际应用提供了实验基础.     

基于RBF模糊神经网络模型的广义预测控制

广义预测控制对线性系统具有较好的控制效果，为将它应用到非线性系统，本文提出一种将RBF模糊神经网络与广义预测控制相结合的方法，仿真证明控制有效。     

基于模糊RBF神经网络的函数逼近

提出了一种模糊RBF网络,将模糊逻辑的知识表达以及推理能力和RBF网络的快速学习和泛化能力结合起来,网络结构参数可按实际问题调整,仿真表明网络具有较快的学习速度和较高的函数逼近精度。     

基于RBF的模糊神经网络控制器设计与仿真分析

介绍一种基于RBF的模糊神经网络设计与仿真分析的实现方法。该方法利用MATLAB中的神经网络工具箱图形用户界面GUI结合模糊控制规则表给定的输入/输出样本数据设计、构建RBF模糊神经控制器,并在Simulink中建立系统仿真模型。通过对阶跃输入信号作用下系统动态性能的仿真分析,结果表明基于RBF的模糊神经控制器有良好的控制性能。     

基于模糊PID的风力发电机桨距角控制

模糊PID控制应用于风力发电机的桨距角控制,其中风力发电机采用具有强非线性的数学模型,模糊PID控制器使用二维线性规则库和高斯型隶属度函数的结构。在MATLAB平台上搭建仿真模型,仿真结果表明采用模糊PID控制比纯PID控制效果稳定,鲁棒性强,能够有效改善风力发电系统变桨距控制效果。     

基于PR调节器的双馈感应风力发电机控制研究

针对传统的双dq、PI调节器控制策略在不对称跌落下所带来的延时问题,提出了一种基于PR调节器的控制策略:采用功率闭环得到转子侧变换器所需的正序电流给定量,通过抑制电磁转矩二倍频来计算负序电流给定量。Matlab/Simulink仿真结果表明,基于PR调节器的控制策略很好地解决了延时问题,且与双dq、PI调节器控制策略相比,控制性能更优。     

模糊理论在RBF神经网络中的应用

概述了模糊系统和神经网络两者结合的优势,由于RBF神经网络在逼近能力、分类能力和学习速度等方面的优势,对RBF网络进行了模糊化构造,并用MATLAB进行了实验,并给出了结论。     

模糊理论在RBF神经网络中的应用

概述了模糊系统和神经网络两者结合的优势,由于RBF神经网络在逼近能力、分类能力和学习速度等方面的优势,对RBF网络进行了模糊化构造,并用MATLAB进行了实验,并给出了结论：     

双馈感应风力发电机组的非线性变结构空载并网控制策略

采用矢量控制结合PI控制来实现双馈感应发电机并网时,电机的各种磁链以及电压电流交叉耦合补偿部分都会降低电网电压跟踪的速度,使动态响应性能不够理想,令超调量增大.本文采用变结构控制与全状态反馈线性化解耦相结合的控制策略,来控制双馈感应发电机组的空载并网过程.在MATLAB仿真模型基础上,从空载并网时发电机定子电压对电网电压的跟踪、并网过渡过程中定转子电流变化情况,和并网后功率调节和最大风能捕获这3个阶段进行了仿真分析.最后将非线性变结构控制器与传统矢量控制外加PI调节控制的仿真结果进行了对比分析.结果表明,采用全状态反馈线性化变结构控制的双馈感应风力发电机组,可以实现发电机的平滑并网,并网效果较好,定子电流对电网冲击小,转子电流实现比较平稳的过渡.并网后,发电机能够有效地进行最大风能捕获,实现变速恒频发电和有功、无功功率的独立调节控制.通过与传统矢量控制的比较分析,可以看出,双馈感应风力发电机组采用状态反馈精确线性化变结构控制器比传统矢量PI控制器对电网电压跟踪速度更快,动态响应更快速、调节时间和超调量更小.     

电网电压不平衡工况下双馈感应风力发电机组的自抗扰控制

本文提出电网电压不平衡工况下双馈感应电机(DFIG)的自抗扰控制(ADRC)方法, 抑制不平衡电压引起的电磁转矩和无功功率波动, 延长风力发电机组的工作寿命. 在正、负序同步旋转坐标系中推导了电网电压不平衡工况下DFIG的电磁转矩表达式, 计算出消除电磁转矩波动所需的负序转子电流, 将其叠加到正序转子电流参考值上, 以减小电磁转矩波动. 采用ADRC实现对转子电流的有效控制, 减少控制器对发电机精确模型的依赖, 提高控制系统的鲁棒性. 仿真结果表明所提出的控制方案有效地减小了电网电压不平衡工况下DFIG的电磁转矩和无功功率波动, 同时减小了不平衡电流, 有利于延长DFIG风力发电机组的工作寿命.     

模糊Petri网在风电机组故障诊断中的应用

针对风力发电机组故障诊断建模中动态行为较难描述的问题,结合模糊Petri网的图形描述能力及模糊推理性,提出故障诊断的模糊Petri网模型及其相应的故障诊断方法,根据故障发生的实际情况给出正反两种推理算法。用齿轮箱故障的实例加以验证,证明了该方法的正确性及在风电机组故障诊断中应用的可行性。     

双馈风力发电机功率解耦的非线性控制研究

针对传统矢量控制双馈风力发电机动态解耦不佳现象及电机参数依赖性问题,提出基于滑模变结构控制和反馈线性化控制的非线性控制策略。分别对两种策略的控制原理和优缺点进行了详细分析。在PSCAD环境中,将非线性控制策略应用于DFIG矢量控制中,建立其系统模型。仿真结果表明：提出的两种策略均能实现双馈风力发电系统最大功率点跟踪以及有功功率和无功功率解耦。对仿真结果进行对比分析,发现基于滑模变结构的系统有较好的解耦效果,较强的全局鲁棒性,控制效果优于反馈线性化控制,为双馈发电机励磁控制系统的设计奠定了理论基础。     

双变量交交变频双馈电动机功率因数控制研究

分析了双馈电动机的数学模型,推导出电动机定子侧电流与转子侧电流的关系;采用双变量交交变频器为双馈电动机提供变频励磁电源,并通过控制变频器输出电压的幅值、频率来控制转子侧电流;通过实验研究转子侧电流对双馈电动机定子侧功率因数的影响,得出可以通过控制转子侧电流来调节电动机功率因数的结论。     

基于模糊控制的三电平有源电力滤波器研究

提出了一种基于ip-iq谐波电流检测、模糊PI电流控制和空间矢量脉宽调制的三电平有源电力滤波器的控制方案;建立了三电平有源电力滤波器的数学模型,详细介绍了三电平有源电力滤波器直流侧电压稳定和中点电位平衡控制方法的具体实现。仿真和实验结果表明,采用该控制方案的三电平有源电力滤波器具有良好的谐波补偿效果,且能较好地稳定直流侧电压和电容中点电位。     

双馈感应风力发电机组的滑模直接电压控制

为解决PI矢量控制动态响应慢且依赖电机精确参数的问题, 本文将滑模控制与空间矢量调制结合, 提出了一种开关频率固定的滑模直接电压控制(SMDVC)方法, 以实现双馈感应电机(DFIG)的电网同步控制. 实验结果表明, 提出的SMDVC方法具有比PI矢量控制更好的动态性能, 即使在电网电压不平衡工况下, 也能较好地控制DFIG定子电压实现对电网电压的精确跟踪.     

基于交流跟踪的同步发电机最优励磁控制技术研究

针对同步发电机采用传统PID控制不能很好地满足电力系统对抑制振荡、提高动态稳定极限等方面要求的问题,提出了一种基于交流跟踪的同步发电机最优励磁控制方法;给出了基于拉格朗日方法的同步发电机励磁系统偏差线性化模型,分析了最优励磁控制量的确定方法,建立了基于最优励磁控制方法的同步发电机系统仿真模型。仿真结果表明,与传统PID控制方法相比,最优励磁控制方法能够实时控制同步发电机励磁系统,确保了同步发电机的输出稳定性。     

基于模糊PID控制的微型燃气轮机发电系统研究

根据微型燃气轮发电机系统的动态特性,将微型燃气轮机及其电气部分当作一个整体,建立了微型燃气轮机发电系统完整的数学模型,并在转速环加入模糊PID控制器,分析了微型燃气轮机系统孤网带负荷时的动态特性。仿真结果验证了基于模糊PID控制的微型燃气轮机发电系统具有良好的稳定性和灵活性。