基于改进Elman网络的最优励磁控制器

《基于改进Elman网络的最优励磁控制器》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、2007.№3大电机技术51基于改进Elman网络的最优励磁控制器陈前,毛承雄,陆继明,余翔（华中科技大学电气与电子工程学院,湖北武汉430074）[摘要]本文在线性最优励磁控制的基础上，将线性最优控制理论与改进Elman神经网络有机结合，设计了一种新型的基于改进Elman网络（ModifiedElmanNeuralNetwork）的最优励磁控制器。由于Elman网络具有特殊结构层，形成有“记忆”能力的神经网络的特点，并在原有结构上将高斯径向基函数引入Elman网络隐含层，因此可以更好地映射系统的非线性和动态

2、特性。对单机无穷大系统进行仿真研究的结果表明，所设计的控制方式能精确地反映系统动态变化过程并提供良好的电压调节性能。[关键词]最优控制；Elman网络；电力系统；智能控制；励磁控制[中图分类号]TM571[文献标识码]A[文章编号]1000-3983(2007)03-0051-05LinearOptimalExcitationControllerBasedonModifiedElmanNeuralNetworkCHENQian,MAOCheng-xiong,LUJi-ming,YUXiang(Collegeo

3、fElectricalandElectronicEngineering,HuazhongUniversityofScienceandTechnology,Wuhan430074,China)Abstract:ThispaperpresentsthedesignofexcitationcontrollerbasedonlinearoptimalcontroltheoryandmodifiedElmanneuralnetwork.Aspecialcorrelationlayerisappendedtohidden

4、layerofBPnetworkanditshiddenlayerischangedintoradialbasisfunctionstoformanElmanneuralnetworkwithmemorialability,withwhichthenonlinearityandthedynamicbehaviorofthesystemcanbeperfectlymapped.Thedigitalsimulationresultsinasinglemachineinfinite-buspowersystemsh

5、owthatthedesignedexcitationcontrollercanreflectthedynamicchangingprocesspreciselyandprovidegoodvoltageregulatingperformanceforthegenerator.Keywords:optimalcontrol;Elmanneuralnetwork;powersystem;intelligencecontrol;excitationcontrol应励磁控制方法可根据由发电机运行工况的不同所引1引言

6、起的系统参数变化来不断地修正控制器参数，达到跟电力系统运行的稳定性是电力系统安全运行的基踪系统运行工况的目的。但自适应控制需要在线辨识本要求，而对同步发电机励磁的控制是改善电力系统系统参数的变化，且算法复杂，实时运算量大，将其运行稳定性的一个经济和有效的手段。通过对发电机应用于时变的发电机励磁控制有一定的困难。励磁施加适当的控制，可以改善电力系统在大、小扰神经网络具有以下特性：（1）能以任何精度逼近动下的稳定性。设计励磁控制器是随着近代控制理论复杂的输出有界的非线性映射，构成描述系统的非线的发展而提出的。余耀

7、南很早就提出将最优控制理论性模型；（2）具有并行处理的特性，便于实现快速控应用到电力系统中，经过近30年的发展，最优励磁控制；（3）具有自学习能力。因此近年来它在电力系统制已进入实用阶段。基于线性最优控制理论的线性最中的应用日渐增多。目前研究最多的是BP神经网络，优励磁控制器(LOEC)可以使远距离输电系统的静稳定虽然从理论上来说，3层BP神经网络可以逼近任意复杂极限大为提高，达到机端电压恒定时的线路功率极限，的非线性函数，但在实际应用过程中BP网络有很多的同时改变系统遭受小扰动的阻尼特性。但是应当指出，不足

8、，比如收敛速度慢、会出现局部最小、不适合动这种励磁控制器是基于电力系统局部线性化模型来设态系统的实时辨识等。而Elman神经网络在多层前向神计的，在运行点附近具有良好的控制性能，而当偏离经网络中引入特殊关联层，加入内部反馈信号，从而运行点时，控制性能就会变差，因此在强非线性的电形成有“记忆”能力的神经网络，因而可以更好地映射力系统中发生大干扰情况下的控制效果不理想。自适系统的非线性和动态特性，更适合