基于神经网络的静止无功补偿器自校正内模控制NEURAL NETWORK BASED SELF-TUNING INTERNAL MODEL CONTROL FOR SVC
彭建春,王耀南,黄纯
摘要(Abstract):
本文利用BP神经网络逼近受控系统的动态及其逆动态,设计了一种静止无功补偿装置(SVC)的自校正内模控制器。该控制器的正模型和逆模型都以三层BP神经网络为主体,实现对SVC及电网的动态描述和对SVC的控制。所设计的控制器不需要电力网络及SVC的数学模型,并且具有良好的鲁棒性和控制精度。
关键词(KeyWords): 静止无功补偿器;神经网络;自校正控制;内模控制
基金项目(Foundation):
作者(Author): 彭建春,王耀南,黄纯
Email:
DOI: 10.13335/j.1000-3673.pst.1997.11.007
参考文献(References):
- 1米勒 T J E.电力系统无功功率控制.北京:水利电力出版社,1990
- 2Koessler R J.…namlc simulation of static var compensators In dls-tflbUt1Oll SystCffiS.ItEE TISDS。fi p。WOT SystCffiS,1992;7(3)
- 3卢强,孙元章.电力系统非线性控制.北京:科学出版社,1993
- 4王耀南.智能控制系统.长沙:湖南大学出版社,1996
- 5陈卫田,施颂椒.基于神经网络的非线性自适应控制.控制理论与应用,1996;13(5)
- 6贾磊,孙优贤.增益自适应内模控制器及其在纸机控制中的应用.信息与控制,1993;22(4)
- 7舒迪前.预测控制算法内模结构及其统一格式.控制与决策,1994 9(l)
- SRohrtHN.Th阴ryofthekck-PropagatlonNeuralnetwork.Pr0CUCNN,Washington D C,1989;(l