基于rbf同步发电机模糊pid励磁控制系统34811.pdfVIP

RBF PID Fuzzy PID Excitation Control System of Synchronous Generator Based on RBF 侯树文 王建伟 段爱霞 (华北水利水电学院，河南郑州 450011) 摘 要：随着电力系统的日益复杂，传统的同步发电机励磁控制方式已经不能满足控制要求。模糊控制具 有不依赖于过程模型、鲁棒性强等优点，且 RBF 网络具有收敛速度快、逼近能力强等优点，本文结合模糊 控制、神经网络和传统 PID 的优点提出了基于RBF 的同步发电机模糊PID 励磁控制系统。仿真结果表明， 使用该方法设计的励磁控制系统具有响应速度快、控制精度高等优点，改善了励磁控制系统的性能。 关键词：同步发电机 励磁控制 RBF 网络 PID 控制 模糊推理 Abstract ：Along with the electric power system becomes more and more complicated,the synchronous generator excitation control manner already cannot satisfy control quest .The fuzzy control has independent of the course model and the strong robustness,and RBF network posses the high speed of constringency and the strong approximation ability and so on..The paper combines with the virtue of fuzzy control, artificial neural network and general PID, and comes up with fuzzy PID excitation control system of synchronous generator based on RBF.Simulation results evidently show that excitation control system designed with this strategy posses the quick response ,the high control precision,improving the quality of excitation control system. Key words ：Synchronous generator Excitation control RBF network PID control Fuzzy inference 0 引言 励磁自动控制系统是同步发电机的重要组成部分，对发电机运行的可靠性、经济性及电 力系统的稳定性有着直接的影响。传统PID励磁控制器结构简单，具有一定的鲁棒性，容易 实现，有着广泛的应用，并取得了良好的控制效果。但是，随着电力系统的发展，要求越来 越高，传统PID励磁控制器已经不能满足这一要求，寻找更好的控制算法势在必行。 模糊逻辑控制和神经网络控制都是智能控制的重要方法，两者虽然在概念、内涵上有 着明显的不同，但都是为了处理实际系统中的不确定性、不精确性等引起的用传统PID控制 方法难以控制的问题。现在倍受瞩目的方法是将模糊系统用神经网络来实现，形成模糊神经 网络。模糊神经网络不仅在结构上具有明显的模糊推理意义，而且具有较常规PID控制算法 更强的非线性逼近能力，采用分布数据处理方法使大量的实时控制运算成为可能。因此具有 更优越的控制性能[1] 。RBF 网络具有收敛速度快、逼近能力强、训练周期短、网络结构易于 调整等优点[2] 。基于RBF 的同步发电机模糊PID励磁控制系统不但具有传统PID控制系统的优 良特性，又具有模糊神经网络控制系统的自适应、自学习能力。这种智能控制系统在不同工 况变化情况下，均具有较传统PID控制系统更优越的控制性能。 1 同步发电机自动励磁控制系统 同步发电机自动励磁控制系统主要由同步发电机、励磁调节器、电压测量比较单元、综 合放大单元、功率单元等组成[3] 。下面给出各部分的传递函数： K 发电机 G