收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于迭代学习控制理论的励磁控制研究

徐敏  
【摘要】:电力系统中,优良的励磁控制系统不仅可以保证发电机运行的可靠性和稳定性,而且可以有效地提高发电机及其相联的电力系统的技术经济指标,是提高电力系统稳定性的有效方法。快速励磁方式的广泛采用使得新型励磁控制方式的研究具有重要意义,由于电力系统具有高度非线性,当系统的运行点改变时(如负荷大幅度波动或发生严重的故障时),系统的动态特性会显著改变。此时,线性控制器往往不能满足系统稳定性的要求,除非采取切机、电阻制动、甩负荷等紧急控制措施来保证系统的稳定性,因此有必要采用基于电力系统的非线性模型,并同时考虑系统非线性特性的电力系统非线性控制器。从迭代学习控制的控制机理出发,结合电力系统强非线性化的特点,本文将迭代学习控制理论应用到电力系统励磁控制中,提出采用迭代学习控制实现同步发电机励磁控制,以期改善控制系统的动态品质,如抑制超调,加快控制律的收敛速度,获得较短的过渡时间等等。 本文建立了单机无穷大系统同步发电机励磁的迭代学习控制结构,分析了在单机无穷大系统和两机系统中采用D型和PID型迭代学习控制律实现同步发电机励磁控制的收敛性,并通过严格的数学证明得出其收敛条件,通过迭代学习改善励磁控制器的特性,使其具有较强的维持同步发电机机端电压的能力,调压效果理想,实现方法简单,与常规的PID控制相比较,具有更好的收敛性和稳定性,而且该控制器不影响系统的稳定运行。 提出了一种变增益的迭代学习律,将PID-PI型和PID-PID型迭代学习控制算法应用于单机无穷大系统和两机系统的励磁控制上,在系统遭受大小扰动时,发电机的机端电压都能维持在额定电压的±5%范围内,收敛速度得到很大的提高,稳定裕度有所增加,提高了电力系统的稳定性,并且该控制器不影响系统的同步运行。 将迭代学习控制理论应用于励磁控制器的设计,使迭代学习控制对u(t)的记忆与修正改成对期望控制u_d(t)的记忆与修正,克服了迭代学习控制在有限时间区间上实现完全跟踪的限制,提出了拟合励磁控制器参数的新方法。该方法设计的控制器结构简单,可获得较佳的动态特性。 在分析常规PID励磁控制方式的基础上,采用迭代学习控制理论设计非线性PID励磁控制器,介绍该控制器的设计原理,利用最小二乘法拟合控制器的参数,在单机无穷大系统中进行计算机仿真,系统地分析该控制器的静态和暂态响应,检验其进行励磁控制的效果。采用该方法设计的励磁控制器在经历大小扰动时仍然能将发电机的机端电压维持在额定电压的±5%范围内,具有较好的动态特性;同时稳定裕度能满足性能指标的要求,具有较好的静态特性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 路林吉;林延圻;史维祥;薛祖德;;分层递阶迭代学习控制的研究与仿真[J];计算机仿真;1993年01期
2 杨小军,李俊民;一类未知非线性系统的智能迭代学习控制[J];控制与决策;2002年03期
3 马静;李书臣;肖军;翟春艳;;基于模型预测控制的迭代学习控制器设计[J];河北工业科技;2006年01期
4 马静;胡玉娥;詹习生;;基于模型预测的迭代学习控制器设计[J];广东工业大学学报;2006年02期
5 李宏胜;;重复轨迹运动迭代学习控制的频域分析[J];工业仪表与自动化装置;2006年04期
6 许顺孝;杨富文;;基于混合灵敏度设计的鲁棒迭代学习控制[J];计算机辅助工程;2006年03期
7 詹炜;;迭代学习控制的指数变增益加速学习算法及其在机器人控制上的应用[J];微计算机应用;2007年07期
8 钟兆伟;郝修清;;基于2_D系统理论的变初始条件线性系统的开闭环学习控制[J];自动化技术与应用;2007年07期
9 陈静;刘洋;邱长青;徐桂敏;;主动式踝关节假肢运动轨迹的迭代学习控制[J];计算技术与自动化;2008年04期
10 刘志学;吴丽娟;;模糊迭代学习在单关节机器人运动控制中的应用[J];辽宁科技大学学报;2009年04期
11 黄浩江,杨胜跃,樊晓平;非线性动力学系统的闭环模糊迭代学习控制器设计[J];长沙铁道学院学报;2003年02期
12 许建新,侯忠生;学习控制的现状与展望[J];自动化学报;2005年06期
13 曲彬;胡云安;左斌;;基于迭代学习控制的导弹PID控制器参数寻优[J];海军航空工程学院学报;2006年06期
14 李必文;余盛利;陈伯山;;线性定常广义系统的D型迭代学习控制收敛性[J];应用数学;2008年01期
15 张茜;李书臣;翟春艳;张囡;;均热炉温度神经网络迭代学习控制算法[J];河南科技大学学报(自然科学版);2008年02期
16 马航;杨俊友;袁琳;;迭代学习控制研究现状与趋势[J];控制工程;2009年03期
17 殷红;彭珍瑞;;倒立摆的可变增益迭代学习控制算法[J];自动化与仪器仪表;2009年03期
18 张元波;张奇志;周亚丽;;基于虚拟重力的双足机器人迭代学习控制[J];北京信息科技大学学报(自然科学版);2009年04期
19 叶腾;李传东;;一类非线性时滞系统的迭代学习控制设计[J];机电工程;2010年02期
20 白敬彩;吴君晓;;非线性时变系统开闭环PI型迭代学习控制研究[J];新乡学院学报(自然科学版);2010年03期
中国重要会议论文全文数据库 前10条
1 晏静文;侯忠生;;基于无模型自适应控制的反馈-前馈迭代学习控制系统收敛性研究[A];第二十七届中国控制会议论文集[C];2008年
2 兰永红;;基于二维模型的鲁棒D型迭代学习控制[A];中国自动化学会控制理论专业委员会C卷[C];2011年
3 师佳;江青茵;曹志凯;周华;;一种基于2维鲁棒预测控制的迭代学习控制方案[A];第二十九届中国控制会议论文集[C];2010年
4 刘山;林坚;;基于二自由度控制的鲁棒迭代学习控制设计[A];第二十六届中国控制会议论文集[C];2007年
5 刘萍;郭毓;胡彦;向峥嵘;;一类二阶不确定非线性系统的鲁棒自适应迭代学习控制[A];第二十七届中国控制会议论文集[C];2008年
6 沈栋;陈翰馥;;一类非线性系统的迭代学习控制[A];第二十七届中国控制会议论文集[C];2008年
7 严伟力;孙明轩;;非线性离散时变系统的时变神经网络间接自适应迭代学习控制[A];第二十九届中国控制会议论文集[C];2010年
8 苏延雄;刘向东;张宇河;郭丹旦;;振动测试台伺服系统的迭代学习控制[A];第11届全国电气自动化电控系统学术年会论文集[C];2002年
9 朱芳来;;闭环D型迭代学习控制仿真分析[A];第二十四届中国控制会议论文集(上册)[C];2005年
10 耿辉;智华;徐用懋;;基于参考批次的线性定常系统迭代学习控制算法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 王轶;基于迭代学习控制的几类列车自动控制问题研究[D];北京交通大学;2010年
2 柳春平;迭代学习控制理论及其在网络控制系统中的应用[D];浙江大学;2013年
3 曹伟;迭代学习控制及其在故障诊断中的应用研究[D];哈尔滨工程大学;2013年
4 于少娟;电液伺服力控系统的鲁棒迭代学习控制方法研究[D];太原理工大学;2012年
5 孙丽丽;互联系统的分散式自适应迭代学习控制及应用研究[D];浙江大学;2014年
6 马航;基于迭代学习控制的直线伺服系统扰动抑制研究[D];沈阳工业大学;2012年
7 于淼;复杂非线性系统的自适应学习控制[D];浙江大学;2012年
8 孙何青;改进的迭代学习控制算法及其在列车运行控制应用中的几类问题研究[D];北京交通大学;2014年
9 张丽萍;基于正交多项式的迭代学习控制算法及其在直线电机中的应用[D];福州大学;2005年
10 杨胜跃;迭代学习控制算法设计与优化研究[D];中南大学;2004年
中国硕士学位论文全文数据库 前10条
1 刘长荣;抗非重复扰动的迭代学习控制研究[D];大连海事大学;2010年
2 王岢;基于迭代学习控制的间歇反应过程的研究[D];北京化工大学;2010年
3 蔡丽;抗非重复性干扰的迭代学习控制研究[D];郑州大学;2011年
4 杨跃男;间接型迭代学习控制算法研究[D];北京化工大学;2013年
5 毛伟;迭代学习控制的初态和时滞研究[D];燕山大学;2013年
6 陈定喜;迭代学习控制算法研究[D];华南理工大学;2010年
7 窦鹏飞;迭代学习控制及其在列车自动驾驶系统中的应用[D];北京交通大学;2011年
8 冯宗杰;迭代学习控制在活塞异型加工中的应用研究[D];国防科学技术大学;2010年
9 杜鑫;迭代学习控制系统的迭代域鲁棒控制策略研究[D];大连海事大学;2012年
10 马法力;几类系统的迭代学习控制[D];重庆大学;2010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