基于粗糙-神经网络的燃气发电机励磁PID控制研究

摘要

燃气发电机励磁控制系统对燃机电力系统来说，不仅能保证整个系统的电压质量，合理分配电网上各个机组间的无功，而且有助于提高电力系统运行的稳定性和经济性，所以燃气发电机励磁控制对整个燃机电力系统的安全稳定运行具有及其重要的意义。本文将变精度粗糙控制和径向基函数神经网络技术综合应用于燃气发电机的非线性控制设计中，提出了一种新的励磁控制方法。
　　 论文首先对目前存在的各种励磁控制器设计方法的优劣进行了全面的阐述，其次在深入分析燃气发电机及其励磁控制系统原理的基础上，对燃气发电单机无穷大系统的非线性数学模型进行了推导，再次，在深入理解粗糙集理论与人工神经网络思想精髓的基础上，把变精度粗糙控制与RBF神经网络有效融合，取长补短，搭建了VPRS-RBF神经网络，并通过在线粗糙辨识，达到了PID励磁调节器的参数按VPRS-RBF神经网络的交精度粗糙控制决策进行自动调整的智能控制目标。最后，把所设计的VPRS-RBF神经网络PID励磁控制器和常规PID励磁控制器进行了Matlab仿真比较，结果表明本文所设计的励磁控制器具有较强的鲁棒性和适应性。

目录

声明

致谢

摘要

1 绪论

1．1 课题研究背景

1．2 课题研究意义

1．3 励磁控制系统的发展现状及趋势

1．3．1 古典式励磁控制

1．3．2 强励式励磁控制

1．3．3 线性最优励磁控制

1．3．4 非线性励磁控制

1．3．5 自适应励磁控制

1．3．6 智能励磁控制

1．4 本课题研究内容及所做的工作

2 燃气发电机励磁控制系统分析与建模

2．1 引言

2．2 燃气发电机励磁系统的工作原理

2．3 燃气发电机励磁系统的控制任务

2．4 燃气发电机励磁系统特性

2．4．1 静态特性

2．4．2 动态特性

2．5 燃气发电机励磁系统建模

2．6 本章小结

3 励磁控制器设计理论基础

3．1 引言

3．2 变精度粗糙集理论基础

3．2．1 VPRS的定义

3．2．2 变精度粗糙集的β-约简

3．3 基于人工鱼群算法的连续属性离散化

3．3．1 人工鱼群算法

3．3．2 基于人工鱼群算法的离散化流程

3．4 RBF神经网络理论

3．4．1 径向基函数

3．4．2 RBF网络工作原理

3．5 实例分析

3．5．1 交精度粗糙规则的提取

3．5．2 RBF网络与一般神经网络的比较

3．6 本章小结

4 基于VPRS-RBF神经网络的PID励磁控制器设计

4．1 引言

4．2 VPRS与RBF神经网络的集成

4．3 VPRS-RBF神经网络PID励磁控制系统的总体设计

4．4 燃气发电机智能励磁控制器的设计

4．5 本章小结

5 燃气发电机智能励磁系统的MATLAB仿真

5．1 燃气发电机励磁控制系统仿真模型

5．1．1 线性系统仿真

5．1．2 非线性系统仿真

5．2 仿真结果及分析

5．2．1 起励试验

5．2．2 初始扰动试验

5．2．3 三相短路故障试验

5．3 本章小结

6 总结与展望

6．1 本文的总结

6．2 下一步工作展望

参考文献