模糊神经网络构成的无功/电压自动调节系统

摘要

本文提出了基于模糊神经网络技术的变电站的电压／无功控制方法，结合模糊控制和人工神经网络两者各自的优点，将现行的九区图控制方法中的控制边界进行了模糊化处理，并使用神经网络进行大量的训练，使得该系统不仅具有处理不精确性、不确定性事件的能力，而且具有很强的自学习、自适应的能力。该方法不需要建立精确的数学模型，对外部参数的变化具有良好的适应性，克服了传统九区图控制方法中的不足，解决了现行的电压／无功控制中的电压和无功无关的问题，并且能够更好地保持电压在合格的范围内和维持无功功率的平衡，更有效地保持电压稳定和减少有载分接头开关的调节次数和电容器组的投切次数，减少设备的损耗。仿真计算结果表明，应用该控制方法对调节变电站的电压／无功具有良好的效果，可以有效地提高电力系统的运行稳定性和企业的经济效益。

目录

文摘

英文文摘

第一章绪论

1.1概述

1.2无功功率补偿的现状

1.3人工智能

1.4本文的主要内容

第二章无功功率和无功补偿

2.1无功功率和功率因数

2.1.1正弦电路的无功功率和功率因数

2.1.2关于无功功率的几点解释

2.1.3无功功率的影响

2.2无功补偿

2.2.1无功补偿的作用

2.2.2无功补偿装置

2.2.3并联电容器补偿无功功率的原理

2.2.4并联电容器补偿无功功率的方式

2.2.5并联电容器的投切

第三章无功自动调节系统

3.1无功自动调节系统的优化九区图控制原则

3.1.1九区图控制原理

3.1.2九区图投切原则

3.2人工智能控制的电压/无功调节系统

3.2.1智能控制

3.2.2人工智能控制的九区图

3.2.3基于模糊控制的变电站综合控制

3.2.4模糊控制系统的结构

3.2.5模糊控制的逻辑表示

3.2.6变电站电压/无功功率的模糊神经网络控制方法

第四章算例仿真

结论

参考文献

攻读工程硕士学位期间发表论文

独创性声明

致谢