医院大型电梯电力系统的PLC控制方法优化

医院大型电梯电力系统在实际运行的过程中具有很高的非线性和时变性,使大型电梯电力系统PLC控制效果不佳,当前方法采用线性学习法,无法适应运行环境的不确定性,造成电力系统控制的不稳定性。提出一种基于BP神经网络PID控制算法的医院大型电梯电力系统的PLC控制优化方法,将PID算法作为PLC的软件设计部分,通过比例、积分与微分这三种控制作用的合理调配,形成相互关系。鉴于PID控制算法调节时间长、超调量大等弊端,采用BP神经网络对其进行优化。利用BP神经网络的自学习和加权系数的调整,使BP神经网络输出最优大型电梯电力系统控制规律下的PID控制算法的参数,实现医院大型电梯电力系统的稳定控制。实验结果表明,所提方法具有很高的控制稳定性和鲁邦性,综合性能较强。     

医院大型电梯电力系统的可编程逻辑控制器控制方法优化

医院大型电梯电力系统在实际运行的过程中具有很高的非线性和时变性,使大型电梯电力系统可编程逻辑控制器(PLC)控制效果不佳,当前方法采用线性学习法,无法适应运行环境的不确定性,造成电力系统控制的不稳定性。提出一种基于BP神经网络PID控制算法的医院大型电梯电力系统的PLC控制优化方法,将PID算法作为PLC的软件设计部分,通过比例、积分与微分这三种控制作用的合理调配,形成相互关系。鉴于PID控制算法调节时间长、超调量大等弊端,采用BP神经网络对其进行优化。利用BP神经网络的自学习和加权系数的调整,使BP神经网络输出最优大型电梯电力系统控制规律下的PID控制算法的参数,实现医院大型电梯电力系统的稳定控制。实验结果表明,所提方法具有很高的控制稳定性和鲁邦性,综合性能较强。     

基于单个神经元的线性最优励磁控制器

线性最优励磁控制采用固定反馈增益矩阵来完成对发电机在电力系统运行时的控制,由于发电机功角特性的非线性,因而在不同运行点是不能一直满足最优控制的目的。提出了一种基于神经网络的线性最优励磁控制器,将两者的优点结合在一起,利用神经网络在在线调整控制变量,使同步发电机在不同运行点的动态,暂态稳定性能始终保持最优控制效果。     

智能技术在电力系统自动化中的应用

随着电网的增大,如何对日益庞大的电力系统进行有效控制已成为摆在人们面前的一个重要问题。而智能技术的发展,对电力系统自动化运行和控制具有重要的意义。介绍了智能技术和电力系统自动化技术的内涵,分析了模糊理论、神经网络控制、线性最优控制、专家系统等智能技术在电力系统自动化中的应用,指出了智能技术在电力系统自动化中的应用前景。     

智能技术在电力系统自动化中的应用

随着电网的增大，如何对日益庞大的电力系统进行有效控制已成为摆在人们面前的一个重要问题。而智能技术的发展，对电力系统自动化运行和控制具有重要的意义。介绍了智能技术和电力系统自动化技术的内涵，分析了模糊理论、神经网络控制、线性最优控制、专家系统等智能技术在电力系统自动化中的应用，指出了智能技术在电力系统自动化中的应用前景。     

基于电流观测器的链式STATCOM反步控制方法

针对电网中链式静态同步补偿器(STATCOM)系统的非线性特性和不确定性,提出了一种基于高增益自适应观测器的链式STATCOM反步控制方法.针对STATCOM的输出电流值的估计,设计了一种基于神经网络高增益观测器,通过引入径向基函数(RBF)神经网络,对模型参数变化进行估计,通过反馈设计,对系统进行线性化处理,利用反步法实现电压控制器设计.结合李雅普诺夫的渐近稳定性理论,获得链式STATCOM输出无功电流的控制.仿真和实验结果进一步验证了控制方法的正确性和有效性.     

质子交换膜燃料电池过氧比LQR最优控制策略

建立了质子交换膜燃料电池空气供给系统六阶模型。将神经网络前馈控制分别结合PID控制及线性二次型调节器（LQR）控制,来比较两种复合控制策略在燃料电池变载情况下过氧比的快速响应情况。在LQR控制策略中,首先通过单一平衡点进行模型线性化以获取状态反馈增益及降维状态观测器增益。仿真结果表明,基于单平衡点线性化的LQR结合神经网络前馈的复合控制策略在全工况范围内明显优于神经网络前馈加PID的控制策略。针对偏离平衡点较远工况处控制效果有所下降的情况,进一步采用多平衡点线性化的方法,优化设计LQR以动态调整相应增益,结果表明多平衡点LQR控制方法在过氧比控制中展现出最佳的快速响应性和稳定性。     

舰船电力系统增益调度多目标励磁控制

针对舰船电力系统中存在的非线性、不确定性和发电机之间相互影响等因素,应用直接反馈线性化技术与增益调度多目标理论设计发电机励磁控制,以阻尼电力系统小信号振荡,提高瞬态稳定性.仿真表明,系统负载功率突然改变时,该控制方法能有效改善系统瞬态稳定性.     

关于智能技术在电力系统自动化中的应用

文章首先简单介绍了电力系统自动化概论,包括其基本概念及其目的;接着阐述了现电力系统自动化当中使用较为广泛的几种智能技术,如模糊理论、神经网络控制、专家系统控制、线性最优控制以及综合智能系统,说明了智能技术在电力系统自动化当中发挥着不可替代的作用,可保证电力系统的稳定、安全运行。     

LQR优化的BP神经网络PID控制器设计

针对传统神经网络PID(比例 积分 微分)控制器和传统线性二次调节器(LQR)优化型PID控制器对无刷直流电机转速控制恢复时间长及抗干扰性较差等问题, 提出一种LQR优化的BP神经网络PID控制器, 用于无刷直流电机的转速控制. 首先, 利用BP神经网络对PID增益进行调节, 提高控制器的动态适应性和鲁棒性； 然后, 采用LQR优化BP神经网络最优输出, 使其更接近目标PID增益. 仿真结果表明, 该控制器有效提高了响应速度, 减小了稳态误差并增强了抗干扰能力.     

神经网络方式下的电力系统无功优化控制

为提升电能质量,保证电网的安全运行,选择理论分析和实验的方法,通过使用神经网络来对电网中复杂而庞大的数据进行处理,同时通过探讨神经网络的结构特点并与晶闸管相控电抗器型相互结合,并进行无功优化.采用此种方法是因为控制电网中的无功,需要通过无功补偿装置来对无功进行平衡,而最常见的一种无功补偿装置就是晶闸管相控电抗器,另外电力系统的无功优化对电网的稳定运行非常重要,属于非线性的混合整数类的规划.研究结果表明:通过引入神经网络的方法,能够提高供电的质量、可靠性以及经济性.无功优化涉及到很多的变量,而且属于非线性最优化的问题,采用神经网络能够很好的处理这类问题.     

电气自动化控制设备可靠性测试分析

近几年,随着社会科学技术的快速发展,电气自动化控制技术也随之得到飞速进步,现在电气工程和电气自动化已经广泛应用于各行各业中,对社会主义市场的健康发展做出了突出贡献,电气自动化控制设备的稳定性与可靠性,直接关系到整个电力系统的正常运行,由此可见加强对电气自动化控制设备可靠性测验对于维持电力系统稳定运行的重大意义,本文对电气自动化控制设备可靠性测验的方法和问题进行了研究和探讨,希望能对同行提供相关参考。     

基于柔性直流的输配电开关器自动化控制

为提高输配电开关器的输出稳定性并进行输配电开关器自动化控制,提出了一种基于柔性直流的输配电开关器自动化控制方法.建立柔性直流的输配电开关器自动化控制的参数自动辨识模型;采用融合性特征分析方法,进行柔性直流的输配电开关器模糊控制;采用融合性参数估计方法进行输配电开关器的输出参数识别,建立输配电开关器的鲁棒性特征分析模型;采用柔性直流分析方法,进行输配电开关器自动化控制的阻尼衰减调节,实现输配电开关器自动化控制优化.仿真结果表明,采用该方法进行输配电开关器自动化控制的稳定性较好,输出鲁棒性较强,提高了输配电开关器自动化控制水平.     

利用增量二次规划和启发式方法的电力系统动态无功优化

针对电力系统动态无功优化数学模型存在优化过程长、收敛稳定性差的问题,导出了以控制变量增量为求解变量的电力系统动态无功优化的二次规划模型,并以具有有限次迭代收敛的Lemke算法求解,这样的动态无功优化控制计算量小,非常适合于对计算速度和算法稳定性要求高的动态无功优化控制问题.针对控制变量控制次数约束,采用启发式归并方法对其进行约束限制,有效避免了将控制变量动作次数约束纳入优化过程的复杂性.实际算例表明,文中方法不仅运算速度快,且收敛稳定性好.     

时滞细胞神经网络全局同步的滑模控制方法

利用改进的滑模控制方法,研究了具有多时滞和分布时滞细胞神经网络的全局同步问题.基于Lyapunov稳定性原理,运用线性矩阵不等式方法,设计滑模面,考虑了时滞独立和时滞相关两种情况.设计了合适的滑模控制器,以使得误差系统的轨迹能全局达到滑模面.得到了相对充分的条件,来确保时滞独立与时滞相关两种情况下误差系统的全局稳定性,从而实现时滞细胞神经网络的全局同步.结果表明所设计的滑模控制器由误差反馈控制输出来获得高增益补偿的准则,可用以处理神经网络的全局同步问题,并且此方法可应用于其他复杂神经网络.     

一类欠驱动系统的自适应神经滑模控制

针对一类欠驱动系统在系统不确定性和外界干扰条件下的稳定控制问题,文章提出了自适应神经网络滑模控制策略。利用基于径向基函数(RBF)的神经网络在线估计系统的不确定量,采用李雅普诺夫方法设计自适应算法在线调整神经网络的参数;同时,利用带自适应算法的神经网络调节滑模控制的增益来消除滑模控制中的输入抖振现象;并通过李雅普诺夫定理论证了系统的稳定性。与传统滑模控制策略的仿真结果对比证明了系统是全局渐进稳定的,且控制器具有很好的适应性和鲁棒性。     

电力系统中电气自动化控制技术的运用探究

随着社会的快速发展，电力系统在社会生产和生活中日益扮演着重要的地位。同时电力系统的规模也随着社会的发展而不断的壮大，如何加强电力系统的控制和调节成为了电力系统发展中的关键。电气自动化技术能够有效的提高电力系统的调控质量，保证了电力系统运行的稳定性和可靠性，因此应当加强对电气自动化控制技术在电力系统中的研究。     

采用混合算法优化神经网络滑模控制的机器人跟踪误差

为了避免机器人关节角位移受外界影响,提高运动轨迹的跟踪精度,采用混合算法优化神经网络滑模控制器,并对优化后的控制器进行仿真验证.建立机器人平面简图模型,利用拉格朗日定理推导出机器人关节运动方程式,采用神经网络算法构建RBF神经网络自适应滑模控制系统.为了增强控制系统的稳定性,削弱外界波形对机器人运动轨迹的干扰,利用粒子群算法和差分进化算法在线优化RBF神经网络滑模控制律参数,设计了改进RBF神经网络滑模可调参数的自适应控制律,保证机器人控制系统的稳定性.通过MATLAB软件进行仿真实验,并且与优化前机器人关节角位移输出误差形成对比.仿真结果显示：随着干扰波形幅度的增大,采用神经网络滑模控制器,机器人关节输出角位移误差逐渐增大,系统不稳定,而采用混合算法优化神经网络滑模控制器,系统反应速度较快,机器人关节输出角位移误差较小.机器人采用混合算法优化神经网络控制器,能够提高控制系统的抗干扰能力,稳定性较好、输出精度较高.     

基于BP神经网络的电力系统短期负荷预测

电力系统短期负荷预测的准确性对电力系统的实时运行调度至关重要.采用BP神经网络对电力系统负荷短期预测研究,根据影响电力系统的负荷因素如温度、天气等确定模型构成,同时利用遗传算法对BP神经网络进行优化.实例表明,利用遗传算法优化的BP神经网络在电力系统短期负荷预测中是有效的.     

非线性系统神经网络输出稳定控制器的设计

针对一类非线性系统,以线性化后的布鲁诺标准型为新被控对象,提出一种基于李雅普诺夫定理的神经网络稳定控制器。该非线性控制器采用神经网络补偿的方式来抵消外界干扰的不利影响,减少系统达到平衡状态的时间。分析了系统的稳定性,并将该方法应用到单机无穷大电力系统中,仿真结果验证了该控制器在非线性系统稳定性控制中的有效性。