基于参数辨识的同步发电机的控制方法研究及实现

《基于参数辨识的同步发电机的控制方法研究及实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得云洼王些太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：秀宁晶签字日期：渺年／月矽日学位论文版权使用授权书本学位论文作者完全了解云洼王些太堂有关保留、使用学位论文的规定。特授权云洼王些太堂可以将学位论文的全部或部分内容编入有关数据库迸行检索，并采

2、用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名：番儡签字同期：滩年／月矽同加磅唧乌彦年●●y氰砧签玑礁期导卦万方数据学位论文的主要创新点一、对于同步发电机参数辨识方面，由于发电机参数的个数比较多，本文考虑了发电机各种工况运行等条件，对发电机电气方程的11个主要参数采用分步辨识的策略，将发电机的电气参数辨识分为稳态参数辨识和暂态参数辨识，通过分步辨识法，提高了辨识的精度，而发电机的机械参数由于参数比较少，方程比

3、较简单，采用最小二乘算法进行直接辨识。二、在经典PID理论的基础上进行了非线性PID控制算法的改进，并与模糊神经网络相结合，提出了一种基于模糊神经网络(孙N)的非线性PID励磁控制方法，这种励磁控制方法结合了PID控制算法的简单与模糊神经网络适应性强、控制灵活的优势。通过仿真实践将FNN非线性PID励磁控制与经典PID控制理论、模糊神经PID控制方法进行对比，结果证明FNN非线性PID励磁控制技术极大地改善了发电机励磁控制效果。万方数据摘要在提高电力系统稳定性并改善其动态品质方面，发电机励磁控制已经成为了非常重要的措施。通

4、过对发电机励磁进行适当的控制，可以有效改善电力系统的可靠性和动态响应方面的特性。而控制策略的研究和分析需要详细且准确的发电机模型参数。本文首先对同步发电机参数辨识方面和发电机励磁控制做了较为详细的描述，介绍了同步发电机参数辨识所需要的模型和辨识方法以及励磁控制结构的数学模型，以及基于本文的研究提出的非线性理论知识。对于发电机参数辨识方面，本文提出了分步辨识发电机电气参数的稳态参数和暂态参数，从而提高了辨识效率和精度。对于机械参数的辨识，由于方程中各个观测量都是可以测得的量，所以可以直接进行辨识。在辨识出同步发电机参数的基础

5、上，基于提出的非线性理论，本文提出将一般的PID进行非线性化，然后结合模糊神经网络，构成了一种新的励磁控制器—删非线性PID控制器。该控制器将PID进行非线性化，可以更好地与非线性的模糊神经网络控制相结合，既保持了一般PID控制算法简单的特点，又充分发挥了模糊神经理论的控制灵活、适应性强、速度快的优点。针对一般经典PID控制、模糊神经PID控制和FNN非线性PID控制三种控制器的不同特点，本文利用MATLAB仿真软件对这三种控制方法进行建模，并对各种控制器的控制效果进行仿真对比。结果表明：本文所提出的励磁控制方法能在更大程

6、度上改善系统干扰的稳定性，对系统的振荡可以提供更有效的阻尼作用，具有更好的稳态特性和鲁棒性。关键词：同步发电机；参数辨识；非线性PID；模糊神经网络；FNN非线性PID万方数据AbstractToimprovethestabilityandthedynamicqualityofpowersystem，generatorexcitationhasbecomeallextremelyimportantmeasure．Throughtheappropriatecontrolforgeneratorexcitation，botht

7、hequalityofreliabilityanddynamicpropertiesCanbeimproved．Butdetailedandaccurategeneratormodelparametersarerequiredforresearchandapplicationofcontrolstrategy．T}lispaperflrstlymakeadetaileddescriptionontheidentificationofsynchronousgeneratorparameterandexcitationcont

8、rol，exceptthemodelandmethodofparameteridentification，itintroducesthemathematicalmodelofexcitationcontr01．Herethearticlealsoputsforwardanonlineartheory．I