水轮机调速器的智能非线性PID控制

将PID控制、非线性控制、仿人智能控制相结合，提出了一种智能非线性PID控制器，并讨论了其结构和算法。它在大误差时采用强比例、弱积分，小误差时采用弱比例、强积分控制，具有参数自适应和结构自组织的特点。对水轮机控制系统的仿真，智能非线性PID控制器具有响应速度快、超调量小的特点，可有效地改善水轮机调速系统的动态性能和鲁棒性。由于所述控制器的参数调谐和控制策略切换是基于控制误差进行的，因此易于在工程实践中实施。     

锅炉主汽压力控制系统的非线性控制研究

分析了燃煤锅炉的燃烧与控制机理,描述了增益双曲余弦函数的工作原理,设计了增益双曲余弦非线性PID控制器。利用MATLAB／SIMUUNK仿真软件对增益双曲余弦非线性PID控制器与传统PID控制器做了对比分析。结果表明,在锅炉主汽压控制上增益双曲余弦非线性PID控制器的调节时间短、无超调量,但传统PID控制器抗干扰性能更好。     

基于遗传算法-BP神经网络优化的PID控制

利用遗传算法全局随机搜索能力,设计一种基于遗传算法的神经网络学习算法。对于非线性复杂系统,常规PID控制器不能获得理想的控制效果,针对复杂非线性对象的神经网络PID控制不失为一种有效的控制策略。该文提出了基于遗传算法优化参数的神经网络PID控制器,实现了基于实数编码的GA参数优化。仿真结果证明了该算法的有效性。     

基于ACA-PID算法的风机独立变桨控制

为了缓解大型风机在额定风速以上出现的不平衡载荷问题,针对变速变桨风电机组,给出了一种基于蚁群算法优化PID参数的风机独立变桨控制策略。利用蚁群算法的寻优特性,优化传统PID变桨控制器的参数,使其兼有PID控制的精简性与蚁群算法的自适应性,给出了其具体的实施步骤。构建了风力发电机独立变桨控制模型,对新策略与传统策略进行了仿真与实验。仿真与实验结果表明,基于蚁群算法优化PID参数的风机独立变桨控制策略是有效和实用的,该策略能提高控制系统的动态性能,有效地减少不平衡载荷,改善风机的振动状态。     

蚁群算法在风电机组变桨控制中的应用

运行在额定风速以上区间时,变速变桨风力发电机组采用恒功率变桨控制方式,由于额定风速至切出风速之间的风速变化范围大且迅速,使得功率波动较大且频繁,传统PID变桨控制器难以达到很好的控制效果。本文提出的蚁群PID变桨控制器,利用蚁群算法的寻优特性来优化PID参数,使得恒功率变桨控制系统更具自适应性和鲁棒性。分析了风机的恒功率变桨控制,然后给出了蚁群算法优化PID参数的策略以及具体实现步骤。仿真与实验结果验证了蚁群PID变桨控制器的良好动态性能,其有效地减缓了额定风速以上风机的功率波动。     

发电机励磁的非线性解析模糊控制

该文引入非线性函数建立了一种新的解析模糊控制器用于发电机的电压控制，并引入变结构控制的思想来进行附加励磁控制，建立了一种发电机模糊励磁控制器结构。并兼顾电压调节精度和增强阻尼要求进行电压控制与稳定控制的协调。对所论非线性解析模糊控制器的动态特性分析表明所论控制器为一本质非线性PID控制器。在控制过程中，所论模糊控制器的规则基于误差和误差变化率的大小在线调整。因而具有规则自适应的特性。实际使用时。无需进行控制规则的设计，只需根据工程控制经验对控制参数进行初选，简化了控制设计。仿真研究表明：所论模糊励磁控制器可以提高发电机的电压控制精度和电力系统的稳定性。     

基于混沌遗传NPID的TRT励磁控制器

针对PID控制器的局限性,基于非线性跟踪微分器,为TRT励磁控制系统设计了一个双环非线性PID控制器.并将混沌优化算法与遗传算法相融合,对非线性PID励磁控制器参数进行优化,解决了一般非线性PID控制器参数整定的难题.仿真结果表明,NPID控制器提高了发电机机端电压的控制精度,改善了电压的调节品质,而且增强了控制系统的鲁棒性.     

非线性PID控制器应用于主汽温控制的研究

针对传统线性PID控制器中因参数固定导致的控制品质下降的问题,分析了控制器参数与对象误差的理想变化关系,给出控制器参数随误差变化的非线性函数,构建非线性PID控制器,并利用Simulink中的NCD模块进行参数整定。利用非线性PID控制器对某电厂主汽温控制系统的仿真结果表明,非线性PID较常规PID具有更好的控制品质和鲁棒性。     

基于改进蚁群优化神经网络反推控制的IM鲁棒控制

针对六相铜转子感应电机（SpCRIM）在不确定扰动条件下的鲁棒控制，提出一种基于改进蚁群优化（AACO）递归罗曼诺夫斯基多项式神经网络（RRoPNN）的反推控制策略。首先，基于反推控制理论设计了SpCRIM的控制律，并提出了一种改进的具有自适应律的RRoPNN，以实现对反推控制律中的总不确定度进行估计；然后设计了相应的误差估计律对网络观测误差进行补偿，同时实现在线参数调节；为防止早熟并加快所提RRoPNN的收敛速度，提出了AACO算法对RRoPNN连接权值学习率进行调整；通过Lyapunov稳定性理论证明了所提控制方法的鲁棒性；最后，对所提出控制器的位置跟踪性能进行了实验验证，并与经典PI控制器及基于开关函数的反推控制器进行了对比。结果表明，所提控制方法具有更为良好的位置跟踪精度和鲁棒性。     

一种非线性传动机构的模糊补偿

在地平式望远镜机架的一种俯仰跟踪控制传动链中,其俯仰角度与电机转动角度之间存在非线性关系 ,用经典PID控制方法很难使系统获得很好的动静态性能。将模糊控制和经典PID控制相结合 ,根据参考模型和实际模型的误差动态调整控制器参数 ,可实现传动链的非线性补偿     

基于蚁群优化K-medoids的变电站特性聚类研究

为建立合适的变电站负荷模型,将聚类方法引入到变电站负荷特性分析,提出了一种基于蚁群优化K-medoids的综合聚类算法。该综合算法是K-medoids算法对蚁群的历史最优位置进行聚类分析,蚁群算法全局搜索能力强,克服了K-medoids算法易陷入局部最优的缺点,提高了聚类的准确率。最后通过变电站特性聚类实例,验证了综合算法在变电站特性聚类的可行性和有效性。     

基于蚂蚁算法的配电网无功优化

电力系统中无功功率的优化配置在电网经济运行中占有十分重要的地位,无功优化问题是一个复杂的组合优化问题,蚁群算法是用于解决组合优化问题的一种高效的随机化内启发式全局搜索技术。文中采用改进的蚁群算法来解决配电网络无功优化问题,建立了相应的数学模型。并以某城市配电网无功优化结果表明这种方法搜索效率高易于找到全局最优解的优点。     

基于蚂蚁算法的配电网无功优化

电力系统中无功功率的优化配置在电网经济运行中占有十分重要的地位,无功优化问题是一个复杂的组合优化问题,蚁群算法是用于解决组合优化问题的一种高效的随机化内启发式全局搜索技术。文中采用改进的蚁群算法来解决配电网络无功优化问题,建立了相应的数学模型。并以某城市配电网无功优化结果表明这种方法搜索效率高易于找到全局最优解的优点。     

非线性控制系统理论及其在电力系统的应用

本文简单介绍了非线性控制系统理论及发展,接着分析电力系统存在的非线性特性,最后着重探讨非线性控制系统理论在电力系统中应用的研究及前景。     

Voltage collapse detection using Ant Colony Optimization for smart grid applications

Load demand levels in power networks are continuing to increase especially considering the penetration of Plug-in Hybrid Electric Vehicles, and as a result bus voltages are requiring more support from generators elsewhere in the network in order to maintain the voltage within specified limits. If the network is unable to support the increasing demand, bus voltage will begin to degrade until the point of voltage collapse which can lead to catastrophic network failure. Previous studies have shown that evolutionary computing techniques are effective methodologies for locating voltage collapse points. Ant Colony Optimization techniques allow for the optimization of many independent parameters simultaneously, the loading parameter for each bus is considered in this work. In this study, Ant Colony Optimization is applied to detect voltage collapse conditions in power networks, to obtain faster computing time with the future goal of providing online detection and prediction for use in smart grids. Two case studies are considered in this study to assess the performance of the proposed detection algorithm; the first case study includes 9-bus system while the other case study involves IEEE 118-bus system. Results obtained from both cases and conclusions drawn are also presented.     

蚁群优化算法及其在电力系统中的应用

蚁群优化算法是意大利学者M Dorigo受蚂蚁觅食行为的启发 ,提出的一种新型组合优化算法 ,具有正反馈、分布式计算等特点 ,已在许多问题中得到成功的应用。本文对蚁群优化算法的研究现状作一综述 ,并指出在电力系统中可能的应用方向     

一类非线性系统的线性化和最佳化

本文运用非线性坐标变换、Z 状态的线性反馈和 X 状态的非线性反馈的方法,使一类非线性系统转化为具有最佳动态特性的精确的线往化系统,并根据经典的线性系统理论给出了具体应用实例。     

Analyzing the stochastic behavior of ferroresonance initiation regarding initial conditions and system parameters

Power quality and power disturbances are the most important increasing factors throughout electrical networks. Ferroresonance as one of these disturbances can cause quality and security problems. This paper analyzes the stochastic behavior of ferroresonance as a nonlinear resonance phenomenon of the erratic nature and difficult prediction. Furthermore, the impact of different parameters on the initiation of ferroresonance is investigated. It is illustrated that a small change in the initial conditions leads to a large difference in the long-term behavior of the system, and this makes the future of the system unpredictable. Based on the stochastic behavior of ferroresonance some papers took different parameters into account and attempted to identify the basins of attraction for different ferroresonance regions. Here, according to real condition it is illustrated that these basins are highly depending on the initial conditions and there are no transparent boundaries for them. Also, by changing different parameters and initial conditions, the probability degree of ferroresonance initiation is calculated and depicted. Moreover, the impact of source angle on the ferroresonance initiation is investigated.     

基于改进蚁狮优化算法的可再生能源分布式电源优化配置

分布式电源的合理规划能够降低配电网的功率损耗,针对可再生能源分布式电源规划配置问题,提出了一种基于改进蚁狮优化算法的可再生能源分布式电源优化配置方法。所提方法建立了以最小化实际功率损耗和改善配电网电压分布与电压稳定性为目标的多目标函数;利用改进蚁狮优化算法,通过模仿自然界中蚁狮的狩猎行为,统筹考虑损耗敏感系数和电压敏感系数,推导出不同类型的分布式电源单元的最佳总线位置和容量;以IEEE-33总线径向分布系统进行了仿真实验。实验结果表明,与其他算法相比,所提算法在降低功率损耗和电压分布方面更优,从而验证了所提算法的适应性和有效性。     

基于蚂蚁算法的同步时序电路初始化研究

如何实现同步时序电路的初始化时序电路测试中的关键问题，本文针对时序电路的初始化提出了一种新的方法，在电路初始状态未知的情况下，用逻辑初始化方式，通过采用蚂蚁算法生成最短的测试序列，最大限度地初始化电路的触发器，实验结果表明，在耗费极少时间及占用很小内存的情况下，针对ISCAS‘89（包括Addendum‘93)的各种标准时序电路都得到很好的初始化结果。