基于BP神经网络的最优励磁控制器

被引:14
作者
范澍
毛承雄
陆继明
机构
[1] 华中理工大学电力工程系!武汉,华中理工大学电力工程系!武汉,华中理工大学电力工程系!武汉
关键词
智能控制; 最优控制; BP神经网络; 励磁控制器;
D O I
暂无
中图分类号
TM76 [电力系统的自动化];
学科分类号
080802 ;
摘要
设计了一种新型的基于 BP神经网络的最优励磁控制器 ( NNOEC)。在线性最优励磁控制的基础上 ,利用 4层 BP神经网络对发电机的运行方式和系统所遭受的干扰类型进行辨识 ,通过对网络的训练 ,使得网络能够实时根据发电机的状态量来调节最优控制的反馈矩阵 ,以适应当前的运行点和所遭受的干扰。仿真结果表明 ,所设计的 NNOEC在系统运行方式较大的变化范围内都能提供很好的控制性能 ,在大小扰动下均表现出很好的阻尼特性和良好的电压性能
引用
收藏
页码:29 / 32
页数:4
相关论文
共 6 条
[1]   应用人工神经网络进行中期电力负荷预报 [J].
蒋平,鞠平 .
电力系统自动化, 1995, (06) :11-17
[2]   适用于控制型神经网络的快速学习算法 [J].
管霖,程时杰,陈德树 .
华中理工大学学报, 1995, (04) :29-33
[3]   大型水轮发电机多微机最优励磁控制 [J].
毛承雄,陆继明,樊俊 .
华中理工大学学报, 1994, (04) :20-24
[4]   人工神经元网络在电力系统中应用的新进展(二) [J].
韩祯祥 ;
文福拴 .
电力系统自动化, 1993, (02) :55-62
[5]   人工神经元网络在电力系统中应用的新进展(一) [J].
韩祯祥 ;
文福栓 .
电力系统自动化, 1993, (01) :53-59
[6]  
输电系统最优控制[M]. 科学出版社 , 卢强 编, 1982