孤立微电网黑启动策略研究

为进一步提高微电网的供电可靠性,基于风光柴储的微电网,在充分考虑各种微源特性的情况下,对微电网黑启动中电源的选择进行了对比分析,选择柴油发电机作为黑启动电源;对比分析了微电网黑启动的并行/串行恢复策略,提出了一种改进的微电网串行恢复黑启动策略,并制定了详细的黑启动流程。基于PSCAD/EMTDC平台搭建了仿真模型,仿真结果验证了该黑启动策略的有效性和可操作性。     

基于RBF神经网络的Buck变换器设计

鉴于传统Buck变换器的非线性和复杂性,采用传统的PID控制器难以获得理想的控制性能,因此设计了一款基于RBF神经网络的Buck变换器。RBF神经网络能够根据检测到的输入电压以及负载的变化来控制PWM发生器,调节占空比的大小,从而维持输出电压的稳定。利用MATLAB软件编程进行仿真,仿真结果表明,在Buck变换器的输入侧加入波动范围-100 V～100 V的高斯白噪声以及在负载电阻发生大范围的变化的情况下,Buck变换器仍然可以保持输出电压的稳定,整个控制系统具有较好的抗干扰能力与稳定性,动态响应也非常理想。     

磁耦合谐振式无线电能传输零相位控制等比法

传统的零相位方式不能精确地调整频率,同时不对称系统的分裂频率侧方程又不能以一种完整的形式表达,提出一种对分裂频率和零相位方法之间关系分析的新方法。基于两线圈结构,推出了全状态最优点的数值表达式,并比较了最优点和零相位点,结果表明这两点有显著的偏差。在零相位方法中通过使用适当的比率可减小这种偏差并获得同理想对称系统一样的更好的输出特性,实验验证了该方法的可行性。     

基于小脑模型的机器臂自适应神经网络控制

研究了在不可测干扰下的机器手臂的自适应神经网络控制。利用反推的方式提出了一种基于小脑模型的神经网络控制策略。利用小脑模型轻便、拟合迅速的性能,达到了时间快速响应、轨迹精确追踪且能量极小消耗的在线控制效果。最终利用李雅普诺夫稳定定律证明了控制策略的稳定性,其有效性也通过仿真进行了验证。