基于malab的发电机励磁系统模糊控制仿真.docxVIP

基于malab的发电机励磁系统模糊控制仿真

nb是maw软件公司开发的一系列高性能数值计算和可视化软件。它提供了丰富的数值分析、矩阵计算、图形绘制、数据处理和数据处理的功能，并创建了一个方便友好的用户环境。MATLAB提供了大量的应用于信号处理、控制系统、神经网络、小波分析、电力系统和模糊系统等不同学科的工具箱。随着Matlab软件版本的不断升级直到发展到现在的Matlab6.5,计算功能不断增强,仿真模块进一步完善,本文在Matlab6.x的基础上,介绍应用simulink与fuzzycontrol工具箱进行发电机励磁系统仿真的过程,并通过仿真分析得出结论。

1发电机自并励励磁系统的仿真分析

模糊控制是将人的控制经验或专家知识用语言规则的形式加以描述和归纳,然后利用模糊集理论进行推理判决,并由计算机实现的一种仿人智能控制方法,它具有对专家经验的描述能力和强大的推理判决能力。模糊控制器主要由模糊化接口、知识库、推理机和去模糊四部分组成,模糊化接口完成论域变换和变量模糊化的功能,其输入信号为误差信号和误差微分信号;知识库由数据库和规则库组成,是模糊控制器的核心;去模糊是模糊化的反过程,完成解模糊和论域反变换的功能。模糊控制器的基本结构见图1,其中G为控制对象,H为反馈环节。

应用simulink与模糊控制工具箱对发电机自并励励磁系统的线性化模型进行仿真分析,仿真的模型见图2。其中FuzzyControllerwithRuleviewer模块为带规则观测器的模糊逻辑控制器。用鼠标双击打开参数对话框,在FISmatrix中输入事先构造好的模糊推理结构的名称就可以进行仿真了,因此构造模糊推理结构是使用模糊控制工具箱和进行仿真的关键环节。

2设计模糊参数系统

2.1ddinp常用及其类型化表达

对于图2的系统,模糊变量是输出误差e,误差变化率ec和控制输出u。在Matlab的命令窗口中输入fuzzy启动FIS编辑器,选择Sugeno型模糊推理系统,在Edit菜单下选择Addinput,然后将两个输入input1和input2分别改名为e和ec,将output1改名为u。然后编辑隶属度函数,用鼠标双击变量e,设置其边界为[-1,1],然后选择编辑菜单下的AddMFs,分别为e添加Z型隶属度函数(mf1),三角型隶属度函数(mf2)和S型隶属度函数(mf3),见图3。同样为模糊变量ec也添加相同的隶属度函数,边界设置为[-10,10]。把输出模糊变量u分成9个等级:-7(mf1),-5(mf2),-3(mf3),-1(mf4),0(mf5),1(mf6),3(mf7),5(mf8),7(mf9)。

2.2输出曲面的图像控制

选择View菜单下的Editrules进行规则编辑。可以通过选择e与ec的隶属度函数、逻辑关系和u后点击Addrule来自动生成规则。这里编辑了如下的九条模糊控制规则:

选择View菜单下的Viewsurface就可以打开模糊推理的输入输出曲面视图窗口,该窗口以图形的形式显示了模糊推理系统的输入输出特性曲面,图4示出了本文中的u与e、ec的关系特性曲面。至此已经完成了模糊推理系统的构造,将其存盘,然后在FuzzyControllerwithRuleviewer模块的参数对话框FISmatrix中输入此模糊推理系统的名称就可以进行仿真了。

3模糊控制器对电力系统动态性能的影响

对图2的系统仿真模型进行仿真,仿真过程将出现如图5的动态模糊规则推理过程的观察界面。系统的阶跃响应曲线见图6。图6-1和图6-3为不加扰动时的系统的阶跃响应曲线,通过比较可知,加入模糊控制器可以使系统的调节时间明显地减小,因此使电力系统的动态性能得到很大的改善。在发电机机端施加一个扰动信号的情况下系统的阶跃响应曲线如图6-2和图6-4所示,从图中可以看出,模糊PI控制的抗干扰能力强。

4发电机动态仿真

本文介绍了如何在Matlab仿真环境下构造模糊推理系统进行仿真的过程,并构造了Sugeno型模糊推理系统对发电机自并励励磁系统进行动态仿真。通过仿真结果可以看出,模糊控制器的引入可以使传统的PI控制调节时间快,抗干扰能力强。模糊控制作为一种智能控制将在电力系统中得到更广泛的应用。