摘 要:提出用神經(jīng)網(wǎng)絡控制器實現(xiàn)大偏差范圍內(nèi)的解耦控制,由PID控制實現(xiàn)小偏差時的快速穩(wěn)定并消除靜差。這種復合控制方法應用于UPFC的動力學模型收到了良好的效果。
關(guān)鍵詞:UPFC;BP網(wǎng)絡;解耦控制 TM761;TM743;TP2733
0 引 言
在UPFC 應用研究中普遍使用了UPFC的輸出模型。眾所周知,UPFC的輸出模型只是穩(wěn)態(tài)下的等效電路。它不反映UPFC的動力學性質(zhì)。凡是基于UPFC輸出模型 的應用研究都忽略了UPFC的內(nèi)部運動過程,這顯然不夠精確,或者說以這種研究方法認識UPFC帶有很大局限性。文獻[1]提出的UPFC建模方法所建模 型是動力學模型。從控制工程的角度看,UPFC裝置本身是一個較為復雜的非線性動力學系統(tǒng),研究其控制方法對裝置開發(fā)和應用都非常必要。
1 UPFC的主電路及其動力學模型
1.1 UPFC的主電路
為了討論問題方便采用圖1所示主電路結(jié)構(gòu)(實際電路結(jié)構(gòu)可能考慮到降低諧波含量而采用多重化技術(shù),但原理相同。)
圖1 UPFC主電路簡圖
1.2 UPFC的動力學模型
串聯(lián)支路的回路方程:
|
|
|||
|
|
|||
2 UPFC的控制回路
UPFC裝置本身包括三個控制回路,在這三個回路基礎(chǔ)上增加網(wǎng)絡方程和發(fā)電機方程即可得到含UPFC的系統(tǒng)數(shù)學模型(注:本文只研究UPFC裝置內(nèi)部三個基本控制回路,若還要關(guān)注系統(tǒng),只需在此基礎(chǔ)上增加相應方程)。
由圖2可見(見下頁),UPFC裝置的控制系統(tǒng)包括三個控制回路??刂苹芈?的作用是實時補償輸電線路無功功率(標幺制下的無功電流Iq);控制回路2的作用是維持直流連接電容電壓Udc恒定;控制回路3的作用是調(diào)節(jié)串聯(lián)變壓器輸出電壓V。不難看出,控制回路2與另外兩個控制回路存在耦合作用。因此,若三個控制回路均采用PID控制邏輯很難得到滿意的控制效果。作者設計的神經(jīng)網(wǎng)絡(ANN)與PID的復合控制規(guī)律取得了良好的效果。
3 ANN-PID復合控制器設計
3.1 神經(jīng)網(wǎng)絡控制概述
從控制的觀點,可以把神經(jīng)網(wǎng)絡看作一個具有m 維向量輸入和n維向量輸出的非線性動力學系統(tǒng),并通過一組狀態(tài)方程和一組學習方程加以描述。狀態(tài)方程描述每個神經(jīng)元的興奮或抑制水平與它的輸入及輸出通道 上的聯(lián)結(jié)強度間的函數(shù)關(guān)系,而學習方程描述通道的聯(lián)結(jié)強度應該不斷地修正。神經(jīng)網(wǎng)絡就是通過修正這些聯(lián)結(jié)強度進行學習,從而調(diào)整整個網(wǎng)絡的輸入輸出關(guān)系。
圖2 UPFC的三個控制回路
|
3.2 神經(jīng)網(wǎng)絡控制器設計及訓練樣本獲取 我們使用BP網(wǎng)絡及其誤差反傳學習算法,網(wǎng)絡結(jié)構(gòu)如圖3所示: 在確定網(wǎng)絡結(jié)構(gòu)和學習算法以后,可以開始對網(wǎng)絡進行離線訓練。訓練之前的樣本獲取是一項十分重要的工作。它決定了訓練后的網(wǎng)絡性能。樣本獲取的途徑 因控制對象的不同而異本文的控制對象已給出確定的動力學模型。通常,對于有確定數(shù)學模型的控制對象并不適合采用人工神經(jīng)網(wǎng)絡控制。原因在于基 |
圖3 BP神經(jīng)網(wǎng)絡結(jié)構(gòu) |
于精確數(shù)學模型的控制規(guī)律設計理論已相當成熟且應用廣泛。但是,本文的控制對象具有多回路、強耦合、非線性的特點。作者曾采用PID控制,雖然也能使三個回路達到穩(wěn)定,但由于耦合作用的存在和PID算法的局限性,導致了較大的超調(diào)量和較長的過渡過程。
PID控制性能差的原因在于暫態(tài)過程是一個“邊解耦,邊控制”的過程,而且PID的固有缺陷使它難以兼顧快速性和穩(wěn)定性。這里使用BP神經(jīng)網(wǎng)絡主要目的是避開解耦過程,利用BP網(wǎng)絡的非線性映射功能直接得出三個回路的控制量。訓練樣本獲取方案如下:
輸入矢量的形成:系統(tǒng)共三個回路,即三個被控量Q、V、Udc。輸入矢量由被控量的偏差劃分為七個檔次經(jīng)排列組合而得到。因此,輸入矢量總數(shù)
目標矢量的形成:系統(tǒng)控制量分別為θ1、θ2、δ1。給定一個輸入矢量(ΔQiΔViΔUdci),通過PID算法可以得到穩(wěn)態(tài)輸出(θ1i、θ2i、δ1i),這個穩(wěn)態(tài)下的輸出即為相應的目標矢量。作者采用這種方法獲取目標矢量的主要原因是可以借助控制系統(tǒng)的仿真軟件(MATLAB)方便地得到。
3.3 ANN-PID復合控制
利用BP 網(wǎng)絡的映射功能形成控制量,雖然避開了多回路解耦過程,但由于是開環(huán)控制無法消除穩(wěn)態(tài)誤差。眾所周知,PID控制用于小偏差線性系統(tǒng)時具有明顯的優(yōu)勢。于 是,本文設計了ANN-PID復合控制的方法,即在大偏差范圍內(nèi)投入神經(jīng)網(wǎng)絡控制器,小偏差范圍內(nèi)切換到PID控制器。兩個控制器的切換通過編程是很容易 實現(xiàn)的。
4 仿真研究
圖4-1 回路2的PID控制 圖4-2 回路2的ANN-PID復合控制
<!
圖4-3 回路1的PID控制 圖4-4 回路1的ANN-PID復合控制
圖4-5 回路3的PID控制 圖4-6 回路3的ANN-PID復合控制
由仿真結(jié)果可以看出,單獨使用PID控制時回路間的耦合作用使動態(tài)響應曲線有超調(diào)和多個極點導致了快速性、穩(wěn)定性較差;ANN-PID復合控制則表現(xiàn)出良好的解耦控制效果,三個控制回路的動態(tài)性能都有顯著改善。
根據(jù)害蟲控制公司Orkin最新發(fā)布的“美國鼠患最嚴重的城市”年度調(diào)查,芝加哥連續(xù)第八年排在第一。報告統(tǒng)計時間從2021年9月1日至2022年8月31日,包括住宅樓和商業(yè)地產(chǎn)。紐約上升至第二,洛杉磯第三。每年秋季,老鼠和其...
關(guān)鍵字: 控制上海2022年10月11日 /美通社/ -- 10月10日,和睦家醫(yī)療宣布與泰利福達成戰(zhàn)略合作,簽約儀式于上海和睦家醫(yī)院圓滿舉辦,并在線上與多位泌尿外科領(lǐng)域翹楚同步連線召開"微創(chuàng)經(jīng)尿道前列腺懸擴術(shù)(PUL)&q...
關(guān)鍵字: 創(chuàng)始人 CE 微型 控制繼3月份達成相關(guān)協(xié)議,拜耳正式完成向國際私募股權(quán)公司Cinven出售其環(huán)境科學業(yè)務。該業(yè)務在2021年的銷售額約為6億歐元,其收購價格為26億美元(26億歐元)。剝離后的原拜耳環(huán)境科學業(yè)務成為一家獨立公司運營,公司中文名...
關(guān)鍵字: 控制