多机电力系统附加NNPSS的在线学习神经网络逆励磁控制器

摘要：

为提高发电机机端电压和转速的综合控制性能,设计了附加神经网络电力系统稳定器(NNPSS)的在线学习神经网络逆(OLANNI)励磁控制器.针对多机系统同步发电机组模型,根据逆系统方法得到发电机励磁系统的逆系统的表达形式,并通过离线训练得到发电机励磁系统的神经网络逆系统.借鉴传统的AVR/PSS控制方法,并考虑到其对电力系统不确定性的自适应能力的不足,在离线训练的基础上分别设计了自适应的OLANNI、NNPSS以取代传统的AVR、PSS,给出了基于在线梯度算法的OLANNI和NNPSS的在线学习算法,并根据Lvapunov稳定性理论证明了OLANNI和NNPSS在线学习的收敛性.将设计的控制器应用于一个典型的2区域4机系统,仿真研究结果表明:在系统遭受扰动时,所设计的控制器较AVR/PSS和OLANNI控制器具有更好的综合控制性能.

关键词：神经网络、逆系统、在线学习、励磁控制、神经网络电力系统稳定器

所属期刊栏目：30

分类号：TM571;TM712;TP183(电器)

资助基金：国家自然科学基金资助项目60574097

在线出版日期：2010-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：25-31