基于神經網絡辨識的同步發(fā)電機勵磁控制研究.pdf

1、現在電力系統中，隨著發(fā)電機單機容量和電力系統規(guī)模的增大，提高同步發(fā)電機運行的穩(wěn)定性，是保證電網安全運行，保證電力系統經濟性的基本要求之一。在眾多改善同步發(fā)電機穩(wěn)定運行的措施中，運用現代控制理論、提高發(fā)電機勵磁系統的控制效果是公認的有效手段之一。
　　 由于同步發(fā)電機具有非線性、多變量、強耦合等特點，很難得到同步發(fā)電機運行過程的精確數學模型，因此傳統的基于精確模型的PID控制方式已經不能滿足這些要求。本文通過改進控制策略來提高同步

2、發(fā)電機勵磁控制的性能。
　　 人工神經網絡算法的優(yōu)點是不依賴精確模型。針對上述問題，本文提出一種基于余弦基函數RBF神經網絡辨識的控制方式。首先說明了傳統神經網絡的不足之處，列山了幾個常用的神經元激勵函數，并討論了變學習率在神經網絡控制中的優(yōu)點。其次，用最速下降法對PID三個權系數進行調整。第三，在PID三個增益系數調整中，涉及發(fā)電機端電壓輸出對輸入變化量的偏導數，由于難以獲得發(fā)電機精確模型，因此無法用常規(guī)的數學方式來計算該偏導

3、數。通常有兩種方法解決該問題，其一是用發(fā)電機端電壓輸出的相鄰時刻的差與輸入變化量的差之比來替代該偏導數；其二是使用神經網絡辨識輸出來計算該偏導數。研究表明，用神經網絡辨識的輸出來計算可以有效提高控制精度。第四，針對神經網絡辨識問題進行了詳細研究，研究表明使用余弦基函數為神經網絡激勵函數，有利于提高整個勵磁控制系統的效果。
　　 最后，本文根據勵磁控制的簡化傳遞函數模型，使用MALTAB仿真，分別將固定參數（kp、ki、kd）的P