静止无功发生器递归神经网络自适应控制

构造了新型静止无功发生器(ASVG)递归神经网络自适应控制系统，该系统由递归网络辨识器 及神经网络控制器构成，所构造的系统可以实现ASVG的非线性自适应控制。仿真实验表明， 该控制系统具有良好的控制品质、鲁棒性及泛化能力，是一种较为通用的电力系统控制模型 。     

多目标励磁控制的神经网络逆系统方法

根据逆系统理论分别分析了以机端电压和功角为被控量的励磁系统的可逆性，并采用不同的神经网络逆系统结构实现了对单目标量的励磁控制。针对单目标励磁控制不能够同时改善功角稳定性和机端电压稳定性的不足，在以机端电压为被控量的神经网络逆系统结构中引入功角偏差反馈信号，设计了多目标神经网络励磁控制器。研究结果表明，应用该方法能够实现多目标励磁控制，综合性能优于单目标的神经网络逆系统控制方法和常规PSS控制方法。     

孤立电网水轮发电机组多变量综合控制器研究

从发电机励磁、调速控制方式入手，在分析了传统综合控制器特点之后，给出了运用非线性逆系统方法实现发电机综合控制的方法，并进行了实验室仿真。仿真结果表明:与传统的常规单变量控制器相比，基于逆系统的综合控制方法不仅能够提高发电机在暂态情况下的系统稳定性，而且能提高电压控制精度。     

ASVG非线性控制及其对电压稳定性改善的研究

首先建立了新型静止无功发生器(ASVG)控制系统的数学模型，应用零动态设计方法，提 出了ASVG的非线性控制规律，并应用于改善无功电压稳定性的仿真研究。结果表明，ASVG非 线性控制规律可以有效地改善电力系统电压稳定性，有效地抑制电压崩溃的发生。     

ASVG的非线性L2增益干扰抑制控制器

将非线性鲁棒控制方法用于先进的静止无功发生器（ASVG）的控制。基于电力系统动态、耗散系统理论框架和非线性L2增益干扰抑制方法，建立了单机无穷大系统中的ASVG鲁棒控制数学模型。模型中考虑了来自发电机转子轴上的机械功率扰动和ASVG输出电压的扰动。并在此基础上，采取递推设计方法构造能量存储函数，以避免求解HamiltonJacobiIssacs不等式，从而得到ASVG的非线性L2增益干扰抑制控制规律。单机无穷大系统的仿真结果证明，与传统PID PSS控制方式相比，在此控制规律下，ASVG能够更有效地阻尼系统振荡，提高系统暂态稳定性能。     

神经网络α阶逆系统的结构、辨识及其在控制中的应用

对于未知非线性系统，采用人工神经网络构造其α阶逆系统，并将神经网络α阶逆 系统用于对原非线性系统的控制。仿真结果表明，该控制方法适用于一般的未知线性、非线 性系统，具有普遍意义，且结构简单，易于工程实现。     

基于逆系统方法的汽轮发电机综合控制器

采用多变量非线性控制的逆系统理论分析了汽轮发电机组励磁与汽门系统的可逆性，并运用逆系统方法将这一多变量、非线性、强耦合的复杂被控对象解耦成两个独立的SISO线性化积分型子系统，然后基于线性系统理论设计了综合控制器。研究结果表明，该控制策略实现了励磁控制与汽门调节的动态解耦，应用该方法可显著提高电力系统的暂态稳定性。     

非线性励磁控制中输出函数对系统性能的影响

发现在进行非线性系统的非线性控制设计时，状态方程中输出函数的选取对线性化以后系统状态方程的形式有很大的影响，进而影响到所设计的控制器性能。在此研究结果的基础上，改进了电力系统非线性控制器的设计方法，可以在统一的非线性控制设计框架下同时对多个状态量的性能指标提出要求，兼顾受控系统多个状态量的响应特性，使系统的动态性能和静态性能能够很好地协调，实现高性能的非线性控制。将改进的设计方法应用于发电机组的励磁控制，采用逆系统非线性控制原理设计了一种具有综合性能指标的非线性励磁控制规律。将所设计的多指标非线性励磁控制律用于单机无穷大电力系统的同步发电机组中进行仿真实验，其结果表明所提出的控制器不仅能明显地提高发电机的动态稳定性，而且能准确地将发电机的端电压控制在其给定值上运行，不会因受扰而发生偏移。     

HVDC系统中换流器的一般非线性控制

对换流器整流侧定α角、逆变侧定直流电流控制问题，基于高压直流输电系统的三阶非仿射非线性控制模型，根据逆系统方法，设计了由非线性反馈线性化和满足一定极点配置要求的组合换流控制器，并分析了闭环系统的稳定性。仿真结果初步表明了文中所提方法的有效性。     

神经网络逆系统及其在电力系统控制中的应用

阐述和证明了基于输入输出微分方程描述的系统可逆性的充分条件，并给出了相应的解析逆系统的实现方法。文中同时研究了采用积分器和静态神经网络组成动态神经网络结构的方法，并将这种神经网络结构与逆系统理论相结合，提出了神经网络α阶逆系统的结构及其实现步骤，运用该神经网络α阶逆系统对TCSC控制器进行了设计。实际系统的仿真结果证实了所设计控制策略的有效性。     

PID型ADALINE网络控制器理论分析及实现

随着科学技术的发展，现代工业对控制系统的响应速度、稳态精度等提出更高的要求。传统的PID控制方法在非线性系统和具有不确定性的时变系统表现出一定的局限性。基于此，结合控制领域中新兴的人工智能控制方法，设计了能够在线学习、具有自适应性的PID型ADALINE网络控制器；描述了ADALINE神经网络的学习机理；论证了最小二乘法（LMS算法）可以确保权值收敛；在电模拟机上成功实现了ADALINE网络控制器对二阶系统的控制，并对控制结果进行了仔细地分析。     

基于逆系统方法的HVDC系统一般非线性控制

对于高压直流输电系统中整流器定直流电流、逆变器定关断越前角的控制问题，采用系统的三阶非仿射非线性控制模型，根据多变量控制的逆系统方法，设计了基于非线性反馈线性化和线性二次型最优的组合控制器，并给出了闭环系统稳定的充要条件。仿真结果证明了结论的正确性和文中所提方法的有效性。     

神经网络α阶逆系统控制方法的可行性

证明满足一定条件的单输入单输出系统的α阶逆系统(与原系统复合起来可构成α阶积分或 时延系统)存在且唯一，阐明静态多层网络加若干积分器或时延因子可以逼近这样的α阶逆 系统，对神经网络α阶逆系统方法用于线性、非线性控制的可行性作了探讨。     

基于哈密顿理论的发电机汽门鲁棒非线性控制器设计

提出了利用Hamiltonian能量函数理论设计非线性鲁棒控制器的方法，设计了发电机汽门的非线性鲁棒控制器，并且给出了估计干扰抑制增益的一个充分条件，所得控制器结构简单，易于工程实现。由于在控制器设计中未用到任何线性化方法，因而所得控制器充分利用了系统的非线性特性。仿真结果证实了理论分析的正确性与控制规律的有效性。     

可控串联电容补偿的模糊神经网络控制

在可控串联电容补偿控制中，针对电力系统模型及运行参数的不确定性，应用神经网络和模糊控制理论设计了非线性控制器。从线性最优控制器设计值中提取出经验规则，将模糊化后的变量引入神经网络结构，采用变尺度算法对网络参数优化，解模糊后得到反馈增益矩阵。仿真结果表明该控制器对系统静态稳定和暂态稳定均有良好效果。     

统一潮流控制器的非线性控制

通过独立控制线路的有功和无功功率，统一潮流控制器（UPFC）能够大大提高线路的传输能力。为实现这一目标，装置需要尽可能快的动态响应速度和稳定性。文中提出一种适用于UPFC装置的非线性控制策略，该控制器的理论分析基于同步旋转坐标系，充分考虑了UPFC模型的非线性特点，采用反馈精确线性化的方法进行分析。在此基础上设计得到的控制器较之传统的PI控制和解耦控制策略具有更好的稳定性和更快的动态响应。在EMTDC/PSCAD平台下的仿真结果验证了这种控制策略的优越性能。     

神经网络α阶逆系统TCSC非线性控制器

提出了一种新型的神经网络α阶逆系统可控串联补偿(TCSC)控制器 结构，将结构完全相同的TCSC控制器(仅神经网络的权值不同)分别运用于一个单机无穷大系 统和一个由49条等值支路和19台等值机所组成的实际电力系统的稳定控制，仿真结果表明系 统的稳定性都得到显著提高，同时说明这种TCSC控制器结构具有更强的适应性和更广的适用 范围。     

基于GA的BP神经网络智能PID控制在水力发电机组中的应用

水力发电机组是一个非线性、时变系统,常规PID控制不能达到较好的控制效果。提出了一种基于GA遗传算法、BP神经网络和RBF神经网络的智能PID控制方法。分别讨论了智能控制系统的结构,如GA,BP,RBF以及水电机组的数学模型;对水电机组采用智能PID控制器和常规PID控制器的动态特性进行分析。结果表明,采用智能PID控制器的水电机组具有更好的控制精度和动态特性。     

ASVG动态建模与暂态仿真研究

首次提出了采用三阶非线性微分方程组描述新型静止无功发生器的动态过程；系统地分析了ASVG直流侧电容量、变压器电抗值以及控制参数对电力系统稳定性的影响；较全面地仿真了ASVG在系统故障过程中的暂态特性。     

非线性状态PI励磁控制器

利用扩张状态观测器将原来的非线性系统变换成线性系统，然后用状态PI控制器的设计思想设计了非线性状态PI控制器；并将其用于发电机励磁控制，以解决电力系统的强非线性和不确定性问题，避免了反馈线性化非线性励磁控制由于数学模型的误差而影响控制器性能的缺点。所得控制规律与系统运行点和网络结构完全无关，同时控制器结构简单。仿真计算表明，非线性状态PI励磁控制器对系统运行点和网络结构变化具有良好的适应能力，可以有效地改善系统的稳定性。