基于强化学习算法的自适应直流附加阻尼控制器

提出了基于强化学习算法的直流附加阻尼控制器。控制器主体采用模糊神经网络,利用由系统性能指标生成的强化信号在线训练控制器参数。与传统的模糊控制器相比,由于该控制器采用自适应启发式评价算法,将系统输出性能指标转化为强化信号反馈给控制器,使其能够在线修改控制器参数,因此有效地克服了传统阻尼控制器的设计对系统精确数学模型的依赖。仿真结果表明,与传统的阻尼控制器相比,基于强化学习算法的直流附加阻尼控制器能够有效地抑制区域间的功率振荡,提高交直流系统的动态稳定性,并且对多种运行方式具有一定的鲁棒性。     

高压直流输电单神经元自适应PID控制器的研究

提出了一种适用于高压直流输电系统的单神经元自适应比例-积分-微分调节器(PID)控制器。该控制器与常规的PID控制器相比,由于参数为在线更新,因而更具自适应性;与单纯的神经网络控制器相比,结构简单,在线训练时间短,因此响应速度要快许多。仿真结果表明该控制器能够更好地抑制直流线路电流的增长,改善整流侧和逆变侧交流母线电压的电压振荡,并且响应快速,提高了系统的稳定性。     

基于Matlab的高压直流输电系统逆变器的模糊神经网络控制研究

在研究模糊逻辑控制技术、神经网络技术和高压直流输电系统的基础上,针对HVDC系统的快速、高度可控性,从原理上说明,对逆变器采用模糊神经网络控制也能有效地提高AC/DC系统的动态特性和恒定性。提取直流线路逆变侧电压误差及其变化率作为模糊控制器的输入,输出作为神经网络的输入,控制直流电压。设计非故障和故障模糊神经网络控制器,用M atlab分别对一典型12脉冲桥HVDC输电系统在传统控制和模糊逻辑控制下分别进行仿真,结果表明,与传统控制方法相比,当直流线路或者单相交流线路发生接地故障时,模糊神经控制能改善系统     

基于Matlab的高压直流输电系统逆变器的模糊神经网络控制研究

在研究模糊逻辑控制技术、神经网络技术和高压直流输电系统的基础上,针对HVDC系统的快速、高度可控性,从原理上说明,对逆变器采用模糊神经网络控制也能有效地提高AC/DC系统的动态特性和恒定性.提取直流线路逆变侧电压误差及其变化率作为模糊控制器的输入,输出作为神经网络的输入,控制直流电压.设计非故障和故障模糊神经网络控制器,用Matlab分别对一典型12脉冲桥HVDC输电系统在传统控制和模糊逻辑控制下分别进行仿真,结果表明,与传统控制方法相比,当直流线路或者单相交流线路发生接地故障时,模糊神经控制能改善系统直流电流和直流电压的恒定性,而且提高了交直流系统的暂态稳定性.     

参数在线跟踪的直流传动双神经网络模型参考自适应控制

针对在“基于Hopfield神经网络的直流传动系统模型参考自适应控制“^[8]一文中指出的所提神经网络控制器在负载转矩未知和变化情况下的缺陷,将作者先前所提出的交流传动系统参数自动跟踪神经网络^[2]引入直流传动系统,构成具有参数在线跟踪功能的直流传动双神经网络模型参考自适应控制模式,进一步提高了系统的控制性能。     

基于递归神经网络的无刷直流电动机控制研究

基于动态模型提出了一种性能较好的递归模糊神经网络无速度传感器无刷直流电动机控制方法,即采用递归模糊神经网络控制器作为转速控制器来近似最优控制器输出。仿真结果表明,当系统参数动态变化或受到外部不确定因素影响时,利用神经网络来在线调整网络的隶属函数参数以及神经网络递归权值,使系统具有良好的动、静态性能。     

一种基于TSK型递归模糊神经网络的无刷直流电动机位置控制方法仿真

考虑系统的参数变化和包括摩擦力在内的非线性及时变的外界干扰情况下,永磁无刷直流电动机位置伺服控制系统是多变量和非线性的时变系统.针对传统PID控制方法的不足,提出了一种TSK型模糊神经网络控制器的设计方法,并用于永磁无刷直流电动机伺服控制系统的位置控制;可同时动态在线进行结构学习和参数学习,以提高位置控制静态精度和动态跟踪性能.仿真结果表明,所设计的TSK型模糊神经网络位置控制器响应速度快、跟踪性能好、输出精度高、动态和静态性优能于传统PID控制方法.     

永磁同步电机神经网络速度控制器设计

针对永磁同步电机非线性、多参数变化以及系统扰动等问题,将传统PID控制与具有强自适应、自学习能力的径向基函数(RBF)神经网络相结合,设计一种永磁同步电机神经网络速度控制器。用RBF神经网络自适应整定PID速度控制器参数,提高系统鲁棒性和控制精度;利用改进资源分配网络(IRAN)和梯度下降法进行离线学习和在线学习,提高RBF神经网络的运算速度。通过MATLAB仿真实验,相比于传统PID速度控制,神经网络速度控制器具有更高的控制精度,更好的调速性能和鲁棒性。     

基于MATLAB的模糊神经网络高压直流输电换流控制器的研究

在研究模糊逻辑控制技术、神经网络技术和高压直流输电（HVDC）系统的基础上，从原理上说明，对换流器两侧都采用模糊神经网络控制能有效地提高交流一直流（AC/DC）系统的动态特性和恒定性。整流侧和逆变侧分别提取直流线路电流、电压误差及其变化率作为模糊控制器的输入，输出作为神经网络的输入，分别控制电流和电压。用MATLAB对一典型12脉冲桥高压直流输电系统在传统控制和模糊神经控制下分别进行仿真。结果表明。与传统控制方法相比，当直流线路或者单相交流线路发生接地故障时。模糊神经控制能改善换流站直流电流和直流电压的恒定性，而且提高了交直流系统的暂态稳定性，并且双侧模糊逻辑控制要比单侧模糊逻辑控制效果好。     

基于神经网络的自适应PID控制器及其应用

介绍一种基于神经网络的自适应PID控制器,运用神经网络和BP算法在线调整PID参数,PID参数的初值采用继电器自整定法整定。仿真分析和实际应用结果表明,与传统的数字PID控制器相比,该控制器具有更好的控制效果和更好的鲁捧性。     

Investigation into an artificial neural network based on-linecurrent controller for an HVDC transmission link

An artificial neural network (ANN) based current controller for a HVDC transmission link is described in this paper. Different ANN architectures and activation functions (AFs) are investigated for this ANN controller. Small (set current change) and large (DC-line fault) signal perturbations are applied to optimize the learning parameters for the controller. Performance evaluation of the ANN controller under noise conditions is studied. A comparison between a traditional PI and the proposed ANN controller is made for various system contingencies and it is shown that the latter has many attractive features     

交直流互联系统非线性自适应控制规律设计

针对舍有多台发电机的交直流互联系统,为了提高交直流输电系统的稳定性,应用非线性自适应控制设计方法,通过递推法得到了应用于交直流互联系统直流功率调制的非线性自适应控制策略,该控制规律包含了对系统中未知参数的动态估计,用以阻尼交直流互联系统的区域间功率振荡。最后,获得了交直流互联系统的非线性自适应直流附加控制器的一般表达式。4机系统的仿真结果表明,与传统的线性直流功率调制相比较,所设计的控制器对联络线的功率振荡具有良好的阻尼功能;特别是当系统中出现大的扰动时,更能体现该控制器的良好性能。     

改善系统暂态稳定性的HVDC模糊神经控制器

提出了一种HVDC在线模糊神经控制器以提高交直流系统的暂态稳定性。该控制器的特点是结合了模糊系统处理复杂和不确定性问题及神经网络具有自学习能力的优点,选取整流侧交流母线电压相位误差及其变化率作为模糊逻辑控制部分的输入,其输出结果作为神经网络的一个输入,采用改进BP算法进行在线训练神经网络,神经网络的输出用来修正整流器的触发角,并利用NETOMAC软件对控制器主要参数进行了离线优化。仿真结果表明该控制器能有效地抑制有功功率振荡,改善发电机的功角特性,提高系统的暂态稳定性。     

高压直流三极输电系统的建模与仿真

高压直流三极输电作为一种新的输电方式可以有效提高交流输出线路的容量。文中首先介绍了高压直流三极输电的工作原理,设计了功率平衡控制器使功率保持恒定。基于PSCAD/EMTDC软件平台,建立了高压直流三极输电系统仿真模型,针对系统的稳态运行特性进行了分析,详细阐述了由暂态故障引起的单个换流站紧急停运以及直流线路发生瞬时性和永久性接地故障时的控制保护策略,当发生故障时,将系统切换为双极直流输电,可以保证系统继续稳定运行。仿真结果验证了控制策略的正确性和有效性,表明高压直流三极输电是一种适用于交流线路增容改造的可行方案。     

高压直流附加控制对强迫振荡的抑制作用

强迫振荡成为电网动态稳定的主要问题之一,可能引起区域联络线有功功率大幅振荡。分析了多机系统强迫振荡的原理,设计了高压直流附加阻尼控制器,分析了不同扰动源位置、频率以及直流输送功率下高压直流附加控制器对强迫振荡的抑制效果。2区4机交直流系统的仿真结果表明,高压直流附加控制器对强迫振荡的抑制效果与扰动源位置关系不大,主要取决于扰动源频率和直流输电功率水平;当扰动源频率等于区域间振荡频率时,抑制效果最佳;直流输送功率越大,强迫振荡的抑制效果越好。     

基于RBF神经网络非线性预测模型的开关磁阻电机自适应PID控制

开关磁阻电机的非线性和变参数特性使得采用传统的PID控制很难取得较好的控制效果。人工神经网络在一定的条件下可以任意精度逼近任意非线性函数且具有较强的自学习、自适应、自组织能力。故将其与传统的PID控制相结合构成神经网络自适应PID控制策略，应用于非线性严重的开关磁阻电机，可实现对开关磁阻电机的高性能控制。同时，神经网络所具有的非线性变换特性和高度的并行运算能力使得其适合建立非线性预测模型进行参数预测。通过对被控系统参数的预测，可提高系统的动态响应性能。该文采用两个神经网络-BP神经网络和RBF神经网络来分别构成神经网络NNC和神经网络NNI。神经网络NNC进行自适应PID参数调节；神经网络NNI用来建立非线性预测模型进行参数预测。为进一步加快神经网络的学习收敛速度，该文采用变学习速率的神经网络学习算法，学习速率随收敛过程误差的大小而自适应地进行调整，这可大大加快神经网络学习训练的收敛速度，进一步提高系统动态响应速度。实验结果表明，系统的动态响应快，超调小，稳态精度高，鲁棒性强，有较强的抗扰动能力，具有较好的控制效果。     

基于CPLD和DSP的轻型直流输电动模室换流控制器设计

直流输电的核心是自换相电压源换流器,采用复杂可编程逻辑器(CPLD)和数字信号处理器(DSP)构成一个轻型直流输电动模室换流控制器。介绍了由自换相电压源换流器、换流电抗器、直流传输线和交流滤波器4个主要部分组成的轻型直流输电系统结构,在此结构上,根据直流输电的控制原理给出了基本控制策略:一端采用定直流电压控制有功,另一端采用定直流电流控制有功。详细分析了DSP和CPLD在换流控制器中的作用:DSP负责数据的采集和系统控制;CPLD则负责脉宽调制(PWM)波的产生和A/D转换器的逻辑控制。结果表明:换流控制器的实时性和稳定性得到了大幅度提高。     

高压直流输电与发电机励磁的综合变结构控制

研究了交直流互联系统采用变结构控制策略提高系统的暂态稳定性问题。以一单机无穷大系统为研究对象,并以交直流互联系统的动力学方程、发电机的电磁功率方程和高压直流输电直流功率调制规律方程为基础,建立了发电机励磁与高压直流输电综合控制的非线性数学模型。采用滑膜变结构控制策略设计了发电机励磁和高压直流输电的综合控制器,该控制器采用先设定系统的滑模运动方程,再求取等效系统,最后求取切换面的方法来得到控制规律。在交流输电线路发生故障时,采用常规的控制策略和文章提出的控制策略对系统进行了仿真,仿真结果表明,采用该控制策略能够显著提高输电系统的暂态稳定极限及暂态稳定性。     

一种新的优化协调控制在轻型直流输电中的应用

轻型直流输电是一种新型的直流传输技术，采用电压源型(VSC)换流站以及PWM控制技术。建立了轻型直流输电系统模型，提出一种在发电机励磁和轻型直流输电之间优化协调控制方法，用于改善系统暂态稳定和抑制系统故障后振荡。作为算例，该协调控制方法被用于含有轻型直流输电的多机系统，并将该优化协调控制与发电机励磁、轻型直流输电系统相互独立的控制做一比较，仿真结果表明，在系统大小扰动下，该控制能够给系统提供更好的阻尼特性。     

基于PMU的多馈入交直流系统的分散协调控制

针对广域多馈入交直流系统,为充分利用直流线路的快速调节能力以改善系统稳定性,提出一种分层分散鲁棒自适应控制方案。基于相角测量装置(PMU)测量单元,协调控制器在线确定并传送故障后动态平衡点到直流线路控制器,直流线路控制器以此故障后动态平衡点为控制目标。采用非线性递推方法推导了基于PMU的多馈入交直流系统的非线性鲁棒自适应分散协调控制规律,并设计了以动态平衡点和PMU实时测量的发电机功角信号为输入的直流线路附加功率控制器。最后通过3机2条直流的测试系统验证了该控制方案的有效性。