基于混沌理论的过热汽温最优预测控制策略

由于非线性混沌时间序列内部确定的规律性，其重构相空间具有高精度短期预测性。因此，为实现锅炉过热汽温的非线性、大时滞系统的自适应控制，根据具有混沌特性的过热汽温时间序列重构相空间，计算相空间饱和嵌入维数、最大Lyapunov指数和系统的可预报尺度，并以此为指导，建立神经网络预测模型对过热汽温系统作高精度的短期预测，在此基础上，通过反馈校正，将校正误差和控制增量引入性能函数，寻优得最优控制策略，实现了对过热汽温的非线性、大时滞系统高精度的自适应预测控制。仿真表明了控制的有效性、快速性和鲁棒性。     

用于可控电力驱动装置的自适应控制器的设计

针对电力驱动装置的速度和电流设计了双自适应环控制器,使 可控电力驱动装置在机械或电力特性发生大范围和不可测变化时均能维持系统性能稳定,增 强了系统的鲁棒性。     

基于预估器的一类多智能体系统神经动态面输出一致控制

本文针对一类含未知扰动与非对称输入饱和的非线性多智能体系统,提出基于预估器的神经动态面输出一致控制策略.在设计预估器的基础上构造预估误差,驱动神经网络更新权值估计系统未知动态,并将预估器与神经网络应用于非线性扰动观测器来补偿广义扰动.本文所提出的控制策略采用神经网络权值范数学习方法,减少学习参数数目.对于非对称的输入饱...     

对乘性建模误差具有强鲁棒性的HMRACS的设计

一般的ＭＲＡＣＳ只对Ⅰ型建模误差有鲁棒性的对Ⅱ型建模误差没有鲁棒性。针对此情况,首次把混合自适应算法应用到对乘性孀寞误差具有鲁棒性的ＭＲＡＣＳ中,进一步增强了该系统对建模误差的鲁棒性。     

采用炉膛辐射信号的锅炉燃烧系统模糊神经网络预测控制的仿真研究

针对火电厂燃烧过程中主蒸汽压力控制系统的大时滞、大惯性和非线性 ,采用以炉膛辐射信号为中间被调量的串级控制系统 ,并设计一个基于神经网络预测模型的模糊神经网络控制器作为主控制器。该控制器首先将神经网络与预测控制相结合 ,采用递阶遗传算法对神经网络的结构和权值分别进行训练 ,以实现非线性、大时滞系统模型的精确预测 ;然后将模糊控制与神经网络相结合 ,实现模糊神经网络预测控制。考虑到炉内剧烈的湍流燃烧造成炉膛辐射信号包含随机分量 ,又设计了一个附加判断器的二自由度 PID控制器作为副控制器。仿真结果表明 ,该方案显著提高了非线性、大时滞燃烧系统的控制品质 ,且易于工程实现     

用FCGA优化的电力系统自适应模糊稳定器GPSS的设计

针对电力系统中调速系统的特点，设计了一种模型参考自适应模糊控制器，并采用了一种快速模糊控制的遗传算法将控制器的隶属参数进行优化。理论分析和仿真结果都表明，该方案对抑制电力系统因负阻尼而产生的低频振荡，提高电力系统稳定性具有显著效果，且有快速的时实性和强的鲁棒性，有工程实用价值。     

基于信息间隙决策理论与动态分时电价的电动汽车接入虚拟电厂双层经济调度策略

针对虚拟电厂(VPP)因分布式电源出力的间隙性以及规模化电动汽车(EV)无序充电行为导致的功率波动问题,将信息间隙决策理论(IGDT)与动态分时电价(DTOUP)模型相结合,提出了一种EV接入VPP的双层经济调度策略,并综合考虑了柔性负荷的灵活性,以保证VPP能够经济、有效地运行。上层采用IGDT对分布式电源出力的间隙性进行鲁棒建模。为了灵活地引导EV聚合商(EVA)进行充放电规划,提出了基于“车-路”信息融合驱动的EV充电模型,并设计了基于模糊隶属度函数的DTOUP模型与整体最优指标,以提高EVA与VPP整体的经济效益。下层结合DTOUP与“车-路”信息,构建了以EVA与VPP交互成本和EV里程焦虑成本最小化为目标的EVA优化调度模型。算例仿真结果验证了所提策略的有效性。     

采用模糊推理最优梯度法的风力发电系统最大功率点跟踪研究

在随机风条件下,风力发电系统的输出特性随外界环境的变化而变化,并可能出现明显的振荡现象,采用最大功率点跟踪(maximum power point tracking,MPPT)可充分发挥风力发电机组的效能。根据传统三点比较法应用在风力发电系统中的不足及最大功率点跟踪的基本原理,将模糊推理最优梯度法引入风力发电系统中,以提高风力发电系统的最大功率跟踪性能。该方法通过对风力发电机转速步长进行指数倍调整,能够有效地提高最大功率点的追踪精度,具有良好的收敛性和抗干扰性。通过MATLAB仿真结果表明,该方法具有比传统三点比较法更为精确的追踪性能。     

过热汽温模糊神经网络预测控制器的设计

针对锅炉过热汽温的特点，设计前馈—反馈串级复合型控制系统。主控制器采用基于神经网络预测模型的模糊神经控制，即该控制器首先是将神经网络与预测控制相结合，采用改进的递阶遗传算法对神经网络的权值和结构同时进行训练，实现了非线性、大时滞系统模型的精确预测；然后将模糊控制与神经网络相结合，实现模糊神经预测控制。副控制器采用二自由度PID控制器。仿真结果表明，该控制显著提高锅炉过热汽温这一非线性、大时滞系统的控制品质，且易于工程实现。