文摘
英文文摘
华南理工大学学位论文原创性声明和版权使用授权书
第一章绪论
1.1研究背景
1.1.1智能模拟
1.1.2人工神经网络技术
1.1.3模糊理论
1.1.4模糊神经网络
1.1.5遗传算法
1.1.6模糊神经网络、遗传算法在电力系统的应用
1.2 CMAC的研究
1.3统一潮流控制器(UPFC)
1.4选题原因
第二章小脑模型关节控制器与模糊小脑模型关节控制器
2.1传统的小脑模型关节控制器
2.1.1传统CMAC的结构
2.1.2 CMAC结构的评述
2.2模糊逻辑
2.2.1模糊关系合成逻辑推理
2.2.2 Takagi型模糊推理
2.3模糊CMAC神经网络
2.3.1模糊CMAC神经网络的结构
2.3.2模糊CMAC神经网络的特点
第三章自组织模糊CMAC神经网络及自组织模糊CMAC控制器
3.1模糊CMAC神经网络存在的问题
3.2自组织模糊CMAC神经网络
3.2.1自组织模糊CMAC神经网络的结构
3.2.2节点及其连接的变化
3.2.3隶属函数的产生
3.2.4模糊逻辑规则的产生
3.2.5学习算法
3.2.6自组织模糊CMAC神经网络的工作过程
3.3控制方式及学习方式
3.3.1前馈控制
3.3.2间接控制
3.3.3直接控制
3.4自组织模糊CMAC控制器
3.4.1自组织模糊CMAC控制器的设计
3.4.2学习算法
3.5其它控制器
3.5.1 PID调节器
3.5.2 CMAC
3.5.3人工神经网络控制器
3.6仿真
3.6.1被控对象的数学模型
3.6.2仿真曲线
3.6.3仿真结果的分析
3.6.4小结
第四章基于遗传算法和梯度下降法结合的模糊CMAC控制器
4.1引言
4.2遗传算法
4.2.1遗传算法的基本运算
4.2.2遗传算法的具体工作过程
4.3基于遗传算法的模糊CMAC神经网络及其控制器
4.3.1基于遗传算法的模糊CMAC神经网络
4.3.2基于遗传算法的模糊CMAC控制器
4.4基于遗传算法与梯度下降法结合的模糊CMAC控制器
4.4.1采用遗传算法和梯度下降法训练的模糊CMAC神经网络
4.4.2模糊CMAC控制器的设计
4.4.3模糊CMAC神经网络的工作过程
4.4.4遗传算法的离线训练过程
4.4.5梯度下降法的在线训练过程
4.5仿真
4.5.1仿真曲线
4.5.2几种控制器的控制性能的比较
4.5.3仿真结果的分析
4.5.4小结
第五章统一潮流控制器(UPFC)
5.1统一潮流控制器
5.1.1引言
5.1.2从结构来研究潮流控制器
5.1.3从电力电子调制模式来研究统一潮流控制器
5.1.4从控制技术角度来研究统一潮流控制器
5.1.5从其功能及对系统影响来研究统一潮流控制器
5.1.6问题的提出
5.2带有UPFC的单机无穷大系统的数学模型
5.2.1带有UPFC的单机无穷大系统的构成
5.2.2同步电机的数学模型
5.2.3统一潮流控制器的数学模型
5.2.4统一潮流控制器的d-q轴解耦控制方程
5.2.5电容器端电压的动态方程
5.3 UPFC电压空间矢量脉宽调制
5.3.1电压空间矢量
5.3.2电压空间矢量脉宽调制(SVPWM)原理
5.4功率及电压的控制策略
5.4.1有功功率、无功功率的解耦控制
5.4.2节点电压及电容器端电压的解耦控制
5.5基于自组织模糊CMAC神经网络的UPFC
5.5.1隶属函数的训练算法
5.5.2结论变量的训练算法
5.5.3仿真
5.5.4小结
5.6基于遗传算法与梯度下降法结合的模糊CMAC神经网络的UPFC
5.6.1离线学习算法
5.6.2在线学习算法
5.6.3仿真
5.6.4小结
5.7两种UPFC的比较
5.7.1仿真
5.7.2仿真结果的比较
结 论
参考文献
附图一
攻读学位期间发表的学术论文
致谢
华南理工大学;