10.3969/j.issn.1006-9348.2012.07.084
基于RBF-PID的水轮发电机组控制系统
研究水轮发电机组稳定性控制优化问题,水轮发电机组是一个非线性、时变的复杂控制系统,很难建立精确模型.采用常规PID控制策略难以较高的控制精度,超调量大.为提高水轮发电机组控制精度,将自学习较强的RBF神经网络与常规PID相结合,提出一种基于RBF-PID组合的水轮发电机组控制算法.采用RBF神经网络对水轮发电机组控制系统的Jacobian矩阵信息进行在线辨识,实现RBF-PID参数在线自整定.仿真结果表明:RBF-PID组合控制器不仅提高控制系统的精度,而且超调量小、抗扰动能力强,能够很好实现水轮发电机组的稳定性优化控制.
水轮发电机组、神经网络、数学模型、自适应控制
29
TP183(自动化基础理论)
广东省自然科学基金2008CDZ088
2012-10-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
347-349,413