学位论文 > 优秀研究生学位论文题录展示

基于模糊神经网络的HVDC控制器的研究

作　者: 孔慧超
导　师: 都洪基
学　校: 南京理工大学
专　业: 电力系统及其自动化
关键词: 模糊逻辑控制人工神经网络控制高压直流输电系统改进BP算法 MATLAB软件整流控制器逆变控制器
分类号: TM571.6
类　型: 硕士论文
年　份: 2005年
下　载: 173次
引　用: 2次
阅　读: 论文下载

内容摘要

在研究模糊逻辑控制技术、神经网络技术和高压直流输电系统的基础上,针对HVDC系统的快速、高度可控性,从原理上说明,对换流器采用模糊神经网络控制能有效地提高AC/DC系统的动态特性和恒定性。整流侧和逆变侧分别提取直流线路电流、电压误差及其变化率作为模糊控制器的输入,输出作为神经网络的输入,分别控制电流和电压的控制角。用MATLAB分别对一典型12脉冲桥HVDC输电系统在传统控制和模糊神经控制下分别进行仿真,结果表明,与传统控制方法相比,当直流线路或者单相交流线路发生接地故障时,模糊神经控制能改善换流站直流电流和直流电压的恒定性,而且提高了交直流系统的暂态稳定性。最终仿真结果还表明双侧模糊神经控制性能要比单侧模糊神经控制效果好。

全文目录

1 绪论  8-13
  1.1 HVDC控制的意义  8
  1.2 HVDC控制方式的发展  8-11
    1.2.1 基于古典控制理论的单变量控制方式  9
    1.2.2 基于现代控制理论的多变量控制方式  9-10
    1.2.3 鲁棒非线性控制  10
    1.2.4 HVDC输电系统智能控制  10-11
  1.3 本文的工作  11-13
2 高压直流输电(HVDC)系统  13-22
  2.1 直流输电系统概述  13-16
    2.1.1 基本原理  13-14
    2.1.2 直流输电系统常见的接线方式  14-15
    2.1.3 高压直流输电特性及与交流输电的比较  15-16
  2.2 系统模型  16-18
  2.3 基本的控制方程及控制特性  18-21
    2.3.1 控制的基本原理与方程  18-19
    2.3.2 理想的控制特性  19-20
    2.3.3 实际的控制特性  20-21
    2.3.4 控制方式的选择  21
  2.4 本章小结  21-22
3 模糊神经网络理论  22-37
  3.1 模糊控制理论  22-30
    3.1.1 概述  22
    3.1.2 基本原理  22-24
    3.1.3 模糊化运算  24-26
      3.1.3.1 模糊集  24
      3.1.3.2 输入量尺度变换  24-25
      3.1.3.3 模糊化运算  25-26
    3.1.4 数据库  26-27
      3.1.4.1 输入和输出空间的模糊分割  26-27
      3.1.4.2 隶属度函数的选择  27
    3.1.5 规则库  27-28
      3.1.5.1 模糊控制规则的前件和后件变量的选择  27-28
      3.1.5.2 模糊控制规则的结构  28
    3.1.6 模糊推理  28-29
    3.1.7 清晰化计算  29-30
  3.2 神经网络理论  30-35
    3.2.1 概述  30
    3.2.2 定义与MP模型  30-31
    3.2.3 多层前馈网络与BP学习算法研究  31-35
      3.2.3.1 网络结构  31-32
      3.2.3.2 BP学习算法  32-34
      3.2.3.3 改进的BP学习算法  34-35
  3.3 模糊神经网络  35-36
    3.3.1 特点  35
    3.3.2 控制器的结构  35-36
  3.4 本章小结  36-37
4 基于模糊神经网络的HVDC控制器  37-62
  4.1 定电流控制的整流器  37-50
    4.1.1 模糊逻辑控制部分  38-44
      4.1.1.1 结构  38-39
      4.1.1.2 控制步骤  39-43
      4.1.1.3 MATLAB语言实现模糊逻辑整流控制  43-44
    4.1.2 神经网络控制部分  44-50
      4.1.2.1 结构  45-46
      4.1.2.2 控制步骤  46-50
  4.2 基于模糊神经网络的定电压控制的逆变器  50-60
    4.2.1 模糊逻辑控制部分  51-56
      4.2.1.1 结构  51-52
      4.2.1.2 控制步骤  52-56
    4.2.2 神经网络部分  56-60
      4.2.2.1 结构  56
      4.2.2.2 控制步骤  56-60
  4.3 本章小节  60-62
5 仿真及结果分析  62-78
  5.1 基于MATLAB／Power System Blockset的系统仿真模型的建立  62-69
    5.1.1 PI控制方式下的系统模型的建立  63-64
    5.1.2 基于模糊神经网络的整流控制器的系统模型的建立  64-67
    5.1.3 基于模糊神经网络的逆变控制器的系统模型的建立  67-69
  5.2 基于模糊神经网络的整流侧控制器的仿真结果分析  69-71
    5.2.1 整流侧控制器的训练结果  69
    5.2.2 仿真结果分析  69-71
  5.3 基于模糊神经网络的逆变侧控制器的仿真结果分析  71-74
    5.3.1 逆变侧控制器的训练结果  71-72
    5.3.2 仿真结果分析  72-74
  5.4 整流侧和逆变侧控制器共同作用的仿真结果分析  74-76
  5.5 本章小结  76-78
6 结论与展望  78-81
致谢  81-82
参考文献  82-86
附录硕士研究生期间投稿或发表的论文  86

基于模糊神经网络的HVDC控制器的研究

内容摘要

全文目录

相似论文