一种基于遗传算法和神经网络的PID控制

提出了一种融合遗传算法和神经网络的PID控制算法。该控制器先利用遗传算法对BP网络的初始权系数进行学习优化，再利用BP算法实现对PID参数在线调节，解决了控制器网络初始权系数对控制效果产生的影响，仿真结果表明了该控制方法的有效性。     

用于电力系统无功优化的内点法与遗传算法的比较研究

通过在线无功优化，降低网损、保证电压质量，对供电企业的经济运行是非常必要的。本文就在线无功优化的特点，结合无功优化方法中比较具有代表性且差异较大的两种方法——内点法和遗传算法进行研究和比较，针对解决在线无功优化问题提出一种新思想：内点法和遗传算法相混合的算法。     

计及调控成本和次数的配电网无功优化策略

提出了一种计及调控成本及调控次数的无功优化控制策略，以避免动作设备过多和过于频繁，并提出预优化和实时优化的两阶段处理方法：预优化采用传统模型对全天各个时段分别计算并统计；实时优化控制采用灵敏度与设备调节成本及次数等多目标，获得系统网损、电压水平、设备寿命和调控次数的综合优化结果。两阶段优化均采用改进的遗传算法，并采取措施加快搜索和减少随机解的影响。实例表明，文中策略和方法具有良好的实用性和较高的实时性，可满足调度运行的决策要求，可有效地应用于在线无功优化。     

基于模糊遗传算法的无刷直流电机自适应控制

无刷直流电机(BLDCM)是一种多变量和非线性的控制系统，模糊控制器在其控制中得到广泛应用。针对模糊控制器设计和参数在线调节方面的不足，文中提出了一种使用遗传算法优化的模糊控制器，并用于无刷直流电机的控制中。系统使用电流和转速双闭环控制。速度环采用模糊控制器进行控制，控制规则通过遗传算法进行离线优化，并在数字信号处理器(DSP)中实现控制参数的在线调节。系统较好的实现了给定速度参考模型的自适应跟踪，具有控制灵活、适应性强等优点，同时又具有较高的控制精度和较好的鲁棒性。     

基于遗传算法的模糊控制在电弧冶炼炉中应用

针对电弧冶炼在生产实际过程中是一个非线性且存在严重随机干扰的系统，运用常规控制难以取得令人满意的控制效果，提出一种基于控制规则可调整的模糊控制器的设计方法，该控制对调整因子α进行在线自调整，运用遗传算法，设计一个专用的参数优化程序，根据系统当前的误差E及误差变化Ec，通过模糊推理在线调整调整因子α，以确保系统具有最优化的动态和稳态性能，系统的性能更加稳定可靠，同时也使能耗降低．     

基于遗传算法的PID控制器及应用

对遗传算法和PID控制器做了简单的介绍,提出了一种应用遗传算法对PID控制器参数进行优化设计,重点介绍了遗传算法的优化过程。文章通过实例对几种参数整定方法的控制效果进行了仿真和比较,证明了基于遗传算法的PID参数整定方法的可行性和良好的控制效果。最后将该算法应用于气流炸药生产线的风速控制,取得了预期的控制效果。     

基于遗传神经网络的伺服电机转速控制

针对交流伺服控制的高速度和高精度,传统控制方法很难对其实施有效控制,给出一种基于遗传神经网络的控制策略。神经网络的结构和初始权值运用递阶遗传算法离线优化,并对电机参数进行实时辨识,通过辨识结果计算控制量,对电机进行实时控制。实验结果证明,该控制系统具有较高的控制精度和稳定性。     

水轮机的GA—PID控制器研究

遗传算法是一种模拟自然进化而提出的简单高效的优化组合算法，是建立在自然遗传学机理基础上的参数搜索方法，文中研究了水轮机ＰＩＤ调节器参数的优化问题，利用ＧＡ对系统所处的不同状态进行ＰＩＤ参数的在线寻优，使系统在任何状态下，都能得到经传统的ＰＩＤ更好的控制效果和更强的鲁棒性，仿真结果表明遗传算法可以有铲地解决参数寻优问题。     

在线暂态稳定分析和控制从EMS获取数据的方法研究

如何可靠获取EMS实时数据进行在线暂态稳定控制是电力系统稳定控制的重要研究课题。提出了一种方法,利用AQL接口从EMS获取在线实时数据,并用专家系统进行数据校验和修正,最后与经典稳定分析程序接口进行暂态稳定分析控制。实践证明,该方法的提出,实现了利用EMS实时数据进行在线稳定控制的自动化运行。     

在线暂态稳定分析和控制从EMS获取数据的方法研究

如何可靠获取EMS实时数据进行在线暂态稳定控制是电力系统稳定控制的重要研究课题.提出了一种方法,利用AQL接口从EMS获取在线实时数据,并用专家系统进行数据校验和修正,最后与经典稳定分析程序接口进行暂态稳定分析控制.实践证明,该方法的提出,实现了利用EMS实时数据进行在线稳定控制的自动化运行.     

地区电网无功优化实时控制系统的研究与开发

无功的优化与控制关系到电力企业自身的经济效益。提出的地区电网无功优化实时控制系统基于现有地调主站的调度自动化系统（SCADA/EMS），SCADA将实时的数据断面发送给EMS，EMS利用遗传算法求解整个电网的无功优化问题，并根据优化解给出控制方案，再通过SCADA系统的下行命令通道执行优化控制方案，完成闭环控制。文中重点论述了遗传算法应用于实时控制系统的优势，并且解决了一些在实时控制过程中遇到的技术问题。现场应用表明，该系统可以方便灵活地满足实时控制所提出的各种要求，具有较好的实时性和鲁棒性。     

基于模糊建模技术的PEMFC非线性控制

针对PEMFC等一类具有严重非线性的复杂被控对象,提出一种基于模糊模型的非线性预测控制算法对PEM-FC系统进行建模与控制。在建模与控制过程中,采用离线学习和在线修正辨识出对象的模糊模型;其中,模型的参数通过模糊聚类初始化和离线反向传播算法进行学习,必要时,可通过在线调整后件参数,使模型的预测精度能满足实时控制的需要。线性辨识方法在线建立PEMFC控制系统的T-S模糊预测模型,然后基于分支定界法的基本原理对控制量进行离散寻优,从而实现PEMFC的非线性预测控制。仿真和实验结果证明了该算法的有效性和优越性。     

单神经元变步长控制算法在谐波检测中的应用

提出了基于单神经元的变步长自适应谐波检测方法,充分利用单神经元具有的自学习、自调节、自组织能力的优点,运用变步长自适应控制算法,通过实时在线调节步长,达到系统本身自调节以应对电网参数的突变.同时,以TMS320F2812型DSP为核心搭建了检测分析平台,实时检测分析电力谐波次数;运用CAN总线将分析结果实时传送到上位机...     

二维云模型在线优化永磁同步电机无传感器电压模型控制

提出一种基于二维云模型在线优化智能PID的永磁同步电机无传感器电压模型控制算法。在虚拟γ-δ旋转坐标系下利用实际电压值与理想电压值之差对电机转速误差进行实时校正,获取到相对准确的电机转速以及转子位置估计。同时,设计了一种具有参数动态实时自整定功能的智能PID对上述电压模型控制中的转速、电流进行实时调节。通过引入混沌粒子群算法离线优化控制参数,使整个控制系统处于优化状态,再利用二维云模型在线调节模块对其实时整定。实验结果表明,该控制算法能够准确估计出电机转速以及转子位置,对电机内部参数摄动以及外部负载扰动具有较强的鲁棒性。     

改进遗传算法在牵引变压器优化设计中的应用

提出了一种改进的遗传算法，并将其应用到牵引变压器优化设计中，该方法采用进化前后期分别调整交叉概率和变异概率、二次交叉、对指定基因集中变异以及移民策略等以保证在整个进化过程都能进行有效的空间搜索，克服了传统算法容易陷入局部最优的缺点。并以200km／h电力机车用牵引变压器为例，分别采用传统算法和改进算法对其进行优化，对两者的效率和全局收敛性进行了比较，结果充分证明了改进遗传算法的有效性和先进性。     

考虑预测不确定性的微电网实时控制策略研究

风能、光伏等可再生能源的高比例并网成为了缓解全球能源危机的一项重要措施。然而,可再生能源实时出力中的间歇性和波动性给系统的安全性带来了一定的挑战。为了在提高可再生能源利用率的同时保证系统安全性,提出了一种基于深度强化学习(DRL)算法的运行优化实时调度模型。首先,构建了负荷预测模型实现负荷预测和高斯混合模型拟合预测误差;其次,考虑系统各节点的约束条件,以系统运行成本和安全运行作为优化目标,建立相应优化模型;然后,将优化问题转化为马尔可夫决策过程,并采用双延迟深度确定性策略梯度算法求解;最后,利用DRL算法的环境交互机制和策略自由探索,获得联合调度策略的最优结果。实验结果表明,所提方法具有良好的适应性,并且可以进行在线实时调度。     

广域测量系统数据在线无损压缩算法

广域测量系统(wide-area measurement system,WAMS)中,相量测量装置(phasor measurement unit,PMU)上传数据频率为100Hz,存储占用空间和写入速度对系统要求很高。旋转门(swing door trending,SDT)压缩算法在保留原始数据足够精度的条件下,压缩效率低,Huffman编码压缩计算时间长,难以适应WAMS实时数据的采样速度。文中给出了一种WAMS实时数据在线压缩算法：对原始数据做初等变换,只保存过程数据的增量,浮点(float)型数据分解为单字节存取,用改进的LZW(Lemple-Ziv-Welch)算法实现WAMS过程数据的在线无损压缩。6 000个连续实时数据压缩计算时间为16 ms,压缩比小于30%,可以满足电力系统分析计算对过程数据的要求。工程实践表明,该算法有效可靠,可满足WAMS实时数据的存储要求。     

尺度空间滤波在局部放电脉冲提取中的应用

在提出脉冲提取思想的基础上，利用局部放电信号所固有的奇异性特征，将小波变换的奇异性检测原理应用于提取局部放电脉冲。为了满足局部放电在线监测的在线准实时要求，提出了改进的尺度空间滤波算法，并将其应用于局部放电脉冲的提取。通过相邻尺度的小波系数直接相乘，可以突出奇异点的信号，并获得基于尺度的屏蔽滤波器，将阈值方法和尺度空间滤波相结合，最终得到基于时域的屏蔽滤波器，将时域滤波器和原信号相乘，就可以提取出局部放电脉冲。仿真试验和发电机实测信号的算例表明，相对于模极大值算法，该方法在提高运算速度的基础上，不但能准确检测出局部放电脉冲，而且能很好地保持局部放电脉冲的幅度和位置。