学位论文 > 优秀研究生学位论文题录展示

基于神经网络的励磁系统自抗扰控制研究

作　者: 陈慧
导　师: 南海鹏
学　校: 西安理工大学
专　业: 水利水电工程
关键词: 励磁系统自抗扰控制跟踪-微分器(ADRC) 扩张状态观测器(ESO) 神经网络
分类号: TV734.4
类　型: 硕士论文
年　份: 2006年
下　载: 159次
引　用: 1次
阅　读: 论文下载

内容摘要

励磁控制器是同步发电机励磁系统的重要组成部分，对同步发电机乃至整个电力系统的安全稳定运行都有着非常重要的影响。随着电力系统规模的不断增大，系统结构和运行方式日趋复杂，对同步电机励磁控制器运行的可靠性、稳定性、经济性和灵活性提出了更高的要求。自抗扰控制器通过对系统未知扰动和不确定量进行估计，并将估计量反馈回控制系统中，从而实现系统的动态线性化。该理论思想独特，方法简单，对于具有非线性和时变特性的水轮发电机组励磁系统尤为适用。本文在分析水轮发电机组五阶模型的基础上，研究了单机无穷大系统的自抗扰算法标准形式，并针对高阶模型设计了励磁控制系统，通过仿真模拟证实了该理论的正确性与有效性，从而为设计对强非线性和不确定强扰动都能保证很高的控制精度的可靠的励磁控制策略作理论上的支持。其次，本文根据自抗扰控制器和其中扩张状态观测器的特性，把神经网络与自抗扰控制理论相结合，用神经网络补偿控制对象的部分变化，从而减轻扩张状态观测器的负担，获得了“鲁棒性”更强的基于神经网络的自抗扰控制器。通过仿真比较，证实了基于神经网络的自抗扰控制器能对参数变化范围更广的励磁系统进行有效控制。

全文目录

摘要  3-4
Abstract  4-7
1. 绪论  7-14
  1.1 选题目的和意义  7
  1.2 同步发电机励磁控制方式的发展现状及方向  7-13
    1.2.1 单变量励磁控制方式  8-9
    1.2.2 线性多变量励磁调节方式  9-10
    1.2.3 非线性多变量励磁控制方式  10-12
    1.2.4 智能励磁控制方式  12
    1.2.5 综合的励磁控制方式  12-13
  1.3 本文主要内容  13-14
2 神经网络理论  14-19
  2.1 神经网络简述  14
  2.2 人工神经网络  14-18
    2.2.1 神经元  15
    2.2.2 激活函数  15-16
    2.2.3 BP学习算法  16-18
  2.3 神经网络的训练  18-19
3 自抗扰控制理论  19-27
  3.1 概述  19
  3.2 传统PID控制器  19-20
  3.3 非线性跟踪微分器(TD)  20-22
  3.4 非线性组合  22-23
  3.5 扩张状态观测器(ESO)  23-24
  3.6 自抗扰控制器(ADRC)  24-25
  3.7 基于神经网络的自抗扰控制器  25-27
4 数学模型  27-33
  4.1 三阶系统模型  27-29
    4.1.1 同步发电机转子运动方程  27-28
    4.1.2 同步发电机输出功率方程  28-29
    4.1.3 同步发电机电磁动态方程  29
    4.1.4 单机无穷大系统方程  29
  4.2 五阶系统模型  29-32
    4.2.1 发电机模型  29-30
    4.2.2 单机无穷大系统模型  30-32
  4.3 自抗扰算法标准形式  32-33
5 各环节在MATLAB仿真算法中的实现  33-46
  5.1 概述  33
  5.2 S-function简介  33-37
    5.2.1 S-function工作原理  34
    5.2.2 S-function的编写  34-37
  5.3 ADRC各环节的S-function实现  37-43
    5.3.1 TD的S-function实现  37-38
    5.3.2 ESO的S-function实现  38-41
    5.3.3 非线性函数的S-function实现  41-42
    5.3.4 神经网络的S-function实现  42-43
  5.4 发电机组仿真建模  43-44
  5.5 仿真算法的选择  44-46
6 仿真实例  46-53
  6.1 模型参数及控制器参数的获取  46-48
  6.2 仿真分析  48-51
    6.2.1 三相短路故障仿真  48-50
    6.2.2 参数变化  50-51
  6.3 基于ANN的ADRC控制效果  51-53
7 结论  53
有待进一步解决的问题  53-54
致谢  54-55
参考文献  55-58
发表论文情况  58

基于神经网络的励磁系统自抗扰控制研究

内容摘要

全文目录

相似论文