首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于RBF神经网络滑模控制的互联电力系统混沌控制研究
引用本文:王年,陈辉,丁大为,胡永兵,程志友.基于RBF神经网络滑模控制的互联电力系统混沌控制研究[J].南京大学学报(自然科学版),2018(5).
作者姓名:王年  陈辉  丁大为  胡永兵  程志友
作者单位:安徽大学电子信息工程学院;安徽大学教育部电能质量工程研究中心
摘    要:电力系统是一种具有多自由度、强耦合特性的非线性动力学系统,混沌振荡会对电力系统的安全性造成极大危害.通过研究互联电力系统的时序图、最大Lyapunov指数图、相平面图来讨论电磁功率扰动幅值对系统动力学特性的影响.提出了一种基于继电特性函数的改进型径向基函数(Radial Basis Function,RBF)神经网络自适应滑模控制方法,快速平滑地使系统达到控制目标.实验表明,相比自适应滑模控制方法和基于继电特性函数的滑模控制方法,提出的改进型RBF神经网络滑模控制方法不仅可以使系统有较快的收敛速度,而且对抖震现象有很好的抑制作用,对外部扰动具有很强的鲁棒性.

本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号