改进粒子群模糊神经网络算法在同步发电机励磁参数整定中的应用

发布时间：2017-12-10 19:29

  本文关键词：改进粒子群模糊神经网络算法在同步发电机励磁参数整定中的应用

  更多相关文章： 模糊神经网络 快速粒子群算法 隶属函数 空载起励 负载电压扰动

【摘要】：利用典型生物智能算法模糊神经网络算法优化同步发电机励磁控制系统中PID反馈控制参数,在构建四层模糊神经网络模型的基础上,将实际工程中精确的反馈值(机端电压和机端电压偏差)模糊化作为模糊系统的输入,引入快速粒子群算法全方位优化模糊系统选用的隶属函数和连接权矩阵重要参数.利用Matlab仿真平台,对同步发电机空载起励和负载电压扰动进行仿真实验,并与常规PID进行对比,实验结果证明该算法能够很好地减小系统调整时间和超调量,明显地改善了同步发电机的空载起励性能和带负载抗扰动性能,大大增强了系统的快速性和鲁棒性.
【作者单位】： 天津科技大学计算机科学与信息工程学院;
【基金】：天津市应用基础与前沿技术研究计划(15JCQNJC06900)
【分类号】：TM31;TP183
【正文快照】： 同步发电机的励磁控制系统(图1)[1]直接影响电力系统的供电质量,它输出电压的稳定性、抵抗外部干扰的能力、电压调节的灵敏性会对电网产生直接冲击.目前的控制方法主要是以方便快捷的PID反馈调节为主.PID参数选取快速、正确,会大大提升励磁系统的励磁性能,相应的也会提升电力

【相似文献】

中国期刊全文数据库 前10条

1 李卫东;基于神经网络算法的工程技术人员综合评价方法的应用研究[J];太原科技大学学报;2005年02期

2 王会婷;张鹏;;神经网络算法在多目的地通信问题中的应用[J];重庆工学院学报(自然科学版);2007年01期

3 李良;吴红娉;陈瑜;;基于BP神经网络算法及推导的研究[J];中国水运(学术版);2008年01期

4 潘雪涛;;基于改进BP神经网络算法的短期负荷预测[J];上海电力学院学报;2012年04期

5 申健;夏靖波;孙昱;王芳;王霖;;基于优化BP神经网络算法的网络质量评价[J];空军工程大学学报(自然科学版);2013年02期

6 李满天;王春林;王鹏飞;查富生;郭伟;;一种基于万有引力的自生长神经网络算法[J];机械与电子;2013年10期

7 孙守宇,郑君里;一种改进的Hopfield神经网络算法用于单元布局[J];清华大学学报(自然科学版);1996年05期

8 宋晓华;李彦斌;韩金山;牛达;;对传神经网络算法的改进及其应用[J];中南大学学报(自然科学版);2008年05期

9 张宝芳;李晓东;;基于多因素粒子群—神经网络算法的短期电价预测[J];科技信息;2009年24期

10 黄鹏;成怡;;改进的BP神经网络算法在航迹匹配中的应用[J];计算机工程;2011年11期

中国重要会议论文全文数据库 前10条

1 吕庆U，

本文编号：1275635