| 基于RBF-PID的水轮发电机组控制系统 |
| |
| 引用本文： | 钟建坤. 基于RBF-PID的水轮发电机组控制系统[J]. 计算机仿真, 2012, 29(7): 347-349,413 |
| |
| 作者姓名： | 钟建坤 |
| |
| 作者单位： | 河源职业技术学院,广东河源,517000 |
| |
| 摘 要： | 研究水轮发电机组稳定性控制优化问题,水轮发电机组是一个非线性、时变的复杂控制系统,很难建立精确模型。采用常规PID控制策略难以较高的控制精度,超调量大。为提高水轮发电机组控制精度,将自学习较强的RBF神经网络与常规PID相结合,提出一种基于RBF-PID组合的水轮发电机组控制算法。采用RBF神经网络对水轮发电机组控制系统的Jacobian矩阵信息进行在线辨识,实现RBF-PID参数在线自整定。仿真结果表明:RBF-PID组合控制器不仅提高控制系统的精度,而且超调量小、抗扰动能力强,能够很好实现水轮发电机组的稳定性优化控制。
|
| 关 键 词： | 水轮发电机组 神经网络 数学模型 自适应控制 |
Water Turbine Generator Set System Based on Neural Networks PID Control |
| |
| ZHONG Jian-kun. Water Turbine Generator Set System Based on Neural Networks PID Control[J]. Computer Simulation, 2012, 29(7): 347-349,413 |
| |
| Authors: | ZHONG Jian-kun |
| |
| Affiliation: | ZHONG Jian-kun(Heyuan Polytechnic,Heyuan Guangdong 517000,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
