DC／DC变换单神经元自适应PID控制器仿真研究

为解决传统PI控制对具有时变、非线性特性的DC/DC变换器动态控制性能不佳的问题,将人工神经网络与PID控制理论相结合,为DC/DC变换器设计了一种单神经元自适应PID控制器。该控制器算法简单,通过对加权系数的在线调整来实现自适应、自学习功能,从而满足DC/DC变换器的时变及非线性特性。以BUCK型变换器为例,建立了DC/DC变换器智能控制系统的仿真模型,在不同负载及参数变化的情况下与常规PI控制效果进行对比分析,结果表明,单神经元自适应PID控制器对DC/DC变换器具有很好的控制效果和鲁棒性。     

基于AOV图及因果图的梯形图与语句表互换算法

结合AOV图与因果图提出了一种新的梯形图与语句表双向转换算法。一方面,将梯形图转化为AOV图,并利用AOV图建立因果图,然后遍历因果图的节点生成PLC所能识别的语句表;另一方面,将语句表转化为因果图,基于因果图生成梯形图。经过实际编程证明,该算法简洁,实用性及通用性好,并成功应用于某国产化PLC开发中。     

电网电压不对称故障时双馈风电机组多目标优化控制

文章首先对电网不对称故障对双馈风电机组造成的影响进行分析,采用转子侧和网侧变换器的比例积分谐振控制器(PIR)来简化传统低压穿越控制结构;通过引入两个可调参数,从而对前馈量进行调节来得到不对称故障期间双馈电机的多目标优化控制策略;在仔细研究模型的基础上,通过对电网电压不对称故障时双馈风电机组的多目标优化控制的PSCAD模型进行仿真试验,仿真结果表明,该方案对于电网电压不对称故障时的LVRT有一定的可行性。     

锂电池分数阶建模及SOC估计策略北大核心CSCD

为了提高锂电池模型的精度,实现锂电池状态的精确估计,本工作在二阶RC等效电路的基础上建立了锂电池的二阶分数阶电气模型,并采用自适应遗传算法实现分数阶模型的参数辨识,加快了算法收敛速度,缩短了辨识时间,避免陷入局部最优解,提高了模型参数精度;在分数阶电气模型的基础上,采用了一种基于施密特正交变换思想的无迹粒子滤波的状态估计方法,与传统的无迹粒子滤波算法相比,在采样点选取过程中,采用一种标准采样与施密特正交变换相结合的办法,对对称采样的粒子进行筛选,减少了采样点的数量,提高了计算效率,并能有效避免由于系统的非线性引起的估算结果发散或单一使用粒子滤波而引起的粒子数短缺。仿真结果表明所建立的锂电池分数阶电气模型能更精确描述锂电池的充放电动态特性,所提出的状态估计策略精度相比于常规控制策略具有更高的精度,系统鲁棒性提高,可以在误差仅为1%的范围内估计锂电池的SOC,并提高了计算效率,易于算法的实时实现。