基于双环矢量解耦控制策略的DVR动态性能研究

在配电系统中,电网电压发生电压暂降/暂升会造成用电负荷意外停机,通常采用动态电压恢复器(DVR)对电网电压进行补偿。DVR检测单元应具有良好的动态性能以便检测电压幅度和相位的变化,以触发DVR快速补偿配电网电压波动。针对如何提高电力系统中的电能质量问题,提出了一种基于双环矢量解耦控制的DVR控制策略,用来提高DVR在补偿过程中的动态性能。试验结果表明,与传统方法相比,该控制策略可以更快地校正电压暂降,使DVR达到更好的动态性能,最终使电网电能质量得到提升。     

基于飞轮储能的动态电压恢复器补偿电压暂升的研究

本文对基于飞轮储能的动态电压恢复器（DVR）在补偿电压暂升时可能引起直流母线电压泵升的问题进行了研究。首先分析了传统控制策略的局限性,继而提出了一种整体协调控制策略,该策略根据飞轮额定充电功率与DVR吸收功率的关系以及飞轮转速的影响,自动调整飞轮的充电控制策略和DVR的补偿策略,使得直流母线电压保持恒定。最后,利用仿真结果对该策略的实用性和有效性进行了验证。     

光伏并网发电系统中公共连接点的电压调节

光伏并网发电系统通常应用于薄弱电网末端,输出功率的随机性会造成并网点处电压波动。利用光伏自身无功调节可抑制电压波动。为分析抑制效果,推导出光伏并网发电系统输入电网的有功、无功功率调节范围。当光伏无功调节效果不满足国标要求时,使用超导储能动态电压恢复器(DVR)维持公共连接点(PCC)电压的稳定。采用了PCC电压外环,电容电流内环的双环控制策略,结合空间矢量脉宽调制(SVPWM)对变换器进行控制。仿真结果表明超导储能动态电压恢复器可快速稳定公共连接点电压。     

光伏并网发电系统中公共连接点的电压调节

光伏并网发电系统通常应用于薄弱电网末端,输出功率的随机性会造成并网点处电压波动。利用光伏自身无功调节可抑制电压波动,为分析抑制效果,本文推导出光伏并网发电系统输入电网的有功、无功功率调节范围。当光伏无功调节效果不满足国标要求时,使用超导储能动态电压恢复器（DVR）维持公共连接点（PCC）电压的稳定。本文采用了PCC电压外环,电容电流内环的双环控制策略,结合空间矢量脉宽调制（SVPWM）对变换器进行控制,仿真结果表明超导储能动态电压恢复器可快速稳定公共连接点电压。     

模糊前向神经网络在瓦斯涌出量预测中的应用

为解决多输入单输出数据集的建模预测问题,提出一种基于Mamdani型模糊系统和前向神经网络的模糊神经网络,实现了瓦斯涌出量的建模预测.首先由采样数据生成模糊规则,明确了前向神经网络的网络结构.在Mamdani型模糊系统中提取出了隐含层神经元激励函数,并据此确定了模糊前向神经网络的表达式.然后对BP学习算法进行了改进,得到了权值直接确定的矩阵式.最后在瓦斯涌出量预测中,利用主成分分析法选取了较为重要的3个因素.仿真实验表明模糊前向神经网络具有较高的建模和预测精度.     

基于Mamdani模糊自适应PID的液位串级控制系统设计

本文依据模糊控制和常规PID控制的基本特点,设计了一种基于Mamdani模型的模糊自适应PID液位串级控制系统,研究对具有时变、非线性的复杂系统的控制.通过引入Mamdani模型的模糊规则对PID控制参数进行修正,实现对液位系统在全工况下的优化控制.利用Matlab进行仿真,研究分析表明,基于Mamdani模糊自适应PID控制方法与常规PID方法相比具有很好的控制效果,具有更好的稳定性、鲁棒性,且控制精度高.     

动态电压恢复器(DVR)研究现状与发展综述

动态电压恢复器(DVR)是一种串联型补偿装置,其良好的动态性能和很高的性价比使得它成为治理动态电压问题,特别是电压凹陷的最经济、有效的手段.首先介绍了动态电压恢复器(DVR)的功能、组成及其特点,然后就目前国内外有关DVR研究的现状、存在的问题进行了详细的阐述和分析,最后讨论了DVR的发展趋势.     

基于知识的模糊神经网络临床路径变异分析方法

探索了基于Mamdani、Takagi Sugeno模型的模糊神经网络,以及BP神经网络在临床路径控制中的应用.提出了基于知识的模糊神经网络临床路径变异分析方法,以骨肉瘤化疗临床路径肝中毒变异为例进行了实例验证.分析了几种方法的有效性以及各自的优缺点.结果表明,在处理临床路径变异方面,基于知识的模糊神经网络与标准的BP神经网络相比,具有明显的优越性.     

模糊-神经网络技术及其用于结构主动控制的仿真研究

提出了一种基于神经网络调整规范化因子的模糊一神经网络控制策略，并以表面布置压电片的梁结构为控制对象进行了仿真．实验结果表明，该控制策略适用于不精确被控对象模型和非线性系统的控制．模糊-神经网络技术及其用于结构主动控制的仿真研究@蒋式勤@陈海洪     

混合动力汽车补偿模糊神经网络能量管理策略

以上海大众汽车公司某型号混合动力电动汽车(HEV)的设计要求为基础,提出了一种基于补偿模糊神经网络的能量控制策略,并采用动态调整步长的梯度下降法加快算法的收敛速度.分析了样本数据选取、输入、输出模糊分割和模糊规则提取对控制器性能的影响.利用ADVISOR2002仿真平台进行二次开发,完成了基于补偿模糊神经网络的控制策略、并联电力辅助控制策略和模糊控制策略的仿真比较.仿真结果表明,基于补偿模糊神经网络的控制器具有较强的自适应能力,可以较好提高混合动力汽车的燃油经济性和排放性.     

状态PI调节器在D-STATCOM双闭环控制中的应用

针对D-STATCOM的强耦合特性,分析D-STATCOM的系统构成,在构建dOq坐标系下D-STATCOM系统数学模型的基础上,将基于状态PI调节器的最优跟踪控制策略和模糊自适应PI控制分别应用于D-STATCOM系统的电流内环和电压外环控制.研究结果表明:该控制策略使系统的无功电流和有功电流都具有很好的动态和稳态响应,在3 ms内即可达到稳态,且稳态时电流误差为0 A;在无功负荷突加时系统时响应速度快,所需时间大约为3个工频信号周期;该控制策略性能优良,结构简单,容易实现,满足D-STATCOM电压补偿的要求.     

基于SVPWM的直驱式风电系统网侧变换器控制策略

对基于SVPWM调制的直驱式风电系统网侧变换器的控制策略进行了研究,变换器采用了三相电压源型PWM结构,对其进行了分析并基于电网电压矢量定向控制,提出采用旋转轴电流线性化解耦控制策略的网侧变换器的数学模型,在双环控制中,采用了一种新型的PR控制策略。仿真结果表明,该系统运行稳定,动态响应快,输出直流电压稳定,且脉动很小,各项性能优良。     

基于人工免疫算法的SVG电压外环控制器控制策略

针对高维非线性电力系统复杂的控制对象,在静止无功发生器（SVG）的电压偏差-无功的控制方法上,采用人体免疫系统维持自身功能正常的机理,以稳定电力系统工作状态,提出基于人工免疫算法的SVG外环控制器控制策略。研究中识别电力系统中相应抗原物质的电压变动因素,细胞激活生成过程的模糊建模,运用Mamdani模糊推理和重心中心解模糊方法,得到内环控制所需要的无功参考值指令。通过单机双闭环控制的SVG控制器离线仿真,对三相对称短路故障后控制的影响分析,并与PI控制方式比较。结果表明,所提出的仿生免疫机理的控制方案对于SVG中动态无功调节过程和对电力系统稳定性的控制作用是有效的。     

基于优化补偿控制的动态电压恢复器数字系统设计

针对传统的补偿控制策略存在相位失真、有功功率消耗大的问题,提出一种优化补偿控制策略.该策略通过注入动态电压恢复器(dynamic voltage restorer,DVR)有功功率的大小来优化直流侧电压的调节量,并对优化补偿策略的补偿特性进行系统分析;针对逆变单元输出受到非线性和冲击性负载扰动的问题,建立了一种混合级联H桥多电平逆变拓扑,分析其结构及工作原理,完成了多电平DVR数字系统的设计,包括软硬件的设计.在Chroma6590可编程交流电源上模拟电网电压,并在该系统上进行并网补偿试验.仿真与试验结果表明,所设计的DVR系统补偿效果很好,能够实现装置输出有功功率最小并延长补偿时间,有效减少输出谐波.     

半主动悬架模糊动态建模与神经网络控制

进行可调减振器外特性试验,拟合其阻尼系数与步进电动机转角之间的非线性关系,基于模糊动态模型理论,建立车辆半主动悬架模糊动态模型.设计半主动悬架模糊神经网络控制策略,研制半主动悬架模糊神经网络控制器.在仿真的基础上,进行实车道路试验.结果表明,模糊动态半主动悬架模糊神经网络控制有效地衰减车身垂直振动,改善车辆行驶姿态,提高乘坐舒适性及行驶安全性,协调整车综合性能.     

模糊神经网络技术用于结构主动控制的研究

提出了一种基于神经网络调整规范化因子的模糊神经网络控制策略，并以表面布置压电片的梁结构为控制对象进行了仿真．实验结果表明，该控制策略适用于不精确被控对象模型和非线性系统的控制．     

基于动态模糊神经网络的入侵检测系统

针对传统的网络安全防范技术存在的缺陷和入侵检测在动态安全模型中的重要地位和作用,提出了基于模糊理论、神经网络和遗传算法结合的新方法--动态模糊神经网络,并且给出基于动态模糊神经网络的入侵检测系统构建体系.该系统在实际应用中收到了较好的效果.     

模糊神经网络自适应控制

为实现复杂生产过程的自适应控制，设计了一类基于模糊神经网络控制器的自适应控制策略，仿真结果表明，该算法对复杂动态过程的控制具有良好的适应性。     

三相SVPWM逆变电源输出波形优化控制策略

为了提高三相逆变电源的电压输出波形质量,减少输出电压的谐波分量和总畸变率,提出模糊神经元PID控制策略。以DSP芯片为控制系统核心,对输出电压进行Clarke和Park矢量变换,采用人工神经网络方法与PID控制理论构成神经元PID控制器,对PID控制器参数进行在线调整,将模糊控制理论引入神经元PID控制器形成模糊神经元PID控制策略,并将基于60°坐标系的SVPWM算法用于逆变电源控制系统中,对系统稳态负载、动态负载、不对称负载情况下分别进行仿真实验。仿真结果表明:采用模糊神经元PID控制策略控制下的三相SVPWM逆变电源,在不同负载情况下的输出电压谐波分量小,总畸变率少,达到电压输出波形质量性能要求。     

基于模糊神经网络空间矢量调制的直接转矩控制

为了改善基于空间矢量调制的直接转矩系统的动态性能及低速性,分析了传统SVM-DTC中采用两个PI控制器来产生参考电压矢量,存在PI控制器参数难以确定的问题,提出了一种基于模糊-神经网络空间矢量调制(SVM)的异步电机直接转矩控制(DTC)策略.阐述了产生磁链参考电压矢量的模糊控制器和产生转矩参考电压矢量的神经网络控制器...