| 基于DRNN的超导磁储能装置自适应PID控制 |
| |
| 引用本文： | 姚涛,石晶,唐跃进,郭敬东,程时杰.基于DRNN的超导磁储能装置自适应PID控制[J].电力系统保护与控制,2005,33(17):27-30,73. |
| |
| 作者姓名： | 姚涛 石晶 唐跃进 郭敬东 程时杰 |
| |
| 作者单位： | 华中科技大学超导电力科学技术研究与发展中心，湖北 武汉 430074 |
| |
| 摘 要： | 提出使用自适应PID控制的方法进行超导磁储能装置控制器的设计,这种控制方法由DRNN(对角回归神经网络)在线辨识系统特定参数,不需要建立系统参考模型,而使得闭环系统的误差信号趋于最小。仿真表明DRNN能够通过梯度下降法自学习,辨识系统的特定参数,速度较快。与传统的控制方法相比,其控制效果好,且结构简单,较易实现。
|
| 关 键 词： | 超导磁储能 自适应PID控制 DRNN |
| 文章编号： | 1003-4897（2005）17-0027-04 |
| 收稿时间： | 2004-12-28 |
| 修稿时间： | 2004-12-28 |
Adaptive PID control based on DRNN for SMES |
| |
| Yao Tao;Dan Jing;Tang YueJin;Li JingDong;Cheng ShiJie.Adaptive PID control based on DRNN for SMES[J].Power System Protection and Control,2005,33(17):27-30,73. |
| |
| Authors: | Yao Tao;Dan Jing;Tang YueJin;Li JingDong;Cheng ShiJie |
| |
| Abstract: | Adaptive PID controller is designed for Superconducting Magnetic Energy Storage System(SMES),which can identify the system's special parameter with Diagonal Recurrent Neural Network(DRNN).The proposed controller can minimize the error of the closed-loop system without the system's model.The simulation results show that the controller with the grediant studying-self algorithm makes the system better compared with PID controller in parameter identifying,response speed,control capacity,structure simplifying and process realizing. |
| |
| Keywords: | SMES adaptive PID control DRNN |
| 本文献已被 CNKI 维普 等数据库收录！ |
| 点击此处可从《电力系统保护与控制》浏览原始摘要信息 |
|
点击此处可从《电力系统保护与控制》下载全文 |
|
