基于在线学习的水轮发电机组智能控制系统研究

针对水轮机调节系统非线性，结构参数变化范围较大的特点，提出了一种能够在线学习的智能控制系统，它以模糊神经网络的学习器，以模糊推理和智能处理机构为控制器，将两者结合起来共同完成水轮发电机组的调节任务，并详细讨论了学习器的建立和学习方法及智能控制系统的运行方式，仿真研究表明，其有较强的学习能力，良好的实时控制性能，能适应水轮机调节系统结构，参数变化较大情况下的控制要求。     

基于模糊神经解耦控制的双馈水轮发电机系统仿真

双馈水轮发电机系统是一个涉及水力、水轮机和发电机的综合复杂系统。针对系统具有多变量、非线性、强耦合和参数不确定性的特点，本文提出了一种两级串联结构的自适应模糊神经网络解耦控制策略，前级为基于智能权函数规则的自调整模糊控制器，后级为基于动态耦合特性的自适应神经网络解耦控制器，并从理论上证明了学习算法的收敛性。为了验证所提出控制策略的有效性和正确性，本文对双馈水轮发电机系统在水力、水轮机和发电机参数变化时的鲁棒性分别进行了仿真研究。与常规PID控制的仿真结果比较表明，提出的解耦控制策略能较好地克服参数变化和对象模型结构变化对运行性能的影响，具有鲁棒性好，解耦能力强的优点。     

基于模糊小脑模型的水轮机调速控制

水轮机调速器是控制水轮机输出机械功率的关键设备,是水轮发电机组控制的重要内容。针对非线性复杂时变水轮机调速器,研究了一种模糊小脑模型关节控制器,该智能控制器是一种模糊逻辑与小脑模型关节控制器的结合,集中了二者的优点和长处。分析了该控制器的结构、具体实现以及学习优化。仿真实验表明该智能控制器的实际效果良好     

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。     

基于模糊神经网络的水轮机调速器故障诊断

分析了水轮机调速器调节过程的故障机理,得到专家经验的故障诊断推理规则,利用模糊逻辑在表达专家知识方面的优势及神经网络的自学习能力,建立模糊神经网络,利用有限的推理规则对模糊神经网络进行训练,得到的模糊神经网络作为专家系统用于水轮机调速器的故障诊断,解决了故障样本获取困难、专家经验获取不足及模糊规则＂组合爆炸＂的问题,仿真实验证明该网络诊断结果正确,实用性较强。     

模糊智能PID励磁控制器的研究

针对传统ＰＩＤ励磁控制器存在的问题,结合模糊逻辑控制的优点,提出了“基于模糊逻辑的智能ＰＩＤ励磁调节器”,其动态品质及鲁棒性均优于常规ＰＩＤ励磁控制器。     

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。     

一种基于FNNC-PID的水轮机调速系统控制方法

水轮机调速系统是典型的具有非最小相位、非线性,时变特性的复杂控制系统,难以建立精确的数学模型.针对水轮机调节系统的特性,运用模糊控制和神经网络控制的理论,设计了一种模糊神经网络控制器,利用神经网络结构来实现模糊逻辑推理,通过神经网络的学习来优化模糊控制的隶属度函数以及模糊规则.针对模糊控制存在稳态误差的问题,提出了一种FNNC-PID复合控制器,仿真结果表明,这种控制方案可以消除稳态误差,并使系统具有良好的动态性能和鲁棒性,其控制效果优于常规的PID控制.     

基于协同进化算法的水轮机模糊PID调节系统模糊规则的研究

针对目前水轮机调节系统模糊PID控制缺乏有效的模糊规则的问题,通过协同进化算法优化不同工况下水轮机模糊PID控制的模糊规则和模糊PID算法中的三个比例因子,同时为了避免优化得到的模糊规则之间发生跳变,在目标函数中引入光滑因子,使各工况的模糊规则有规律可寻,从而在此基础上寻找出适合于水轮机调节系统不同工况的一组通用的有效模糊规则。仿真表明,本文提出的优化方法是可行的,寻找出的通用模糊规则能使不同工况下水轮机调节系统的模糊PID控制性能均优于常规PID控制。     

混流式水轮机组的模糊滑模控制

针对水轮机常规PID调速器不能有效利用调节系统内部信息的缺点,在分析水轮机调节系统数学物理模型的基础上,采用基于模糊规则的滑动模态控制器,并对某一水电站的混式水轮机组调速模型进行Malab仿真。证明了模糊滑模控制方法在此种水轮机调速控制方面的可行性以及良好的鲁棒性。     

贯流式机组综合型模糊神经网络智能控制研究

针对贯流式水力机组带孤立负荷时难以稳定的特点,在以串级的三维模糊控制器为基础,引入2个反馈环节作为并联校正,形成综合控制器的同时,以神经网络完成水轮机调节系统调节对象的辨识和控制器参数的在线学习,从而较为圆满地解决了贯流式水力机组带孤立负荷时的稳定控制问题。且控制器设计分块、分步、分层进行,结构清晰,参数设置简单,便于工程应用。     

基于混合混沌优化策略的汽轮机调速系统模糊免疫PID控制

针对汽轮机调速系统中存在的时滞、惯性、死区和饱和等非线性环节,采用模糊控制理论并结合免疫反馈机理构成了模糊免疫PID控制器。提出基于加速混沌搜索与变尺度策略结合起来的混合混沌优化方法对PID控制器参数进行优化设计。通过加速混沌搜索,快速得到控制器参数的次优值;利用变尺度的方法在次优值的附近找出控制器参数的全局最优值,避免了设计过程中大量的参数调试工作。仿真结果表明,该方法与传统的PID控制和模糊免疫PID控制相比,具有超调小、响应快、自适应性好、优化效率高等优点,明显改善了汽轮机调节系统的控制品质。     

基于模糊PID迭代学习的隧道通风控制算法研究

针对隧道施工中通风系统的时变性、不确定性和难以建模的问题,提出一种控制算法,实现隧道通风的智能化.首先,利用迭代学习算法来对模糊PID控制的3个参数kp、ki、kd进行自动寻优,实现对模糊PID参数的在线调整.其次,把寻优后的PID控制器的3个参数代入系统中,通过改变输入量和利用计算机强大的存储能力,使输出量不断逼近期望轨迹直到与期望轨迹重合.最后,通过仿真,与模糊PID仿真曲线进行比较.结果表明,模糊PID迭代学习算法的控制曲线收敛速度快,超调量小,控制性能好,能够满足隧道通风的要求,能够应用于隧道通风中,实现智能化.     

汽轮发电机组汽门开度控制器的综合智能化设计方法

结合控制系统设计问题的特点 ,将遗传算法和再励学习分别引入到模糊神经网络控制器的离线训练和在线应用过程中 ,提出了一种综合智能化的控制系统设计思想。将其应用在汽轮发电机组汽门开度控制器设计过程的仿真结果表明 ,所设计的综合智能控制器具有良好的控制效果和更高的智能化水平 ,设计过程更加合理 ,应用简便 ,在理论和实践两方面都更具潜力。     

基于模糊RBF神经网络的风电机组变桨控制研究

针对大型风力发电机变桨控制受外部干扰和参数变化大、造成输出功率不稳定的问题,提出一种智能控制的算法,在RBF神经网络基础上增加模糊算法,利用模糊RBF神经网络实时在线调整PID参数。当实际风速偏离额定风速时,科学调整风机桨距角,使风机所获得的空气动力转矩发生变化,从而在额定功率附近保持风力机输出功率的相对稳定。据此搭建了风电机组各模块的数学模型,并在MATLAB/Simulink上搭建了仿真模块。实验结果表明：基于上述的方法控制效果相比于传统PID控制和常规RBF神经网络PID控制,响应更快、风能利用系数性能超调更小、功率输出更稳定,更有利于风力发电机组的系统稳定性。     

基于混合算法改进的采煤机采高仿人智能控制模型设计

为解决基于仿人智能控制的采煤机采高控制系统在模态转换时易发生边界突变、稳定性差、模态参数不易确定等问题,提出一种基于模糊逻辑改进模态切换,利用粒子群算法优化参数的仿人智能控制模型。该模型将仿人智能控制误差相平面的特征模态扩展为模糊集合,通过模糊逻辑推理跟随误差和误差变化实时地选择最优的控制模态,通过粒子群算法跟随误差和误差变化实时地调整控制模态参量。以阶跃响应模拟在煤岩界面遇见断层的控制性能仿真实验表明,本文所提出的仿人智能控制模型相较于原始仿人智能控制算法稳定时间提高了4.71s、上升时间提高了0.345s、峰值时间提高了0.671s、超调量降低了5.458%。本文提出的模型在系统模态转换时的稳定性、快速性、鲁棒性及参数寻优方面均好于其他控制模型,具有优越性。     

水轮机调速器的仿人智能PID控制

基于仿人智能控制的原理，提出了水轮机调节系统的仿人智能PID控制策略与规则。所述智能PID控制器基于对控制误差的识别来调整控制策略和控制参数，比常规PID有更好的动态调节特性和鲁棒性，且实时性强，易于实施。仿真与现场试验结果表明：仿人智能PID控制可以提高水轮机调节系统的速动性和稳定性。     

基于综合算法的汽轮机及其调节系统参数智能辨识

基于Matlab/Simulink,开发了综合多项式拟合、最小二乘法、单纯形法、遗传算法、模拟退火算法的汽轮机及其调节系统参数智能辨识软件。软件能自动完成原始数据的预处理、执行机构参数辨识样本的提取、负载试验数据边界条件的处理等,继而采用多种算法分别对参数进行辨识,并根据预设的逻辑选出最终的参数辨识结果。仿真校核的结果表明,所得到的参数辨识结果能够反映实际汽轮机及其调节系统的综合特性。最后,指出了影响汽轮机及其调节系统参数辨识准确性的关键因素。     

基于改进粒子群算法的水轮机调速系统参数优化研究

水轮机调速系统控制效果对于提高水轮发电机组工作效率以及提升电能质量具有非常重要的作用,因此,对其进行有效控制具有非常重要的应用价值,为了能够弥补传统水轮机调速系统控制的缺陷,将改进粒子群算法应用于水轮机调速系统地参数优化。首先,分析了水轮机调速系统的基本原理;其次,分析了水轮发电机组调速系统的模糊PID控制算法;然后,讨论了改进粒子群算法的基本理论,设计了相应的数学模型和算法流程;最后,进行了基于改进粒子群算法的水轮机调速系统的参数优化仿真,仿真结果表明,改进粒子群算法能够有效地提高水轮机调速系统的可靠性。