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.     

高压直流输电系统在线模糊神经控制器的研究

提出了一种适用于高压直流输电系统快速灵活控制的在线模糊神经直流控制器。由于是在线控制,所以这种直流控制器与传统的PI调节器和离线式神经网络控制器相比更具鲁棒性和自适应学习能力;与只考虑电流误差的神经网络控制器相比,则具有更好的动态性能。通过NETOMAC数字仿真实验证明了该控制器对交直流系统稳定有良好的效果。     

基于NETOMAC软件的直流输电系统混合仿真计算及参数优化

基于ＮＥＴＯＭＡＣ软件的混合仿真功能,建立了直流输电系统的混合仿真计算模,该模型能在对交流网络进行机电暂态计算的同时,对直流网络进行电磁暂态计算,因而能较精确地考察暂态过程中直流线路的动态行为,并可对任意对称的交流系统故障,直流线路的故障以及故障后直流输电系统的恢复等过程进行仿真的验证的且所需仿真时间较短,针对ＣＩＧＲＥ标准测试系统的仿真结果表明了该方法的优越性。此外,还应用ＮＥＴＯＭＡＣ软件的优     

HVDC紧急功率支援自适应模糊控制器设计

研究了高压直流输电系统（HVDC）紧急功率支援控制的实现方法，提出了一种基于参数自适应模糊PID控制算法的HVDC紧急功率支援控制器，它可以根据两侧交流系统的运行情况、故障后的状态等信息，即时地决定最佳的支援功率值，并控制直流输电系统按照最佳支援功率值进行定值功率支援。该控制器基于确定模糊模型，构造模糊PID控制器，并引入确定性模糊调整规则对其进行参数自适应调整，整个控制器结构简单、稳定性强且实现容易。文中采用一个两区域系统对该控制器进行了时域仿真计算。仿真结果表明：投入该控制器后，交流系统在各种大干扰下的频率响应均表现出令人满意的特性。     

提高交直流电力系统稳定性的HVDC模糊逻辑控制器

提出一种附加在高压直流(HVDC)系统上的辅助型模糊逻辑控制器以提高交直流互联电力系统稳定性。在控制器的设计中应用能量函数法，通过增大振荡的减速能量来提高系统的稳定性水平。借助于HVDC线路的快速控制能力，采用模糊规则平滑地调整HVDC输送的功率，并使用自适应控制技术以提高控制器的稳定性。在4机和8机交直流电力系统上的仿真结果表明，该控制器在平抑系统小信号振荡的同时也可在一定程度上改进系统的暂态稳定性。     

利用遗传算法设计模糊神经直流控制器规则表的研究

提出一种利用遗传算法对模糊控制规则表进行设计的方法，解决了在实际中设计模糊控制规则表时，经常遇到的缺乏专家经验指导的矛盾，有助于模糊控制技术的推广和应用。将这种方法应用于HVDC系统的在线模糊神经直游戏控制器的模糊规则表的设计中，通过NETOMAC软件实验仿真，证明了其有效性。     

基于模糊神经网络的温度控制器研制

本文提出一种基于模糊神经网络的智能温度控制器，给出了模糊神经网络模糊帮一种快速的学习算法，并通过自学习砂断修正模糊控制器的隶属函数和权值，实现了模糊逻辑规则的自动更新。     

提高暂态稳定性的HVDC与发电机励磁的非线性最优协调控制

针对大扰动情形,为进一步提高交直流混合电力系统的暂态稳定性,提出了一种高压直流输电(HVDC)与发电机励磁协调的控制方法。通过建立HVDC系统与发电机的综合模型,将现代控制理论中直接反馈线性化方法与线性系统最优控制理论相结合,设计出一种HVDC与发电机励磁协调的非线性最优控制规律。仿真结果表明,该协调控制器能明显提高交直流互联系统的功角稳定性和频率稳定性,改善直流系统的性能。     

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。     

提高暂态稳定性的HVDC与发电机励磁的非线性最优协调控制

针对大扰动情形,为进一步提高交直流混合电力系统的暂态稳定性,提出了一种高压直流输电(HVDC)与发电机励磁协调的控制方法.通过建立HVDC系统与发电机的综合模型,将现代控制理论中直接反馈线性化方法与线性系统最优控制理论相结合,设计出一种HVDC与发电机励磁协调的非线性最优控制规律.仿真结果表明,该协调控制器能明显提高交直流互联系统的功角稳定性和频率稳定性,改善直流系统的性能.     

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     

模糊和神经网络控制方法在高压直流输电系统阻尼调制研究中的应用与发展

分析传统PI控制的优缺点,指出其存在的问题。对模糊控制和神经网络在高压直流输电系统阻尼调制中的研究现状进行全面的综述,重点分析这些研究所采取的技术路线和实现方式,指出存在的问题。对存在的问题,对进一步的研究动向进行展望。     

面向直流受端新型电力系统暂态电压稳定的紧急控制策略

在直流受端新型电力系统中,新能源电源及直流的接入导致同步机开机减少,动态无功功率相对紧张,暂态电压失稳风险显著增大。为高效快速获取紧急控制策略,即直流电流控制方案,并使其适应不同的电网运行方式和故障场景,尤其是电网拓扑结构的变化,基于图卷积神经网络（GCN）对常规深度强化学习模型深度确定性决策梯度（DDPG）的网络结构进行改造,构建了GCN-DDPG融合模型。在此基础上,引入双评价网络机制和评价网络与动作网络非同步更新策略以提升算法效果。进一步地,在应用方面,基于GCN-DDPG融合模型构建紧急控制模型并将其下达至安控主站,安控主站将依据电网实际运行方式和故障等信息,对紧急控制策略进行在线量化计算,并发送至直流控保系统执行。最后,通过改造的IEEE 14节点系统验证所提方法的有效性和优越性。     

基于模糊神经网络的VSC-HVDC系统控制器的研究

对同步旋转坐标系下的VSC-HVDC系统的控制策略进行研究,针对传统的PI控制在大扰动下难以精确控制的缺陷,设计了一种新的控制方案及控制器。采用双环控制,其中内环电流控制器采用PI控制,而外环控制器采用模糊控制与人工神经网络相结合的控制策略,并采用遗传算法优化模糊神经网络的连接权值和隶属度函数。整流侧有功功率跌落、三相短路等情况下的仿真结果表明,此种控制方法在大扰动下的动态稳定性明显优于传统PI控制。     

基于Simulink的HVDC PI控制器参数优化方法

为了提高高压直流输电系统的抗干扰能力,提出了基于Simulink的HVDC系统PI控制器参数离线和在线的优化方法。离线优化法是利用Simulink内置Signal Constraint模块确定出满足条件的PI控制器参数;在线优化法是采用非线性PI和自适应模糊控制相结合的方式对PI控制器参数进行优化。以整流侧定电流控制为例,首先利用模糊控制能够在线优化控制器参数的特点,缩小了PI参数的优化范围;然后利用fal函数进一步修正了其优化精度。仿真结果表明,离线优化法具有简单实用的优点,在线优化法能够提高系统的优化精度,使系统具有良好的控制性能。     

抑制直流送端系统暂态过电压的直流和风电控制参数协调优化

为抑制风电经高压直流外送方式下的直流送端系统暂态过电压,提出一种直流和风电控制参数协调优化方法。首先,从整流站与风电场之间的无功转换角度分析了直流送端系统暂态过电压的产生机理,进而从系统无功特性入手研究了直流整流侧、风电转子侧变流器控制参数影响暂态过电压的机理,为抑制暂态过电压的控制参数协调优化提供了理论依据。然后,构建了以直流送端系统暂态过电压峰值最小为目标的优化模型,通过联合调用的方式,可在电磁暂态模型准确模拟交直流系统电磁暂态过程的基础上,进一步采用改进粒子群优化算法协调优化直流和风电控制参数,从而有效抑制直流送端系统暂态过电压。最后,通过修改后的4机11节点系统和新英格兰39节点系统的仿真分析,验证了所提方法的有效性和准确性。     

遗传算法在模糊控制器参数寻优中的应用研究

介绍遗传算法的基本原理及实现步骤，并运用模糊控制器的参数寻优中，对复杂被控对象实现了最优控制，模糊控制规则采用基于解析表达式的模糊数模型，用遗传算法对模糊控制器中的量化因子和比例因子及偏差加权因子进行编码，确定适应度函数，在复制，交叉，变异的进化过程中获得全局最优点，改善模糊控制性能。在Matlab环境中实现遗传算法各算子的编程，并以二阶系统为例，对常规模糊控制器与经过遗传处寻优后的模糊控制器进行了仿真比较，其结果表明采用遗传算法寻优能获得较好的控制效果，该方法具有良好的动静态特性。