电网技术

2011, v.35;No.331(06) 65-70

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于神经网络学习算法和粒子群算法的改进PID控制在高压静止无功补偿器中的应用
Application of an Improved PID Control Based on Neural Network Learning Algorithm and Particle Swarm Optimization in High Voltage Static VAR Compensators

杨晓峰;罗安;彭楚武;吴敬兵;杨翠翠;马伏军;常亮亮;

摘要(Abstract):

以高压静止无功补偿器(static var compensator,SVC)为研究对象,针对传统比例-积分-微分(proportional integral differential,PID)控制器难以对设定值进行有变化的跟踪和对扰动进行抑制的缺陷,提出在传统PID控制器的基础上加入一个2阶微分控制环节以实现公共连接点的电压稳定控制,并采用改进的神经网络粒子群优化算法对控制器的参数进行优化,使得系统瞬态响应性能和控制性能达到最佳。仿真和实验结果验证了所提出的控制方法能够保证快速、无超调的跟踪电压设定值,具有较强的鲁棒性、适应性,提高了SVC系统的补偿精度。

关键词(KeyWords): 高压静止无功补偿器;神经网络;粒子群优化算法

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(60774043)~~

作者(Author): 杨晓峰;罗安;彭楚武;吴敬兵;杨翠翠;马伏军;常亮亮;

Email:

DOI: 10.13335/j.1000-3673.pst.2011.06.017

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享