自学习神经模糊负荷频率控制器的研究

为了解决实际电力系统运行条件经常变化和系统中存在不确定性等问题，提出使 用神经网络和模糊控制理 论以实现具有自学习功能的电力系统神经模糊负荷频率控制。控制 器主要由一个含有两个隐含层的神经网 络组成，连同输入层和输出层一起顺序完成模糊控制 的每一步操作。在定义了适当的目标函数之后，采用 BP算法，神经网络可自 动由受控系 统获取学习样本，并对网络的参数(连接权)进行优化，仿真结果表明了 该方法的有效性。     

模糊自校正控制器在水轮机调速系统中的应用

研究采用模糊自校正控制器来改善水轮机调速系统的性能，提出了用粗调和微调相结合的方法来调整模糊控制器的量化因子。仿真实验表明，该控制器与常规PID控制器相比具有超调量小、速动性好的特点。     

基于模糊PID参数自调整的锅炉汽包水位控制设计

在锅炉的控制系统中，维持汽包水位在一定的范围内是保证锅炉安全运行的首要条件。传统的控制方式主要采用的算法多是经典的PID算法。提出了用模糊PID参数自调整控制算法实现对汽包水位进行控制的方案，既具有模糊控制灵活而适应性强的优点，又具有PID控制精度高的特点。     

隶属度确定对模糊控制系统稳定性影响的研究

 结合模糊控制和PID算法的优点,提出并设计了模糊PID控制器,利用MATLAB软件对采用此模糊PID控制器的水轮机调节系统进行仿真研究。仿真研究结果表明,合适的隶属度对模糊PID控制系统无论是在系统响应速度,还是稳定性上都有明显的提高。     

同步发电机励磁系统智能PID控制仿真研究

针对同步发电机励磁调节系统在参数寻优和控制性能方面存在的问题,利用遗传算法快速的搜索能力,找到提升控制性能的参数,在此基础上,将模糊控制与PID控制结合,利用模糊推理方法在线调整PID控制参数,在MATLAB环境下进行了系统仿真,结果表明,控制性能较普通PID控制更为优越.     

基于自适应模糊PID控制的水轮机调节系统

针对水轮机的大惯性和"水锤"效应,以及水轮机调节系统各环节的时变非线性特性,传统的PID控制很难改善其控制品质,容易产生超调量大、摆动时间长、波动频繁以及调节"迟钝"等现象。为此,在水轮机调节系统中引入了有功功率反馈来取代主接力器位移反馈,同时设计了一个基于模糊控制的变参数PID控制器,利用模糊控制的专家推理能力实现在线调整PID参数,来改善系统控制品质。而且还结合水轮机调节系统变工况和扰动情况,利用模糊逻辑工具箱对自适应模糊PID控制模型进行仿真。结果表明,该系统具有更好的跟随性能,稳态精度高,超调量明显较小,具有较强的自适应性和鲁棒性能。     

水力发电机组的模糊神经网络参数自整定PID控制及仿真

为适应水电机组的复杂工况和高指标的控制要求，提出了一种水力发电机组的模糊神经网络参数自整定PID控制系统．即利用多层神经网络构建模糊自适应PID控制算法，通过神经网络自学习能力在线提取模糊控制规则。优化控制器隶属度函数，根据不同时刻的误差e和误差变化ec，利用模糊逻辑控制，在线自整定PID参数，进一步完善了PID控制器的性能，提高了系统的控制精度。仿真实验表明：该控制器明显地改善了控制系统的动态性能，能使系统达到满意的控制效果，对进一步应用研究具有参考价值。     

水电机组智能复合控制策略研究

水轮发电机组系统是一非线性、时变、高阶系统,传统PID或模糊控制很难达到理想的控制效果,模糊和PID适当结合控制可提高控制效果。对模糊和PID控制相结合形式进行了讨论,并设计了常用的几种模糊和PID控制结合的控制器;又结合具体水电站控制工程,对控制器进行了仿真分析,并分析了模糊和PID如何优势互补达到较好的控制效果。为了说明问题,设计模糊和PID控制器时用遗传算法和神经网络进行了优化。     

模糊PID控制在水轮机调节中的应用研究

根据模糊控制和PID控制的基本特点，给出了3种模糊PID复合控制在水轮调节中的实现方法。并进行了仿真研究。该研究具有一定的实用价值。为模糊PID控制在水轮机调节中的应用打下了理论基础。     

模糊PID控制在水轮机调节中的应用研究

该文根据模糊控制和PID控制的基本特点，给出了3种模糊PID复合控制在水轮机调节中的实现方法，并进行了仿真研究，其结论具有一定的实用价值，为模糊PID控制在水轮机调节中的应用打下了理论基础。     

基于遗传算法的水轮发电机组模糊PID控制研究

水轮发电机组是一个复杂的非线性系统,水轮机调节系统常规PID控制不能根据水轮发电机组的动态过程自动调整PID控制参数。因此,常规PID控制很难满足高性能控制要求。结合遗传算法和模糊PID控制的优点,用模糊推理在线整定PID控制参数,利用遗传算法优化模糊PID控制系统的模糊控制规则。仿真结果表明,这是一种非常有效的控制策略,其控制品质较传统PID控制系统有很大的改善和提高。     

基于BPNN-PID的风电机组桨距控制分析

变桨控制技术是风力发电机组的核心技术之一,开展对风力发电机组变桨控制方面的研究具有重要的理论和应用价值。根据风力发电机组在额定风速以上如何保持输出功率稳定和降低风轮转速波动的控制技术进行研究,在传统的变桨距控制策略基础上,提出了基于BP神经网络(Neural Network,NN)整定PID的控制策略,并在Matlab/simulink环境下对PID控制和BP神经网络控制相结合的复合控制系统进行建模与分析。对1.5MW风电机组的仿真验证了BPNN-PID算法的有效性,提出算法不仅能够解决传统PID控制器参数整定困难的问题,而且优化效率更高,可以得到优良的控制性能。     

水轮机调节系统的模糊神经控制

 水轮机调节系统的被控对象是一个时变、非线性和含非最小相位环节的复杂系统,为了寻求一种好的控制算法来提高控制系统性能,提出了3种改进后的模糊神经控制,即比例积分智能权函数模糊控制、定增益单神经元PSD控制和定增益单神经元智能权函数神经模糊复合控制。仿真分析表明：比例积分智能权函数模糊控制和定增益单神经元PSD控制既有较快的响应速度,又能实现无差调节特性;定增益单神经元智能权函数神经模糊复合控制既有快速的响应速度,又有良好的稳态特性和动态特性,同时鲁棒性好。它们均优于常规PID控制。     

水轮机调节系统的一种智能控制策略

将模糊控制和神经控制相结合,设计出一种单神经元模糊自适应控制器的控制策略.该控制策略充分利用了模糊逻辑对非线性的逼近性和神经控制自适应的特点.将该控制策略应用于某水电站混流式发电机组,在两种工况下进行仿真计算,仿真结果表明,该控制策略比常规PID控制系统具有更好的动态性能和适应性.     

平抑风电出力的风储系统控制策略

为了平抑风电出力,采用了双层模糊控制优化策略的风储系统。首先,利用小波包将风电场出力进行分解,得到平抑目标功率和储能系统充放电初级参考指令。接着,根据储能设备的荷电状态和充放电初级参考指令利用模糊控制对储能设备的荷电状态进行调节。然后,利用第二层模糊控制实现储能设备之间的能量相互流动,优化储能设备的充放电功率指令,改善对风电功率波动的平抑效果。最后,在Matlab/Simulink中搭建了风储系统模型,通过仿真验证了双层控制优化策略的有效性。研究结果为风力发电储能系统设计提供参考。     

智能模糊PID控制在水轮发电机组中的应用

针对水轮发电机组常规PID控制不能根据系统的动态过程自动调整控制参数的缺点，提出一种改进的智能自适应模糊PID控制系统，模糊控制器隶属函数和推理规则采用遗传算法优化，模糊推理输出在线修改PID参数，并探讨了如何整定PID参数以达到最优控制效果。仿真实验表明这是一种有效的控制策略，尤其是启停机过程及负载扰动过程比传统PID控制具有更好的鲁棒性和稳定性。