基于RBF神经网络滑模控制的互联电力系统混沌控制研究

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.