一种柔性直流输电系统PID-ANFIS优化控制方法.pdfVIP

一种柔性直流输电系统PID-ANFIS优化控制方法.pdf

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种柔性直流输电系统PID-ANFIS优化控制方法.pdf

第43 卷 第17 期 电力系统保护与控制 Vol.43 No.17 2015 年9 月1 日 Power System Protection and Control Sep. 1, 2015 一种柔性直流输电系统PID-ANFIS 优化控制方法 杨 天,霍琳琳 (山东省电力公司威海供电公司,山东 威海 264200) 摘要:针对柔性直流输电系统(Voltage Source Converter based High-Voltage Direct-Current, VSC-HVDC)双闭环控制中 PI 控制存在参数整定困难及控制器数量过多等问题,提出一种具有PID 功能的自适应神经元模糊推理系统(Adaptive Neuro-Fuzzy Inference System with PID function, PID-ANFIS)控制器用于该系统控制。其中,PID-ANFIS 控制器兼有神 经网络控制、二阶模糊控制及 PID 功能;同时提出的基于三重合作粒子群算法(Treble Cooperative Particle Swarm Optimization, TCPSO)用于优化该控制器中神经网络参数。TCPSO 采用由降维合作、分组合作与记忆合作组成的三重 合作策略,极大程度上提升了神经网络参数优化的精度。深入研究了TCPSO 优化PID-ANFIS 控制器参数的步骤。 基于TCPSO 优化的PID-ANFIS 控制器能够实现VSC-HVDC 系统的直接功率控制效果。仿真结果表明该控制器具有 控制速度快、超调量小、抗干扰能力强等优点,是VSC-HVDC 控制系统的一个可行方案。 关键词:柔性直流输电;PID ;自适应神经元模糊推理系统;三重合作粒子群算法;直接功率控制 A control method of PID-ANFIS controller for VSC-HVDC YANG Tian, HUO Linlin (Weihai Electric Power Company, State Grid Shandong Electric Power Company, Weihai 264200, China) Abstract: Due to the PI control system for VSC-HVDC has problems of parameters difficult to set, too many control users, and so on, a novel controller composed of PID function and multiple-output ANFIS (PID-ANFIS) is presented, which is made up of neural network, two order fuzzy control and PID control. A treble cooperative PSO (TCPSO) is also presented to optimize PID-ANFIS controller ’s neural parameters. TCPSO is forged by harmonizing the grouping cooperation, the dimension-reduced cooperation and memory cooperation, which is able to improve the precision of optimizing neural networks. This paper provides the process of PID-ANFIS parameters training by TCPSO. Then, t

您可能关注的文档

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档