改进灰色GM(1,1)模型的EAST快控电源输出电流预测

针对非模型PID控制难以克服参数变化、时滞的固有缺陷,为优化托卡马克装置中应对等离子体垂直不稳定位移的主动反馈控制,通过改进灰色GM(1,1)预测模型对基于级联H桥拓扑的EAST快控电源的输出电流进行准确预测以优化控制参数.灰色GM(1,1)预测模型适用于小样本、贫信息系统,所需建模样本少、计算简易.预测拟合序列的差异...     

EAST快控电源灰色预测均流控制研究

应对超导托卡马克核聚变实验装置中等离子体的垂直位移快控电源大电流快速响应的要求,使用多组逆变单元并联运行方式。为克服电压模式下各支路参数不同导致各支路输出电流的不一致性,提出基于灰色预测模型的均流控制策略,用其预测下一刻电流上升率,实时动态调整各支路脉冲宽度调制(PWM)占空比,实现快控电源的均流控制。仿真与实验结果表明,基于灰色预测模型的均流控制策略使得各支路输出电流具有较好的一致性,验证了该算法在EAST快控电源上应用的可行性和有效性。     

STATCOM无功电流的灰色预测控制

针对模型参数变化和噪声干扰的STATCOM单机无穷大系统,提出了一种无功电流灰色预测控制方案。根据STATCOM装置级非线性数学模型,建立了系统无功补偿电流的控制模型,采用GM（1,1）模型预测无功电流和系统灰量,将无功电流灰色预测控制引入到PID控制中。运用灰色系统理论进行预报,具有不必完全知道被控对象结构、参数和特性的优点,这对于像STATCOM这样大型非线性系统的预测控制实现非常有利。仿真结果表明,该方法比传统的PID控制具有更强的跟踪能力和鲁棒性。     

灰色预测技术研究进展综述

灰色预测技术是灰色系统理论的重要分支之一。分析了GM(1,1)模型的性质、GM(1,1)模型的改进与优化、GM(1,1)模型参数估计、GM(1,1)模型初始条件优化、GM(1,1)模型的扩展与应用及幂模型的研究进展;最后对灰色预测模型的未来研究方向提出了建议。     

基于灰色预测的静止同步补偿器控制

针对模型参数变化和噪声干扰的静止同步补偿器(STATCOM)单机无穷大系统,提出了一种基于灰色预测的无功电流控制。运用GM(1,1)模型预测下一时刻的无功电流,并根据STATCOM非线性数学模型建立了系统无功补偿电流的控制模型。从而将无功电流灰色预测控制补偿到PID控制中,利用来色系统理论进行预报,具有不必完全知道被控对象结构、参数和特性的优点,这对于像STATCOM这样大型非线性系统的预测控制实现非常有利。仿真结果表明,该方法比传统的PID控制具有更强的跟踪能力和鲁棒性。     

基于灰色预测的光伏组件阴影类型诊断研究

针对光伏组件阴影类型难以判别的情况,提出了基于灰色预测的光伏组件软硬性阴影区别方法.首先通过小波理论分析灰色预测应该达到的前提条件.然后对灰色预测GM(1,1)进行改进,提出了使用新陈代谢GM(1,1)对光伏组件功率进行预测.最后对预测值与实测值进行误差分析,根据得出模型精度差异来判别阴影性质.通过仿真和实验证明了软性阴影和硬性阴影在灰色模型预测精度等级有明显的差异,可以通过精度等级判断阴影类型.该方法能有效判定阴影性质,为积灰程度判定与光伏热斑检测提供了有力的依据.     

基于灰色模型GM(1,1)的短期负荷预测方法简介

电力负荷系统是典型的灰色系统,电力负荷特性指标的预测具有直接的经济意义.灰色GM(1,1)模型在电力系统负荷预测领域中得到了广泛的应用.通过时GM(1,1)模型做一些改进形成等维新息模型和基于边值条件修正的GM(1,1).实例证明,改进的模型大大降低了预测误差,预测精确度满足了用户的要求.     

蚁群灰色神经网络组合模型在电力负荷预测中的应用

灰色GM(1,1)预测模型,在负荷预测中得到了广泛应用,但是也有其局限性。当数据灰度越大,预测精度越差,并且不太适合经济长期后推若干年的预测,在一定程度上是由模型中的参数 造成的,为此引入向量 ,建立蚁群灰色模型,然后与神经网络模型相组合,即建立蚁群灰色神经网络组合预测模型。实证分析表明,该预测方法是合理有效的,与传统的预测方法相比,提高了预测精度,具有较好的实用价值。     

灰色系统在蓄电池失效预测中的应用

依据蓄电池内阻与剩余容量之间的非线性关系,采用灰色预测系统的GM[1,1]模型,实现对铅酸免维护蓄电池失效的预测。这种方法取代了传统的电池容量试验方法,取得了很好的效果。     

基于DSP的数字PID控制在开关电源中的应用

模拟PID控制的开关电源系统存在电路复杂,调整困难,可靠性不高等问题。本文借助于DSP芯片强大的运算功能,将模拟PID控制进行数字化改进。采用积分分离、设置偏差死区、数字滤波等方式,提出了一套适用于开关电源系统的数字PID控制方案。试验表明,该控制技术使开关电源实现对电源的有效控制,具有良好的动态性能和稳态性能,大大提高了设备的可靠性和对用户的适应性。     

基于灰色预测控制的电动舵机控制仿真研究

分析了电动舵机结构及数学模型,针对经典PID控制器在电动舵机控制中,响应速度慢,超调量明显等问题,提出了一种灰色预测控制与传统PID控制相结合的电动舵机复合控制方法.建立了电动舵机灰色模型,设计一种基于arcsin(.)函数的变换算子,来解决正弦位置信号驱动下,算法直接预测精度不足的问题,最后在MATLAB环境下进行了建模仿真.仿真结果表明:该方法能够有效降低舵机系统超调量,改善系统动态品质,且结构简单,易于在工程中实现.     

EAST快控电源RT LAB半实物仿真故障分析

在RT-LAB半实物仿真平台上建立EAST快控电源主电路模型,其与外部硬件电路构成闭环反馈回路,实现EAST快控电源的功能。该硬件在环仿真实验实现了预期结果,说明RT-LAB仿真模型的可行性和准确性。文中模拟快控电源主电路中H桥的各种故障状态,通过分析故障状态下快控电源的输出电压和电流波形,形成故障状态数据波形库,为快速定位故障位置提供依据,对于快控电源的稳定运行具有重要意义。     

基于PID算法的DC-DC电源负载调整率改进研究

负载调整率是直流电源的一个重要参数,负载调整率的高低决定了整个系统的性能。研究了LM2577升压芯片的内部结构及性能参数,在此基础上,提出了两种提高其负载调整率的新方法:(1)在LM2577反馈脚接入可程控数字电位器,代替原固定电阻,用AD采样输出电压的变化,通过反馈算法调节数字电位器的阻值,保持输出电压稳定,进而提高其负载调整率;(2)在LM2577反馈脚接入加法器,加法器的输入端分别由输出电压分压端和受单片机控制的DA提供,单片机通过采样输出电压来调整DA的输出,进而实现输出电压的稳定,提高负载调整率。为了缩短调整时间,提高控制效率,软件部分采用了PID控制算法。经测试,在5 V输入、600 m A负载条件下,设定输出为7 V,方法 1和方法 2升压电路的负载调整率从1.043%分别提升到0.700%及0.042%;而设定输出为12 V时,负载调整率从0.658%均提升到0.008%。同时,方法 2的输出电压纹波在10 m V以内。     

非等间隔GM(1,1)幂模型在变压器故障气体预测中的应用

电力变压器运行的安全可靠性对于电网稳定有着关键影响。以油浸式变压器为例,考虑到变压器故障气体监测中存在的采集技术局限与完备性差的现状,对IEC三比值法所需要的五种主要故障特征气体溶解度大小进行预测,为后续的故障诊断提供数据分析基础。针对变压器故障气体色谱分析中气体浓度数据采集的不完备性与小样本特征,引入非等间隔GM(1,1)幂模型,并基于遗传算法对背景值及幂指数进行协同优化,分别建立变压器内不同种气体的气体溶解度灰色预测模型。实验证明:相较现有常见基于灰色模型的变压器预测方法,例如基于GM(1,1)模型与Verhulst模型的方法,所提方法能有效地提高模拟精度及预测精度,而且模型不拘泥于基础数据的等间隔连贯性,具有较好的实用性及适应性。     

单神经元自适应PID控制在大功率整流电源中的应用

将具有自学习功能的单神经元模型与常规的PID控制算法相结合,设计了单神经元自适应PID控制器,并应用于大功率整流电源控制系统。仿真结果表明,采用单神经元PID控制器的大功率整流电源控制系统,能够适应被控对象在较大范围内的变化,具有较强的自适应能力和鲁棒性,其控制品质优于常规的PID控制器。     

纯电动汽车电动助力转向模糊控制策略研究

助力电机和减速装置是纯电动汽车电动助力转向系统（EPS）的核心部件,由于机构本身的惯量以及摩擦阻尼等因素影响EPS系统的转向性能,针对EPS系统响应慢、回正控制不灵敏的问题,提出一种基于模糊控制策略的控制方法来减小EPS系统的回正阻力,从而改善EPS系统的转向性能。其中,建立了EPS系统数学模型,对在实时行驶工况下纯电动汽车的EPS系统电机电流、电机转矩、方向盘转矩为控制对象,为了验证该控制策略的可行性,搭建了纯电动汽车EPS系统硬件在环实验环境,实验结果表明,所采用的模糊PID控制策略能很好的改善实时工况下的EPS系统转向性能。     

基于QFT的永磁同步电机伺服系统PID控制器的设计

针对永磁同步电机(PMSM)伺服系统在运行过程中因转动惯量变化而带来负面影响的问题,提出了基于定量反馈理论(QFT)的PID控制器的设计方法。通过将转动惯量视为参数变化量,从而获得了被控对象的不确定性模型,然后设计性能指标,运用QFT,在Nichols图上合成了PID型控制器。仿真和试验结果表明,所提方法有效改善了PMSM伺服系统转动惯量变化带来的影响,提升了系统的鲁棒性。最后,通过与PI控制器的对比表明了其优异性。