110kV备用电源自动投切装置自适应模型研究

常规备自投装置只能适应设定的电网运行方式,动作逻辑固定。提出一种备用电源自动投切装置自适应模型,在调度控制中心主站建模,自适应电网模型变化,实现对电网方式自动跟踪控制。介绍了自适应备自投模型的总体框架,备自投自适应建模程序、建模维护工具等。工程运用实例表明,备自投自适应模型能够良好地适应电网方式变化,迅速、准确地恢复供电,极大地提高了电网供电可靠性。     

110kV备用电源自动投切装置自适应模型研究

常规备自投装置只能适应设定的电网运行方式,动作逻辑固定。提出一种备用电源自动投切装置自适应模型,在调度控制中心主站建模,自适应电网模型变化,实现对电网方式自动跟踪控制。介绍了自适应备自投模型的总体框架,备自投自适应建模程序、建模维护工具等。工程运用实例表明,备自投自适应模型能够良好地适应电网方式变化,迅速、准确地恢复供电,极大地提高了电网供电可靠性。     

模型不确定的下肢康复机器人轨迹跟踪自适应控制

为了实现康复训练过程中高精度的轨迹跟踪控制,针对下肢康复机器人的模型参数和外界干扰等不确定性因素对其轨迹跟踪造成严重影响,提出一种模型不确定的下肢康复机器人轨迹跟踪自适应控制方法。根据所提方案,设计了相应的轨迹跟踪自适应控制器;并进行了轨迹跟踪控制仿真实验对比分析,结果表明,计算力矩控制方法在系统模型不确定时,膝关节的最大角度跟踪误差高达11.3°,髋关节最大稳态误差4.6°;而轨迹跟踪自适应控制方法在模型不确定的情况下,髋关节和膝关节的角度跟踪稳态误差均收敛于零;轨迹跟踪自适应控制方法可以显著提高下肢康复机器人轨迹跟踪的精度。     

无刷直流电机的模型参考模糊自适应方法及实验研究

将模糊控制器植入模型参考自适应控制系统构架中,主模糊控制器用于取代传统模型参考自适应控制中的反馈控制器,模糊逆模型结合自适应调整算法取代复杂的常规自适应规则,形成了模型参考模糊自适应控制方法.将此方法应用于无刷直流电机(BLDCM)调速系统,设计模型参考模糊自适应速度控制器,仿真及基于dSPACE的实验结果表明:控制系统运行平稳,速度跟踪快速准确,具有良好的动、静态特性.     

基于模型跟踪变结构算法的电子节气门控制

针对电子节气门控制中使用最多的PID算法在参数发生漂变、存在扰动时会导致控制精度下降甚至不稳定的情况,提出了模型跟踪变结构算法,并说明了模型参考自适应算法与模型跟踪变结构算法的区别.对能够适应参数漂变的基于Lyapunov模型参考自适应控制算法进行仿真,指出了算法具有迟滞性的缺点.对模型跟踪变结构算法进行仿真,与模型参考自适应算法的仿真结果进行对比,得出了模型跟踪变结构算法跟踪迟滞小以及在系统建模不准确、参数存在漂变、存在有界扰动时依然可精确控制电子节气门的结论.     

基于参数自适应调整的光伏阵列最大功率控制

针对最大功率的控制问题,采用自适应调整控制方法中的参数寻优来实现功率跟踪控制,目的是解决自适应因子的选取问题.基于晶体物理模型的等效电路,建立光伏阵列仿真模型,考虑光照和温度对光伏发电的影响,采用干扰观察法和PWM技术控制DC-DC电路实现最大功率输出.此外,分析了基于模糊控制方式和基于自适应调整方式的光伏阵列功率输出的优劣点,采用定步长和不定步长两种控制方式,实施光伏功率动态响应仿真.仿真结果表明,基于自适应调整方式的参数作为不定步长,不仅能快速有效地跟踪最大功率输出,相对于采用定步长方式,还能有效减免系统的波动性.     

自适应控制在电力系统继电保护中的应用

继电保护需要适应频繁变化的电力系统运行方式,正确切除发生各种故障的设备,而自适应控制能在参数变化时保持系统的标准特性因此,可形成以自适应方式控制的继电保护－自适应保护。为此,介绍了自适应控制系统的模型,并以距离保护为例,说明运用自适应控制解决继电保护整定值设置和调整等问题的方法,给出自适应距离保护模型。     

无刷直流电动机模型参考自适应控制研究

研究了梯形波无刷直流电动机控制系统稳定性问题.在负载转矩、转动惯量、阻尼系数和绕组电流等发生波动引起转速变化时,根据模型参考自适应控制原理构造参考模型,设计转速自适应控制律,使控制系统具有较强的鲁棒性和稳定性.通过仿真和实验证明,该模型参考自适应控制器能够准确跟踪给定的参考速度.     

并网光伏发电系统数学模型研究与分析

提出了考虑跟踪闭锁角与步进跟踪方式的自动跟踪式光伏阵列模型,并验证该模型是准确的.运用仿真软件分析了跟踪式光伏阵列运行特性、跟踪闭锁现象及步进跟踪控制方式对光伏阵列工作特性的影响.给出了并网光伏发电系统整体模型,验证了该模型是准确的.     

基于MRAS全阶状态观测器的感应电机转速辨识研究

为了改善异步电机低速时磁链的畸变和运行特性,依据模型参考自适应系统原理(MRAS)设计了一种新颖的速度磁链自适应观测器,并通过对G矩阵的选择配置观测器极点.观测器以定子电流和定子磁链为状态变量,利用速度自适应律,把磁链观测与速度辨识结合起来,应用于异步电机无速度传感器矢量控制中.仿真和实验结果表明,估算转速跟踪真实转速快速、准确,建立的模型合理、有效,为交流异步电机控制系统的设计与调试提供了新的思路.     

低频线振动台加速度失真非线性补偿控制方法

为了抑制低频线振动台中存在的模型不确定性及外部扰动,基于模糊基函数网络(FBFN)提出了一种自适应重复学习控制方法.利用FBFN逼近低频线振动台的模型不确定性及外部扰动,将对模型不确定性和扰动的辨识问题转化为对FBFN权系数的辨识问题.所提出的控制律由自适应控制和重复学习控制组成.自适应律用来估计FBFN权系数;为了有效地减弱抖振,使用自适应PI控制结构逼近非连续控制.由于非连续控制的界是未知的,利用自适应律估计这个未知的界.重复学习控制用来提高系统对周期性输入信号的跟踪性能.采用Lyapunov理论设计的自适应重复学习控制律保证了低频线振动台的渐近稳定性和位置跟踪性能.仿真结果表明,自适应重复学习控制律改善了系统的跟踪性能和加速度失真度.     

基于模型参考自适应滑模控制的直线电机速度环研究

为了获得直线电机较高的跟踪和鲁棒性能,在库仑摩擦模型补偿控制基础上,同时考虑动子质量、粘滞摩擦系数的时变性,提出了基于模型参考自适应滑模控制的直线电机速度环控制方案,将模型补偿、自适应补偿尚未能完全补偿的部分当作外界干扰,由滑模控制加以克服。仿真结果表明,该方案可以获得较高的速度跟踪性能和鲁棒性能,并且由于自适应控制的应用,减小了滑模控制引起的抖振。     

基于神经元自适应PID的超声波电机速度位置控制

超声波电机是强非线性时变系统,用常规的PID难以取得满意的效果.针对超声波电机的速度和位置控制,提出了神经元自适应PID算法.由于神经元自适应PID可以在线调整其参数值,因此当电机运行情况发生变化时可以通过改变控制参数来实现速度和位置的快速跟踪.实验表明,使用神经元自适应PID算法对超声波电机进行速度和位置控制,可以达到快速响应和高精度的控制效果.     

感应电机效率优化的自适应反步控制研究

针对感应电机的效率优化问题,推导出最优转子磁链表达式,在电机参数变化和负载扰动情况下,提出一种基于自适应反步法的感应电机效率优化控制方案,保证感应电机驱动系统的控制性能,提高系统的稳态运行效率.在转子磁链和电机转速不可测时,能够实现跟踪误差在原点全局稳定.采用跟踪微分器(TD)得到给定转子磁链和转速的微分.仿真和实验结果表明,在保证驱动系统本身控制性能的前提下,该方法实现了系统稳态运行高效率,与传统的PI调节器矢量控制方式相比,提高了轻载时系统的动态响应速度,具有实用价值.     

基于强跟踪滤波器的自适应励磁控制器

该文引入强跟踪滤波器用于发电机励磁控制,建立了一种新的自适应励磁控制器.该控制器根据发电机运行状态由强跟踪滤波器实时估计系统的扰动信息,准确地获得单机无穷大模型中的系统参数,以调整控制器,使之得以适应系统运行点的变化以及系统遭受的干扰.仿真研究表明,文中所建立的自适应励磁控制器可以有效地提高电力系统的稳定性,在系统遭受不同干扰下均表现出良好的动、静态性能.     

风光互补发电系统功率输出的自适应控制

针对风光互补发电系统在运行过程中出现的供电功率空缺以及直流母线电压不稳定问题,依据光伏为主力发电源,风为辅助发电源的发电方式,提出了以风力发电的输出功率补偿光伏发电的输出功率的自适应控制方案。鉴于发电系统中固有的非线性特征和运行中的参数变化,对风力发电系统采用自适应控制实现对互补发电系统中所需功率的差额实时补偿,保证直流母线电压的平稳。为实现蓄电池充电稳定性,结合蓄电池非线性充电模型设计了充电电流跟踪控制器,确保对期望充电电流的跟踪。理论分析和仿真结果均表明,在互补发电系统运行中采取的控制策略的可行性。     

灵活运行空冷机组频域自适应背压控制与优化

在“双碳”目标驱动能源转型背景下，针对灵活运行空冷火电机组变工况频繁导致的汽轮机背压调节品质问题，提出一种频域自适应PID控制算法。考虑变工况模型的实用性与精确性，基于机组现场运行数据，采用改进粒子群算法对空冷机组多工况进行动态系统辨识，然后基于多工况运行被控对象的标称模型，采用传递函数组态方式自适应方法，实时计算PID控制器的优化参数，以适应灵活运行下被控对象模型参数的变化，克服了PID控制器结构以及参数固定导致的控制品质问题。仿真结果表明，频域自适应PID控制器可以很好地跟踪负荷不同工况点下模型参数的变化，使得背压控制一直保持良好的控制品质。     

用于多变量时变系统的模型参考自适应控制在电厂调峰机组中的应用

<正>使调峰机组能迅速可靠地运行,已成为电厂控制当务之急。本文介绍了一种可用于多变量时变系统的模型参考自适应,将它应用到电厂调峰机组中,可使机组在变负荷运行时,能迅速跟踪指令负荷的变化,满足     

基于迁移学习的电力系统暂态稳定自适应预测

基于人工智能的电力系统暂态稳定预测,通常需要用离线生成的大量暂稳样本对预测模型进行训练,然后根据系统的实时响应进行在线预测。但当系统的运行方式和拓扑结构发生较大变化时,预测模型的精度会显著下降,亟需一种能跟踪系统变化的自适应暂稳预测方法。针对该问题,将迁移学习引入电力系统暂稳预测,基于卷积神经网络提出了一种自适应预测方法。首先利用离线生成的大量暂稳样本训练并得到基于卷积神经网络的预训练模型。当系统运行方式和拓扑结构发生较大变化时,保持预训练模型的网络结构不变,将其中的2个卷积层、2个池化层和全连接层的网络参数迁移至新模型;提出了一种最小均衡样本集的变步长生成方法,用新生成的最小均衡样本集训练分类层参数,从而快速得到新的预测模型。新英格兰10机39节点系统的测试结果表明:所提方法能自适应跟踪系统运行方式和拓扑结构的变化,有效更新预测模型且大幅减少新模型的训练时间,为基于人工智能的电力系统暂态稳定自适应预测提供了一条新思路。     

基于迁移学习的电力系统暂态稳定自适应预测EI北大核心CSCD

基于人工智能的电力系统暂态稳定预测,通常需要用离线生成的大量暂稳样本对预测模型进行训练,然后根据系统的实时响应进行在线预测。但当系统的运行方式和拓扑结构发生较大变化时,预测模型的精度会显著下降,亟需一种能跟踪系统变化的自适应暂稳预测方法。针对该问题,将迁移学习引入电力系统暂稳预测,基于卷积神经网络提出了一种自适应预测方法。首先利用离线生成的大量暂稳样本训练并得到基于卷积神经网络的预训练模型。当系统运行方式和拓扑结构发生较大变化时,保持预训练模型的网络结构不变,将其中的2个卷积层、2个池化层和全连接层的网络参数迁移至新模型;提出了一种最小均衡样本集的变步长生成方法,用新生成的最小均衡样本集训练分类层参数,从而快速得到新的预测模型。新英格兰10机39节点系统的测试结果表明:所提方法能自适应跟踪系统运行方式和拓扑结构的变化,有效更新预测模型且大幅减少新模型的训练时间,为基于人工智能的电力系统暂态稳定自适应预测提供了一条新思路。