基于广义预测自适应控制的电力系统稳定器 电力系统稳定器是电力系统中的重要设备,需要通过复杂的在线整定工作,才能保证将低频振荡抑制在一定范围内。但是电力系统稳定器在进行在线整定工作时存在一定的风险,不能始终保证各个频率段的抑制效果满足相关的设计要求。基于此,人工智能控制、非线性控制、自适应控制等控制理论相继被应用在电力系统稳定器设计中。 本文研究了一种基于广义预测自适应控制原理的电力系统稳定器,该电力系统稳定器能够自动调节控制器输出,能够达到最好的阻尼效果。广义预测自适应控制的特征主要包括以下几个方面: 1. 每一个“当前采样时刻”k,基于过程的参数模型,预测模型通常创建和过程密切相关的实时估算模型,能够对未来的某个时间段内的过程输出序列进行预测分析,预测区间的长度称之为预测长度,表 示为N,N的数值始终大于过程的时延d,因此其未来输出序列不仅与之前的控制输入、输出相关,同时还与未来的控制序列存在紧密的联系。 2. 在当前时刻k,只对过程施加当前控制增量或当前控制。 3. 控制序列将使未输出预测序列沿着某个参考轨迹到达设定值该设定值序列可以是一个相当长度内始终等于某个常数,也可以是一个已知的时变序列,并通过极小化某个目标函数导出,目标函数通常选取为跟踪误差与控制的二次函数形式。 4. 位移所有序列,准备下一次采样处理,在进行下一次采样处理时,需要对控制序列进行重新计算。 在GP C算法中,用受控自回归活 动平 均模型(CARIMA)描 述受 随机 干扰 的被控对象,在CARIMA模型基础上,能够获得系统的多步输出预测值的矢量计算公式:Y = f + GAU(1) 公式(1)中,△u表示控制增量序列;Y 表示预测输出序列;G和f是由Diophatine方程计算获得。 当获得了被控对象多步预测输出后,取含有系统输出控制增量加权项和对期望值误差的二次型目标函数的最小值,并利用梯度寻优法获得使性能指标极小化的最优解,公式表示为:AU = GTG + I)一I GT (Yr—f )(2) 公式中,表示控制加权 系数 ;Yr= y (t + I) ,Y (t+ 2) ,…,Y (t+ n) ) (n 表示预测长度, 本文对广义预测自适应控制的特征进行了详细分析,并对基于广义预测自适应控制的电力系统稳定器进行了研究。该电力系统稳定器能够自动调节控制器输出,能够达到最好的阻尼效果,为电力系统稳定器的设计提供了新的思路和方法。
- 粉丝: 130
- 资源: 23万+
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助