时延变化的滞后系统在两种控制器下的鲁棒性分析

本文首先用Smith自适应预估器估同滞后系统的时延变化率，然后分别在极点配置控制器下和MRA控制器下对变时延滞后系统的稳定性进行分析，确定了保证系统鲁棒稳定的时延变化的范围。     

基于遗传算法的电力系统聚类模糊稳定器的设计

为了抑制电力系统因负阻尼而产生的低频振荡，提高系统稳定性，将具有自学习能力的聚类算法和常规模糊控制相结合，提出了一种新型的聚类自适应模糊控制方案，应用于非线性和强耦合的电力系统中，并用一种加速搜索过程的改进遗传算法将常规模糊控制器的隶属参数进行了优化。仿真结果表明，该方案的自适应性、实时性、鲁棒性都很强。     

配电网单相故障多频带奇异量选线方法

采用3次B样条小波包提取各线路故障奇异量模极值,根据模极值能量分布最大原则,提出各线路特征频带的选取方法.当各线路特征频带一致时,以各线路零序电流模极值的幅值关系、相位关系构造选线判据;当各线路特征频带不一致时,分别在各线路的特征频带上构建各线路零序电流模极值的大小和极性关系矩阵,构造选线判据.解决了现有故障奇异量选线方法中因频带选择不合适而造成的误判问题.通过2组现场实录故障算例验证了选线判据的有效性和实用性.     

组合电力系统稳定器GPSS的设计

为了抑制电力系统因负阻尼而产生的低频振荡,提高电力系统稳定性,设计了一种组合电力系统稳定器ＧＰＳＳ〈分析和仿真结果都表明该方案对抑制电力系统低频振荡有显著效果。能提高电网运行质量,保持电网我供电的可靠性和优质性     

多级的模型参考自适应控制器设计

本文将对象分解为串级形式来设计MRACS ,解决了高阶复杂的被控对象在发生大范围和不可测变化时引起的不稳定问题。并进行了计算机仿真。     

用于可控电力驱动装置的自适应控制器的设计

针对电力驱动装置的速度和电流设计了双自适应环控制器,使可控电力驱动装置在机械或电力特性发生大范围和不可测变化时均能维持系统性能稳定,增强了系统的鲁棒性。     

基于混沌神经网络预测模型的最优控制决策及应用

为了实现非线性、大时滞系统的自适应控制，首先根据具有混沌特性的非线性、大时滞系统的时序列重构相空间，计算出相空间的饱和嵌入维数和最大Lyapunov指数，并以此为指导，建立混沌神经网络预测模型，该模型即便在网络输入不完整或发生变异的情况下，仍能对系统作高精度的短期预测；在此基础上，将预测模型的输出通过反馈校正．再将校正误差和控制增量引入性能函数最优，最后得到最优控制决策，实现了对非线性、大时滞系统高精度的自适应控制。最后将预测控制决策应用到非线性、大时滞的锅炉过热汽温控制中，仿真结果表明了该控制的有效性、快速性和鲁棒性。图6参6     

基于多代理系统的微电网多尺度能量管理

对基于多代理系统的微电网能量管理策略进行了研究。首先,建立三层多代理系统;然后,基于博弈论研究大电网与多个微电网之间的上层电力市场竞价策略;进而,以单个微电网为研究对象,考虑需求侧响应,研究制定多时间尺度的分布式发电调度策略;最后,考虑到调度策略需要有负荷和风力发电机组短期预测作为前提保障,所以运用混沌相空间预测算法对负荷和风力发电机组进行短期预测。仿真结果验证了所提能量管理策略的有效性。     

基于预估器的一类多智能体系统神经动态面输出一致控制

本文针对一类含未知扰动与非对称输入饱和的非线性多智能体系统,提出基于预估器的神经动态面输出一致控制策略.在设计预估器的基础上构造预估误差,驱动神经网络更新权值估计系统未知动态,并将预估器与神经网络应用于非线性扰动观测器来补偿广义扰动.本文所提出的控制策略采用神经网络权值范数学习方法,减少学习参数数目.对于非对称的输入饱和,设计辅助系统,其生成的辅助变量与反步法相结合补偿输入限制.结合图论知识和Lyapunov函数等技术,证明多智能体系统的输出一致跟踪误差以及闭环系统中的所有信号最终有界.最后通过一组四旋翼飞行器和数值仿真验证提出控制策略的有效性.