超导磁储能系统的自适应单神经元控制

被引:19
作者
李艳
程时杰
潘垣
机构
[1] 深圳供电局,华中科技大学超导电力科学技术研究与发展中心,华中科技大学超导电力科学技术研究与发展中心广东省深圳市,湖北省武汉市,湖北省武汉市
关键词
电力系统; 超导磁储能系统; 单神经元; 自适应控制; 鲁棒性; 实时控制;
D O I
10.13335/j.1000-3673.pst.2005.20.011
中图分类号
TM917 [电流体发电、电气体发电、超导体发电];
学科分类号
0808 ;
摘要
基于自适应单神经元的控制方法是将单个神经元与环境系统相连,利用结合了Hebbian学习和监督学习特点的迭代算法在线修改其连接权值以实现控制目标。将这种控制方法用于超导磁储能(SMES)控制器的设计无需进行系统建模,所得到的控制器结构简单,算法简便,适于工程应用。文章在MATLAB环境下建立了较精确的含SMES的电力系统非线性高阶模型,通过时域仿真考察了基于自适应单神经元的SMES控制器的性能,结果表明该控制器具有令人满意的控制效果和较好的鲁棒性。
引用
收藏
页码:61 / 65
页数:5
相关论文
共 8 条
[1]   超导储能装置用于改善暂态电压稳定性的研究 [J].
周双喜 ;
吴畏 ;
吴俊玲 ;
安宁 .
电网技术, 2004, (04) :1-5
[2]   人工智能技术在电力系统无功电压控制中的应用 [J].
盛戈皞 ;
涂光瑜 ;
罗毅 .
电网技术, 2002, (06) :22-27
[3]   时变大纯滞后系统的单神经元预测控制 [J].
徐英 ;
徐用懋 ;
杨尔辅 .
清华大学学报(自然科学版), 2002, (03) :383-386
[4]   基于H_∞控制理论的电力系统稳定器 [J].
蔡超豪 ;
王奇 .
电网技术, 2000, (10) :11-14
[5]   电力系统鲁棒非线性控制研究 [J].
孙元章 ;
卢强 ;
孙春晓 .
中国电机工程学报, 1996, (06) :361-365
[6]   自适应神经元网络的智能控制 [J].
王宁 ;
涂健 ;
陈锦江 .
信息与控制, 1992, (04) :235-239
[7]  
人工智能原理与方法.[M].王永庆著;.西安交通大学出版社.1998,
[8]  
神经元网络控制.[M].王永骥;涂健编著;.机械工业出版社.1998,