基于在线学习和ADRC的发电机励磁与汽门系统ANN逆鲁棒控制方法.pdfVIP

基于在线学习和 ADRC 的发电机励磁与汽门系统ANN 逆鲁棒控制方法 徐庆宏 基于在线学习和 ADRC 的发电机励磁与汽门系统 ANN 逆鲁棒控制方法 徐庆宏1,2 (1. 国网电力科学研究院/南京南瑞集团公司，江苏省南京市 210003; (2. 2.东南大学自动化学院，江苏省南京市 210096) 摘要：为提高汽轮发电机组励磁与汽门系统机端电压和功角的控制性能，提出了基于在 线学习和自抗扰控制 (ADRC)的神经网络逆鲁棒控制方法。首先，将神经网络逆与被控励 磁汽门系统组成的复合伪线性系统等效为含有扰动的线性系统.然后，基于 ADRC，设计了 用于在线估计复合伪线性系统状态和扰动的 ESO，解决了神经网络逆在线学习时训练样本 获取的难题和基于神经网络逆系统的反馈控制器设计的难题，并在设计的伪控制量中对 扰动进行补偿，基于线性系统理论证明了 ESO 的收敛性和闭环系统的稳定性；同时，在 离线训练的基础上设计了基于在线梯度方法的神经网络逆在线学习算法，利用李雅普诺 夫稳定性理论证明了神经网络逆在线学习的收敛性.最后，以典型的两区域四机系统为例 进行数值仿真，与传统的 AVR/PSS 和基于离线训练的神经网络逆控制方法的比较结果表 明所提方法明显提升了电力系统的暂态性能。 关键词：逆系统 神经网络 在线学习 自抗扰控制 电力系统 暂态稳定 An Online Learning and Active Disturbance Rejection Control-based ANN-Inversion Robust Control Scheme of Excitation and Valve System for Turbogenerator XU Qinghong1,2 (1. State Grid Electric Power Research Institute, Nanjing 210003, China; (2. 2. School of Automation, Southeast University, Nanjing 210096, China) Abstract: To improve the performance of the terminal voltage and power angle of the turbogenerator, an online learning and active disturbance rejection control (ADRC) based ANN-Inversion(ANNI) robust control scheme is proposed. Firstly, the composite pseudo linear system, which is composed of the ANNI system and the controlled excitation and valve system, is equivalent to a linear system with disturbance. Then, an ESO is designed based on the ADRC method to estimate the states and the disturbance of the composite pseudo linear system online, thus resolves the difficulty of online acquisition of the training samples for online learning of ANN inversion and feedback controller design based on ANN inversion, and the pseudo control input with disturbance compensation is designed