基于模糊神經網絡的發(fā)電機組勵磁與汽門協(xié)調控制研究.pdf

1、隨著我國電力工業(yè)的迅速發(fā)展，超高壓電網的逐步形成，電力系統(tǒng)的結構日益復雜，對電力系統(tǒng)控制的要求也越來越高。發(fā)電機組的勵磁控制和汽門控制作為改善和提高電力系統(tǒng)穩(wěn)定性經濟而有效的措施正受到了人們的普遍關注。但是僅靠其中某一種控制手段不僅不能從根本上提高電力系統(tǒng)的穩(wěn)定性，而且也不能達到我們預期的控制效果。因此將發(fā)電機組的勵磁控制和汽門控制相互結合從而實現(xiàn)勵磁與汽門的協(xié)調控制對于電力系統(tǒng)的穩(wěn)定運行具有較大的實踐意義。論文在對發(fā)電機組勵磁與汽門協(xié)

2、調控制已有的研究成果分析的基礎上，設計了一種基于模糊神經網絡的發(fā)電機組勵磁與汽門協(xié)調控制器，該控制器將模糊控制理論與人工神經網絡相互結合，充分發(fā)揮模糊控制和人工神經網絡兩者之間的優(yōu)勢，使得所設計的勵磁與汽門協(xié)調控制器具有較好的控制效果。 論文的主要內容：結合線性二次型最優(yōu)控制理論設計出發(fā)電機組勵磁與汽門協(xié)調控制器，對單機無窮大系統(tǒng)進行了仿真，驗證了所設計的最優(yōu)勵磁與汽門協(xié)調控制器不但可以較好地提高系統(tǒng)的靜態(tài)穩(wěn)定性，而且還可以改善

3、系統(tǒng)的動態(tài)響應，有效地抑制低頻振蕩。但對于實際的強非線性電力系統(tǒng)而言，這種基于線性理論的設計方法具有一定的缺陷：由于智能控制理論不要求精確的數學模型，因此論文在對模糊控制器設計的基礎上，借助神經網絡所具有的自學習、自適應和并行處理的優(yōu)勢，通過訓練神經網絡記憶模糊控制規(guī)則，從而使得發(fā)電機組勵磁與汽門協(xié)調控制器具有較強的自學習能力，對神經網絡的學習訓練程序是用MATLAB語言來實現(xiàn)的。所設計的基于模糊神經網絡的發(fā)電機組勵磁與汽門協(xié)調控制器通