收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于神经网络辨识的同步发电机励磁控制研究

朱静涛  
【摘要】:现在电力系统中,随着发电机单机容量和电力系统规模的增大,提高同步发电机运行的稳定性,是保证电网安全运行,保证电力系统经济性的基本要求之一。在众多改善同步发电机稳定运行的措施中,运用现代控制理论、提高发电机励磁系统的控制效果是公认的有效手段之一。由于同步发电机具有非线性、多变量、强耦合等特点,很难得到同步发电机运行过程的精确数学模型,因此传统的基于精确模型的PID控制方式己经不能满足这些要求。本文通过改进控制策略来提高同步发电机励磁控制的性能。 人工神经网络算法的优点是不依赖精确模型。针对上述问题,本文提出一种基于余弦基函数RBF神经网络辨识的控制方式。首先说明了传统神经网络的不足之处,列出了几个常用的神经元激励函数,并讨论了变学习率在神经网络控制中的优点。其次,用最速下降法对PID三个权系数进行调整。第三,在PID三个增益系数调整中,涉及发电机端电压输出对输入变化量的偏导数,由于难以获得发电机精确模型,因此无法用常规的数学方式来计算该偏导数。通常有两种方法解决该问题,其一是用发电机端电压输出的相邻时刻的差与输入变化量的差之比来替代该偏导数;其二是使用神经网络辨识输出来计算该偏导数。研究表明,用神经网络辨识的输出来计算可以有效提高控制精度。第四,针对神经网络辨识问题进行了详细研究,研究表明使用余弦基函数为神经网络激励函数,有利于提高整个励磁控制系统的效果。 最后,本文根据励磁控制的简化传递函数模型,使用MALTAB仿真,分别将固定参数(k_p、k_i、k_d)的PID励磁控制、无对象辨识的PID励磁控制、基于高斯基函数RBF神经网络辨识的PID励磁控制和基于余弦基函数RBF神经网络辨识的PID励磁控制效果进行比较研究。研究结果表明,与其它控制方法相比,本文提出的基于余弦基函数RBF神经网络辨识的PID励磁控制方法有效提高了系统的控制效果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王天将;许镇琳;张剑;;感应电机矢量控制系统的神经网络转速辨识[J];微特电机;2006年04期
2 马宁;邓先瑞;杜学东;;基于BP神经网络的PEM FC电堆的静态热系统建模[J];唐山师范学院学报;2007年05期
3 周京博;王晓慧;孙涛;;快速伺服刀架神经网络自适应PID控制[J];航空精密制造技术;2009年02期
4 赵红梅;章卫国;刘小雄;李丹;;飞控系统传感器故障诊断的在线方法研究[J];计算机测量与控制;2010年05期
5 汤炳新,闻邦椿,王占军;磨削表面烧伤的神经网络辨识法[J];制造技术与机床;1993年10期
6 周连佺,王小椿;一种基于Hopfield神经网络的系统辨识方法及其在舰炮随动系统辨识中的应用[J];机床与液压;2005年07期
7 谢宗武,刘子龙,刘宏;直流电机神经自适应滑模位置跟踪控制[J];系统仿真学报;2005年10期
8 李莎;邹瑾;张天瑾;;应用神经网络调控热泵负荷的研究[J];重庆建筑大学学报;2008年02期
9 成伟;;蚁群算法训练神经网络辨识混沌系统[J];重庆工商大学学报(自然科学版);2009年02期
10 王军琴;;基于神经网络的直流电机模型辨识及应用[J];西安文理学院学报(自然科学版);2009年03期
11 沈晓洋;陈洪亮;刘昇;;机载陀螺稳定平台控制算法[J];电光与控制;2011年04期
12 徐晓明;王周缅;马良;孙泽昌;;燃料电池发动机优化控制的建模与蚂蚁算法研究[J];上海理工大学学报;2006年02期
13 贺超英;;可控串补神经内模控制系统设计[J];微电机;2007年10期
14 李秋红;许光华;孙健国;;航空发动机小波神经网络PID控制[J];航空动力学报;2009年04期
15 李凯;陈兴林;宋申民;;基于神经网络的感应电机软起动控制器设计[J];中南大学学报(自然科学版);2009年S1期
16 王艳峰;张健;吴燕红;;一种优选神经网络训练样本的混合聚类算法[J];辽宁工业大学学报(自然科学版);2010年06期
17 明宏;全睿;全书海;;基于神经网络的燃料电池发动机风机系统建模[J];武汉理工大学学报(信息与管理工程版);2011年02期
18 韩玉兵;基于神经网络的Smith补偿PID控制设计[J];河海大学学报(自然科学版);2000年05期
19 赵海波;杨昭;吴坤;;板式蒸发器换热与压降关联式的改进BP网络模型辨识[J];制冷空调与电力机械;2006年04期
20 王涛;年晓红;杨胜跃;曹霄;;基于神经网络的无速度传感器感应电机转子电阻辨识方案[J];变流技术与电力牵引;2007年02期
中国重要会议论文全文数据库 前10条
1 任祖华;王永骥;;非线性倒立摆系统的神经网络辨识[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
2 张友安;戴绍武;陈善本;;对基于神经网络辨识Wiener模型方法的一点改进[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
3 刘国栋;;用串级网络模型结构辨识非线性大滞后系统[A];1999年中国智能自动化学术会议论文集(上册)[C];1999年
4 王冬菊;姚小兰;;基于遗传算法和BP神经网络的中厚板凸度预报[A];第十一届全国自动化应用技术学术交流会论文集[C];2006年
5 杨卫国;赵二军;高立群;;导弹块对角模型及其组合控制[A];全国第十二届空间及运动体控制技术学术会议论文集[C];2006年
6 岳沛平;李训铭;张玲玲;;基于小波分析和BP神经网络识别的中医脉象信号辨识系统[A];中华中医药学会第九次中医诊断学术会议论文集[C];2008年
7 武志云;冯志勇;马瑞平;;基于神经网络的系统辩识和建模初探[A];一九九九年冀晋蒙豫鲁鄂六省区机械工程学会学术研讨会论文集(内蒙古部分)[C];1999年
8 李凯;陈兴林;宋申民;;基于神经网络的感应电机软起动控制器设计[A];2009年中国智能自动化会议论文集(第六分册)[中南大学学报(增刊)][C];2009年
9 姜志顺;郭庆鼎;;风机系统基于PLS法的神经网络辨识模型辨识与仿真[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(下)[C];2003年
10 靳其兵;曾东宁;;大滞后对象控制的一种新方法[A];1999年中国智能自动化学术会议论文集(上册)[C];1999年
中国博士学位论文全文数据库 前10条
1 宋文龙;木材干燥智能变结构控制技术研究[D];东北林业大学;2008年
2 高强;远程多管火箭炮电液位置伺服系统辨识与控制策略研究[D];南京理工大学;2008年
3 曹友强;基于机敏约束阻尼的车身结构振动噪声控制研究[D];重庆大学;2011年
4 魏强;纳米定位微位移工作台的控制技术研究[D];山东大学;2006年
5 韦巍;学习控制及其在机器人控制中的应用[D];浙江大学;1994年
6 马连伟;三明治迟滞非线性系统的建模与控制研究[D];上海交通大学;2007年
7 曹青松;新型主动隔振系统的理论与实验研究[D];华中科技大学;2007年
8 刘恩东;不确定组合系统的若干控制问题研究[D];东北大学;2005年
9 熊晓燕;复杂机械系统动态特性分析和实验辨识方法的研究[D];太原理工大学;2008年
10 黄珍;锚泊移位型工程船舶系统建模与控制研究[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 朱静涛;基于神经网络辨识的同步发电机励磁控制研究[D];长沙理工大学;2011年
2 胡伟平;基于神经网络辨识的自适应模糊控制器的研究[D];西南师范大学;2003年
3 黄永安;神经网络在结构主动控制中的理论与应用[D];西北工业大学;2004年
4 王晓天;基于神经网络辨识的循环流化床锅炉的床温控制研究[D];昆明理工大学;2005年
5 王洪东;基于RBF神经网络的贴片机运动控制系统辨识[D];苏州大学;2009年
6 瞿海妮;基于神经网络的磁悬浮轴承系统辨识研究[D];苏州大学;2006年
7 曹永军;火电单元机组实现神经网络广义预测控制的研究[D];内蒙古工业大学;2006年
8 马育苗;GA-BP神经网络在主汽温控制系统中的应用[D];华北电力大学(河北);2008年
9 李华;双权值神经网络理论及其在控制中的应用研究[D];浙江工业大学;2006年
10 王云杰;基于神经网络的系统辨识在水电站仿真培训系统中的应用研究[D];重庆大学;2007年
中国重要报纸全文数据库 前2条
1 海通期货 秦小坡;基于RBF神经网的指数交易策略[N];期货日报;2009年
2 张名位 张孝祺 张媛;稻米下脚料中有宝可寻[N];农民日报;2002年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978