一、规则自适应模糊控制在同步发电机励磁系统中的应用(论文文献综述)
张硕博[1](2021)在《虚拟同步机控制技术在MMC多端直流输电系统中研究应用》文中提出模块化多电平换流器(Modular Multilevel Converter,MMC)作为多电平技术的一种,拥有一体化程度高、工作电压等级高、控制方式灵活等特点,在高压直流输电和新能源发电等领域得到了广泛的应用。但是其内部含有大量电力电子装置,接入电网时会给系统带来更大的扰动,造成电力系统的运行安全隐患。引入虚拟同步机控制思想对解决这一问题具有重要意义。另外,多端直流输电系统中各端口间协调控制是保证整个系统正常运行的关键。本文重点研究虚拟同步控制下的MMC多端口控制,将从电压调制、均压控制、环流抑制等底层问题着手,开展对MMC直流输电虚拟同步控制及系统级多端口协调控制等重点问题的研究。主要内容如下:第一,研究了MMC控制原理、数学模型、拓扑结构和MMC载波移相调制策略的原理和实现方式。重点分析了MMC控制过程中子模块电容电压均衡控制问题和桥臂内的环流抑制问题,分别采用子模块独立均压控制和基于dq坐标系的环流抑制控制方法。并在MATLAB仿真平台上对上述模型的功能进行针对性的仿真验证。第二,在传统MMC系统中引入虚拟同步控制思想,以提高MMC系统的调频能力。研究了虚拟同步控制与传统同步发电机的关系,并分析其有功-频率特性和无功-电压特性,以及核心参数转动惯量和阻尼系数对控制效果的影响。研究了MMC的虚拟同步机控制系统,在MATLAB中验证不同工况下的效果。第三,研究了多端直流输电系统的数学模型,对控制系统进行层级划分,分析了多端口换流器之间的系统级协调控制对整个系统正常工作的影响。在对比主从式单点直流电压控制和直流电压偏差多点控制的优缺点的基础之上,研究了虚拟同步与直流偏差控制结合的改进型控制器,并针对系统内核心参数对控制效果的影响,提出了模糊自适应虚拟同步直流偏差控制。在MATLAB仿真平台中,对上述MMC多端口控制系统进行仿真验证。
李宏伟[2](2020)在《前端调速式风电机组并网运行自适应预测控制研究》文中研究说明交通能源互联网的发展为风电、光伏等新能源的消纳提供了新的途径,在加速交通信息化、网格化、多元化的同时推动了新能源的多场景应用,促进了交通、电力、能源行业的深度融合和协同发展。前端调速式风电机组作为一种电网友好型机组,采用液力变矩装置实现对机组转速的调节,并利用电励磁同步发电机与电网直接耦合,在结构上解决了传统机组依赖变流器进行并网控制和转速调节的局限性。本文通过深入分析前端调速式风电机组的结构特性和影响其运行控制的诸多因素,从机组建模入手,针对机组并网控制性能不佳的问题,重点开展了以下几方面创新性研究工作:(1)详细分析了前端调速式风电机组的基本运行原理,根据机组并网自适应预测控制的需求,基于机组的能量转化过程,建立了风力机输出功率模型、机组传动链的动态模型、电励磁同步发电机的五阶模型和励磁系统模型,为机组的并网自适应预测控制的提供了基础。(2)针对前端调速式风电机组液力变矩器恒转速控制难以实现的问题,设计了基于变论域的导叶可调式液力变矩器的模糊控制器,并采用多种群遗传算法进行了参数优化,实现了论域伸缩因子的智能寻优,提高了液力速度控制的精度和速度,使得前端调速式风电机组在受到风速波动、电网侧干扰等因素的影响时,其输出转速能够保持在一定误差范围之内,确保了液力变矩器泵轮和发电机输入轴的恒转速运行,为机组输出电压频率的稳定性提供了保障。(3)针对前端调速式风电机组输出功率不稳的问题,将多模型预测控制思想引入机组的输出功率控制,通过对机组实测运行数据的模糊聚类建模,将模糊C-均值聚类与多模型预测控制方法相结合,确定了机组的各种运行场景并设计了相应的模型切换预测控制器,有效解决了机组并网功率控制中存在的随机性和不确定性问题,提高机组输出功率的稳定性。(4)针对机组并网运行过程的电压波动问题,基于预测控制的思想,设计了用于机组并网电压控制的广义自适应预测控制器,将广义预测控制算法与反向传播神经网络相结合,对机组的输出电压进行跟踪控制,减小了机组并网电压的波动;根据电网对机组低电压穿越的要求,进一步设计了基于多目标遗传算法的预测控制器,在实现机组各子系统协调控制的同时保障了机组的低电压穿越特性。(5)为明确机组并网电压稳定性,建立了由前端调速式风电机组组成的风电场并网的微分代数方程,基于非线性动力学思想,利用分岔理论对机组并网后的运行电压从稳定到失稳、直至崩溃的整个过程进行了研究,揭示了无功功率与风速对前端调速式风电机组的影响规律,发现随着负荷侧无功功率的增大,负荷节点的电压将逐渐减小,当无功功率超过某一定值时,系统平衡解流形上将会出现鞍结分岔点,机组达到运行极限状态;当风速小于额定风速时,其变化对负荷节点处的电压影响较小,当风速超过14.8m/s时,系统电压开始逐渐失稳。
张迪[3](2020)在《柴油发电机组并联运行控制研究》文中指出由于时代的不断进步,舰船的体积在逐渐增大,其中功率较大的负载量也在增加,对其转速控制部分和其励磁控制环节数学模型准确性的标准不断提高。以前经常使用PID控制手段,传统PID控制器对于非线性成分不能进行良好的调节,并且在负荷变化范围较大的条件下很难准确的进行处理。所以,传统的PID控制对于系统的动态和静态能力有着较弱的影响。本文将柴油发电机组作为研究目标,重点对柴油发电机双机并联时产生的不确定性进行研究和实验,对云模型理论进行详细的叙述和分析,并将云模型理论与传统PID控制进行结合,形成新的云模型PID控制器,将云模型PID控制器带入到柴油发电机综合控制系统以及柴油发电机双机并联系统中,对控制效果较差的情况进行优化,更好的解决柴油发电机组并联运行时的不确定性和不稳定因素。在最终的结果中,可以看出,云模型PID控制有着更好的控制效果,符合预期的结果。首先,对柴油发电机的速度调节部分详细分析,推导出了其数学模型,对具体的调速器进行了分析和叙述,构建出液压执行机构的数学模型。紧接着对同步发电机的模型进行适当的精简,建立了其五阶的模型。对励磁系统的数学模型详细的说明,通过MATLAB软件对所研究对象进行仿真试验。其次,对于船舶柴油机组的复杂性,非线性以及易随时间改变的特点,在云模型具有推测模糊性特点的控制规则的根本上,对船舶柴油发电机组转速调节部分应用云模型控制原理并进行模拟实验。并基于PID的原理上,选取了PID和云模型结合的方法对柴油发电机进行了研究。在MATLAB软件中,对系统进行突加100%负载仿真实验,与所搭建的模糊PID控制对系统的控制效果进行对比,结果显示云模型PID控制在超调量和稳定时间等性能指标上优于模糊PID控制,增强了控制器自动调整的能力,该控制算法保持了传统PID控制和云模型两者的优点,具有算法简单、精度高、鲁棒性好的特性。从得到的结果来看云模型与PID相结合的控制手段有着更优秀的稳定性和响应能力。最后,本文对于单机运行进行了研究与分析,在此基础之上对两台机组并联在一起的系统进行了实验,并应用了云模型PID控制器。此控制器明显地增强了并联系统频率的平稳度,并很好的保证了不同机组中负载功率的平均分配。得到的结果显示,对于应用云模型PID控制的并联柴油机组能够较为优秀的对功率进行合理的配置。此外,所研究的控制器能够使柴油机的运行更加平稳,为将来对多台机组并联运行的探讨打下基础。
王道云[4](2019)在《同步发电机励磁控制系统智能优化研究》文中研究表明近年来,电力系统稳定性的问题越来越突出。励磁控制对保证电力系统安全、可靠运行及改善发电机的供电质量有着十分积极的作用,而传统的PID控制已经难以满足现代电力系统的运行要求。为了改善励磁控制系统的动态品质,本文在对励磁控制系统特性和综合学习粒子群算法(Comprehensive Learning Particle Swarm Optimization,简称CLPSO)研究的基础上,提出了采用基于交叉策略和自适应惯性权重策略的CLPSO改进算法(改进CLPSO)对励磁控制系统进行优化。本文分析了励磁控制系统的研究现状、研究趋势及研究意义。系统地研究了励磁系统的相关理论,对励磁系统的组成、任务、励磁方式及对励磁系统的要求进行了分析,研究了励磁系统对电力系统大、小干扰稳定性的影响及其稳定性判据,对励磁PID控制系统的工作原理、参数整定方法及性能评价指标也进行了研究。根据励磁控制系统的特性,进行了同步发电机励磁控制系统数学模型的研究工作。文中重点进行了基于Park方程的同步发电机数学模型的研究工作,并将电机实用参数引入到同步发电机数学模型中,建立了同步发电机实用数学模型。根据研究需要,建立了励磁系统实用三阶模型,并基于MATLAB建立了本文所需的同步发电机非线性励磁控制系统仿真模型。系统地研究了粒子群算法及其改进算法。在基本粒子群算法研究的基础上,进一步研究了综合学习粒子群算法,为了解决CLPSO算法的缺陷,引入交叉策略和自适应惯性权重策略对CLPSO算法进行改进,提出采用这种改进CLPSO算法。通过14种基本测试函数对基本粒子群算法、CLPSO算法和改进CLPSO算法进行性能比较测试。结果显示改进CLPSO算法在1 1种函数中获得较好的解,证明它具有更好的综合性能。将改进CLPSO算法用于PID励磁控制器的设计,并在MATLAB/Simulink环境下进行了仿真实验。通过参数寻优实验对比分析,改进CLPSO相比于CLPSO算法和基本粒子群算法具有更好的适应度值、更小的超调量及更快的求解速度。之后将这三种算法以及常规PID用于励磁控制系统进行仿真实验,通过起励实验、负载电压扰动实验和系统品质参数扰动实验,进一步证明了改进CLPSO算法在提高系统控制性能和抗干扰性上具有更强的能力。
孙若愚[5](2019)在《基于RTDS的励磁调节器动态特性分析及自适应优化研究》文中指出励磁调节器是同步发电机励磁控制系统的重要组成部分,对发电机乃至电力系统的稳定性具有重要影响。采用实时数字仿真系统(RTDS)搭建硬件在环(HIL)实验平台可实现励磁调节器的性能检测与动态特性分析,同时新型智能化励磁调节器的调试验证也离不开RTDS的帮助。本文首先设计了HIL实验方案,根据试验方案利用RTDS、功率放大器以及我们自主设计组装的励磁调节器搭建了HIL仿真实验平台,对励磁调节器的PID与PSS环节进行了频域辨识,在频域辨识结果与计算结果吻合的基础上,针对某两机无刷机组进行建模,开展了空载工况试验与负载工况试验。闭环试验证明该励磁调节器动态响应特性符合行业标准要求,同时也证明该平台具备励磁调节器HIL仿真实验测试能力。励磁调节器的参数配置对励磁控制效果有着重要的影响,目前传统的励磁系统仍采用普通PID控制方式,该方式其结构简单,容易实现,具有一定的鲁棒性。但是在兼顾动态特性与稳态精度的前提下,选择一套理想的固定PID参数并不容易,因此需要对PID参数进行实时在线修正,使系统在动态过程中快速的跟随给定,在稳态时保持较高的精度,同时提高抗干扰能力。模糊PID控制可以对参数自适应修正,但是存在着量化因子以及比例因子初值整定困难的问题。本文提出将变论域模糊PID控制策略引入励磁调节器,实现PID参数在线动态过程中自适应修正,并且通过伸缩因子使论域伸缩变换,使其控制效果更加平滑,进而改善模糊控制器的控制效果。同时在Simulink中仿真测试证明变论域模糊PID控制效果优于模糊PID及普通PID。最后编写模糊控制程序替代主控单元TMS320F28335芯片中PID单元,进行HIL试验测试。对于双通道励磁调节器,其中Ⅰ通道主控单元采用并联PID控制策略,Ⅱ通道主控单元采用变论域模糊PID控制策略。开展HIL试验验证时,Ⅰ、Ⅱ通道分别单通道运行,以实现对两种控制策略下励磁控制效果对比及分析。实验证明,采用变论域模糊PID控制策略可以在一定程度上改善励磁调节器的调节特性,如减小超调量,增大响应速度等,并且变论域模糊PID励磁调节器的鲁棒性更好,具有在线自适应调整能力。
张云程[6](2018)在《水电机组调节系统参数辨识及并网运行控制优化研究》文中研究表明随着我国能源结构优化向可持续发展方向不断推进,水电能源作为成本低廉、环境友好的可再生清洁能源在我国能源发展战略中发挥了重要作用。水电机组作为将水能转化为电能的设备,具有运行灵活、调节能力强等特点,是电力系统稳定控制中不可或缺的调峰调频装备;其中,抽水蓄能机组作为可以双向运行的水电机组,不仅改善了电网的能源结构,而且提供了更为灵活的调节空间,进一步提高了水电机组在电力系统调节中的地位。近年来,随着风电、光伏等具有间歇性和波动性的电力能源入网规模的逐步提升,电网的电能质量和运行稳定性受到了严重的挑战。水电机组作为电网调节的主力对于缓解新能源并网所引发的功率平衡和频率稳定等问题具有重要作用,因此,电网波动的加剧对水电机组的调节性能提出了更高的需求。水电机组调节系统是受水力、机械和电气因素耦合作用的具有非最小相位特性的复杂非线性系统,系统的运行呈现高度复杂的特性,为了进一步提高水电机组的调节能力,保证电力系统的安全稳定运行,亟需开展水电机组的并网运行控制优化研究。水电机组调节系统精细化建模是机组控制优化研究的基础。传统的水电机组调节系统建模通常只考虑机组的调速系统,同时将发电机等效成具有一定转动惯量的刚体,忽略了电气因素对机组运行动力过程的影响,无法精确描述机组运行特性,对机组的精细化建模、参数辨识和控制优化带来了不利的影响。因此,本文以提高水电机组在并网运行的调节性能为目标,将系统辨识、智能优化算法和控制理论等数学工具引入至水电机组调节系统的建模、仿真和控制优化中,同时以水电机组的调节系统为切入点,针对具有水电机组的电力系统调频性能优化问题开展了深入的研究,取得了一定的成果,本文的主要研究成果和创新如下:(1)深入研究了水电机组调节系统的组成结构,将系统分为原动机、过水系统、调速器、发电机、励磁系统六大模块,分析了各模块的运行机理,归纳总结了各模块的不同建模方法,讨论了不同模型的适用情形,建立了包含调速和励磁系统的水电机组调节系统模型,为水电机组调节系统参数辨识和并网运行控制优化提供了模型基础。(2)为实现水电机组调节系统并网运行状态的参数辨识,在建立的水电机组调节系统模型基础上,使用灰狼群优化算法将参数辨识问题转变为寻优问题,并通过引入混沌搜索策略,提高了算法的寻优能力,形成了一种改进灰狼群优化算法,实现了系统模型参数的高精度辨识。(3)为提高水电机组调节系统的控制性能,引入协同控制理论为水电机组调速系统设计新型控制器;研究了协同控制理论的原理和控制器设计思路,基于建立的具有复杂引水系统的水电机组调速系统模型,推求了协同调速控制规律;进一步,在建立的抽水蓄能机组的调节系统模型的基础上,设计了调速励磁协同控制器;在单机无穷大系统中,通过不同状态下的仿真运行验证了设计的协同调速控制器和调速励磁协同控制器的有效性和优越性。(4)针对风电并网规模日益增长的现状,深入研究了风电机组的组成结构和运行特性,基于前述研究建立的水电机组模型,搭建了包含抽水蓄能机组与风电机组的微电网模型,为水电机组与风电机组互联运行研究提供了模型基础;为提高抽水蓄能机组的调节性能、实现系统的运行优化,基于模糊控制理论为抽水蓄能机组调速系统设计了控制参数在线调整的自适应模糊PID控制器,采用改进灰狼群优化算法对控制器进行参数优化整定,并通过仿真试验验证了设计的控制器的有效性。(5)针对电力系统中频率的二次调节,深入研究了电力系统的负荷频率控制方式及其目标,建立了两区域的水-火电互联电力系统负荷频率控制模型,引入协同控制理论分别为系统中水电和火电区域的负荷频率控制设计了控制器,为了提高协同控制器的误差消除能力,构造了具有积分项的宏变量,并据此推求了协同控制律;通过系统负荷扰动下的仿真对比实验表明,设计的协同控制器提高了系统负荷频率控制的调节品质。
张乐[7](2018)在《小型水轮发电机励磁控制系统研究与设计》文中指出水力发电作为一种清洁能源,在我国应用极为广泛。其中小型水电站建设工期短、见效快,得到国家大力支持,多分布于高山和偏远地区。发电机励磁控制是发电机控制系统的重要组成部分,本文主要研究了小型水轮发电机的励磁控制及其实现方法。利用Matlab中的Simulink建立了线性和非线性励磁调节系统仿真模型。传统PID控制,因参数整定十分繁琐,难以应用于非线性时变系统。为了提高控制性能,本文提出了基于粒子群优化的模糊PID励磁控制算法。采用粒子群优化算法优化初始PID参数,利用模糊控制优化PID增量。仿真结果表明,该算法具有良好的适应性和鲁棒性,能满足水轮机非线性、时变的复杂调速系统的控制要求。基于本文提出算法模型,以及水轮机励磁系统的需求,完成了水轮发电机励磁系统总体方案设计,并采用stm32单片机控制完成了电路与程序设计,并在程序中移植了ModBus协议。实验结果表明该系统有效实现水轮发电机组的励磁控制,在事故中也能有效运行,可满足电力系统的要求,提供高质量的电能。并降低了运行成本,提高了水电站运行与管理的自动化程度,取得了较为满意的结果。
刘科亮[8](2016)在《同步发电机自动励磁控制装置设计》文中进行了进一步梳理同步发电机作为电力能源的生产者,其励磁控制成为维持电网电压稳定,系统安全运行的重要手段。同步发电机励磁控制中普遍采用PID控制方法,但常规的PID控制在运行中需要不断地对比例、积分、微分系数进行修正,这使得励磁控制在实际执行起来相当不便。模糊PID控制,虽然能够对PID参数进行实时调整,但所加入的模糊控制在变量论域、量化因子及比例因子初值整定时较困难,一旦初值选取不合适,就会使系统的控制性能大打折扣。针对这一问题,本文在借鉴模糊PID控制的基础上,提出了一种变论域模糊PID控制方法,有效的改善了控制器参数选取不合适或控制规则设置不合理导致控制效果不理想的情况。本文从同步发电机励磁控制原理出发,推导得出了发电机励磁控制系统各个环节的传递函数。针对该传递函数模型,分析设计了基于常规PID控制、模糊控制、模糊PID控制以及变论域模糊PID控制等方法的同步发电机励磁控制器。根据上述四种控制器设计原理,在MATLAB/Simulink中建立仿真模型,进行仿真实验,并对其控制性能进行了对比分析。最后,针对实验室现有的同步发电机,选取TMS320F2812型DSP作为控制核心,设计并搭建了同步发电机自动励磁控制装置实验平台。实验结果表明,上述四种控制器中,采用变论域模糊PID的同步发电机励磁控制器控制效果最佳。基于该控制方法的励磁装置实验平台,在实验室调试过程中,其各个模块均能实现设计功能,且具有较高精度,满足实验预期要求。采用DSP为控制核心的同步发电机励磁控制装置,还具有硬件结构简单、软件开发容易、维护方便、性价比高以及可靠性好等多个优点。所以,具有很高的推广应用价值。
贺徽[9](2011)在《基于混合智能优化方法的同步发电机励磁控制策略研究》文中提出同步发电机励磁控制系统是电力系统中一种重要的控制系统,对电力系统安全、可靠、稳定运行起着至关重要的作用。随着我国经济建设的持续发展,电力系统不断扩大,大型同步发电机励磁控制研究成为了一个研究热点,而快速励磁方式的广泛使用促进了对励磁控制系统的进一步研究。由于励磁控制系统是一个具有时变性、多时滞环节且高度非线性的复杂控制系统,当系统的工况改变时,系统的动态特性会随之显着改变。此时,采用单纯PID控制策略的线性控制器往往不能满足系统稳定性的要求,只能通过切机、制动等故障处理方式避免系统进一步失稳。励磁控制器参数优化方法是解决上述问题最直接有效的手段,传统的控制器参数调整大多采用时域或频域下的人工静态整定,缺乏对突发扰动信号的制约,控制参数不具备自适应性,难以实现不同工况下发电机安全、稳定运行。因此,如何设计出结构简单,且能有效提高复杂非线性励磁控制系统调节品质的励磁控制器并研究其参数优化方法成为本文所关注的重点。本文针对同步发电机励磁控制系统所具有的复杂非线性,在全面分析同步发电机特性基础上,结合模糊理论及先进智能优化方法,对水力发电机组励磁控制系统建模、参数优化方法及控制策略进行了系统深入的研究,进一步开展了基于非线性励磁控制系统的理论研究,提出了基于模糊理论与混合智能优化方法的励磁控制策略体系。论文的主要研究工作及创新成果归纳如下:(1)针对大型同步发电机特性及励磁系统研究需求,建立了同步发电机励磁控制系统各环节数学模型,重点研究了同步发电机电压、电流、力矩等能量关系,分析了励磁系统的基本控制规律及其静、动态特性。根据研究与工程的需求,对理论模型进行相应简化得到本文仿真用的实用励磁控制系统模型,为后面章节研究提供理论支持。(2)针对励磁控制系统的复杂非线性,结合模糊理论与经典PID控制规律,提出一种非线性系统参数优化策略,对比分析两种模糊模型的基础上,设计出一种基于Mamdani模糊模型的模糊PID励磁控制器,在不考虑系统精确建模的情况下,实现多工况下励磁系统的稳定控制。最后经过对比实验,验证了该方法的有效性。(3)粒子群优化是近年来智能优化方法中的研究热点。在深入分析粒子群算法机理基础上,提出了一种基于碰壁反弹策略的自适应粒子群优化算法。通过实例仿真,比较了该算法与另外两种常见粒子群算法在励磁系统控制中的计算精度和收敛速度。(4)针对智能进化算法在励磁系统控制参数优化中的早熟问题,引入混沌搜索概念,研究采用Tent混沌映射,产生更均匀的搜索空间,并在此基础上提出了两级混沌搜索算法,同时研究用混沌搜索改进粒子群优化算法及差分进化算法的局部寻优能力,提出了混沌粒子群优化和混沌自适应差分进化算法。通过仿真结果和对比研究发现:与基本的粒子群优化、差分进化算法相比,混沌智能优化方法的效果更好;而混沌粒子群优化和混沌自适应差分进化算法的比较结果表明,后者能够提供更加可靠、稳定的参数寻优效果。
揭海宝[10](2010)在《基于智能控制的同步发电机励磁控制研究》文中认为随着发电机单机容量和电网规模的增大,发电机组及电力系统对励磁控制在可靠性和动态品质等方面提出了越来越高的要求。在日益复杂的被控过程面前,由于不可能得到过程的精确数学模型,传统的基于精确模型的常规PID控制已不能满足系统的动态和静态运行性能要求。为了克服以上这个缺点,国内外学者将PID控制与智能控制理论中的模糊控制结合起来,扬长避短,研究出了多种模糊PID励磁控制器。但一般模糊控制器各参数一旦确定后就无法改变。本文分析了同步发电机励磁控制规律的发展现状,在系统地研究模糊控制理论以及工业PID控制技术的基础上,针对同步发电机励磁控制系统被控对象的非线性以及时变性,提出了一种将模糊控制与PID控制相结合的模糊PID励磁控制策略,并设计了模糊PID励磁控制器。该控制器融合了模糊控制与常规PID控制的各自优点,既保持了PID控制算法简单、精度高的特点,又充分发挥了模糊控制灵活、适应性强、鲁棒性好的优点。接着通过深入研究模糊控制理论,借鉴模糊变论域思想,设计出了一种新型的基于可变论域的模糊PID励磁控制器,通过采用MATLAB仿真软件对以上各种控制器进行建模,并对系统在参数发生改变以及遭受干扰的情况下进行了大量的仿真对比。仿真结果表明:本文所设计的变论域模糊PID励磁控制器较常规的励磁控制器具有更好的控制效果和控制性能的鲁棒性。
二、规则自适应模糊控制在同步发电机励磁系统中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、规则自适应模糊控制在同步发电机励磁系统中的应用(论文提纲范文)
(1)虚拟同步机控制技术在MMC多端直流输电系统中研究应用(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.2.1 MMC高压直流输电 |
1.2.2 虚拟同步机的研究 |
1.2.3 多端直流输电系统 |
1.3 MMC-MTDC的关键技术 |
1.3.1 调制策略的研究 |
1.3.2 MMC的均压控制 |
1.3.3 MMC环流抑制 |
1.3.4 多端口柔性直流输电协调控制 |
1.4 本文主要的研究内容 |
2 MMC基本原理及数学模型 |
2.1 MMC换流器的原理及数学模型 |
2.1.1 拓扑结构 |
2.1.2 工作原理 |
2.1.3 数学模型 |
2.2 MMC载波移相调制策略 |
2.3 MMC均压控制 |
2.4 环流抑制 |
2.4.1 环流数学分析 |
2.4.2 基于dq坐标系的环流抑制方法 |
2.5 仿真分析 |
2.5.1 CPS-SPWM仿真 |
2.5.2 电容电压均衡仿真 |
2.5.3 环流抑制仿真 |
2.5.4 三相MMC整流仿真 |
2.6 本章小结 |
3 基于虚拟同步电机的MMC换流器控制 |
3.1 同步电机的原理及数学模型 |
3.2 虚拟同步机的基本原理与特性分析 |
3.2.1 虚拟同步原理 |
3.2.2 有功-频率特性 |
3.2.3 无功-电压特性 |
3.2.4 惯性及阻尼参数的影响分析 |
3.3 模块化多电平虚拟同步电机整体控制 |
3.4 仿真验证 |
3.4.1 有功频率仿真验证 |
3.4.2 无功电压仿真验证 |
3.4.3 不同惯量及阻尼的影响 |
3.5 本章小结 |
4 多端柔性直流输电的虚拟同步机控制 |
4.1 MMC-MTDC数学模型 |
4.2 MMC-MTDC分级控制 |
4.2.1 层级划分 |
4.2.2 系统级控制方法 |
4.3 系统级协调策略 |
4.3.1 基于主从式的单点直流电压控制策略 |
4.3.2 基于直流电压偏差控制的多点直流电压控制策略 |
4.4 改进型直流电压偏差控制 |
4.5 模糊自适应VSG直流电压偏差控制 |
4.5.1 模糊控制思想 |
4.5.2 模糊自适应参数设计 |
4.6 仿真验证 |
4.6.1 多端柔性直流输电的虚拟同步机控制 |
4.6.2 虚拟同步机直流电压偏差控制 |
4.6.3 模糊自适应VSG直流电压偏差控制 |
4.6.4 全工况仿真验证 |
4.7 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(2)前端调速式风电机组并网运行自适应预测控制研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 前端调速式风电机组的研究现状 |
1.2.2 风电机组并网自适应预测控制的研究现状 |
1.3 本文的主要研究内容 |
2 前端调速式风电机组的建模 |
2.1 前端调速式风电机组的基本原理 |
2.2 风力机的建模 |
2.2.1 风电机组的能量转化过程 |
2.2.2 风力机输出功率模型 |
2.3 前端调速式风电机组传动链建模 |
2.4 电励磁同步发电机模型 |
2.5 同步发电机励磁系统的模型 |
2.6 小结 |
3 基于变论域模糊控制的机组导叶可调式液力变矩器控制 |
3.1 导叶可调式液力变矩器的工作原理 |
3.2 基于多种群遗传优化算法的变论域控制器设计 |
3.2.1 变论域模糊控制 |
3.2.2 变论域伸缩因子 |
3.2.3 控制器设计 |
3.3 仿真结果及分析 |
3.4 小结 |
4 前端调速式风电机组并网功率自适应预测控制 |
4.1 机组实测数据的模糊聚类建模 |
4.1.1 数据集模糊聚类 |
4.1.2 最小二乘法建模 |
4.2 广义预测控制器的设计 |
4.2.1 广义自适应预测控制的原理 |
4.2.2 目标函数的建立 |
4.2.3 最优输出的确定 |
4.2.4 最优控制律设计 |
4.2.5 性能指标函数的确立 |
4.3 仿真分析 |
4.4 小结 |
5 前端调速式风电机组并网电压自适应控制 |
5.1 并网电压的广义自适应预测控制 |
5.1.1 广义自适应预测控制器设计 |
5.1.2 仿真分析 |
5.2 基于多目标遗传算法的机组低电压穿越预测控制 |
5.2.1 前端调速式风电机组低电压运行原理 |
5.2.2 低电压穿越协调控制策略 |
5.2.3 基于遗传算法的机组多目标预测控制 |
5.3 对称故障下机组低电压穿越特性仿真分析 |
5.4 不对称故障下机组低电压穿越特性仿真分析 |
5.5 小结 |
6 前端调速式风电机组并网电压稳定性分析 |
6.1 前端调速式风电机组并网模型建立 |
6.1.1 分岔理论基础 |
6.1.2 含前端调速式风电机组电力系统微分代数方程的建立 |
6.1.3 含前端调速式风电机组的风电场并网模型 |
6.2 前端调速式风电机组并网电压稳定性的分岔分析 |
6.2.1 系统无功负荷变化对其电压稳定性的影响 |
6.2.2 风速变化对系统电压稳定性的影响 |
6.3 小结 |
结论与展望 |
致谢 |
参考文献 |
附录A 附录内容名称 |
攻读学位期间的研究成果 |
(3)柴油发电机组并联运行控制研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究背景、目的及意义 |
1.2 课题研究现状 |
1.2.1 柴油发电机组的研究现状 |
1.2.2 柴油发电机组调速技术的研究现状 |
1.2.3 控制策略的研究现状 |
1.3 本论文主要工作 |
第2章 船舶柴油发电机系统数学模型 |
2.1 柴油机模型 |
2.2 调速系统模型 |
2.2.1 调速器组成部分以及工作原理 |
2.2.2 液压执行部分的数学建模 |
2.2.3 液压执行机构仿真模型 |
2.2.4 调速系统的模型与仿真实验 |
2.3 励磁系统模型 |
2.3.1 励磁系统原理 |
2.3.2 励磁系统数学模型的建立 |
2.4 同步发电机模型 |
2.5 负载模型 |
2.6 调压系统建模与仿真实验 |
2.7 本章小结 |
第3章 云模型理论分析 |
3.1 云模型理论的产生 |
3.2 云模型理论的概念 |
3.2.1 云和云滴 |
3.2.2 云模型的数字特征 |
3.2.3 云模型的3En规则 |
3.3 云模型发生器 |
3.3.1 正向云发生器 |
3.3.2 逆向云发生器 |
3.3.3 条件云发生器 |
3.4 定性规则的云控制推理 |
3.4.1 单条件单规则发生器 |
3.4.2 双条件单规则发生器 |
3.4.3 双条件多规则发生器 |
3.5 云模型控制效果仿真验证分析 |
3.6 本章小结 |
第4章 柴油发电机综合控制系统仿真分析 |
4.1 PID算法简介 |
4.2 云模型推理器算法研究 |
4.3 云模型PID控制器的设计 |
4.4 云模型PID控制仿真实验及对比分析 |
4.4.1 模糊PID控制器的设计 |
4.4.2 仿真对比分析 |
4.5 本章小结 |
第5章 柴油发电机组并联运行控制系统仿真分析 |
5.1 并联运行的条件 |
5.2 并入操作的方法 |
5.3 功率的分配 |
5.4 并联运行的优势及不足 |
5.5 柴油发电机组并联运行控制的仿真模型 |
5.6 双机并联运行仿真实验及分析 |
5.6.1 单台机组运行时并入机组的仿真对比 |
5.6.2 双机并联时解列操作仿真对比 |
5.7 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(4)同步发电机励磁控制系统智能优化研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究的背景与意义 |
1.2 励磁控制的研究概况 |
1.2.1 线性单变量励磁控制方式 |
1.2.2 线性多变量励磁控制方式 |
1.2.3 非线性多变量励磁控制方式 |
1.2.4 智能控制方式 |
1.2.5 励磁控制的发展趋势 |
1.3 本文所作的主要工作 |
第二章 同步发电机励磁系统理论研究 |
2.1 励磁系统的组成 |
2.2 励磁系统的任务及要求 |
2.2.1 励磁系统的任务 |
2.2.2 对励磁系统的要求 |
2.3 同步发电机的励磁方式 |
2.3.1 直流励磁机励磁系统 |
2.3.2 交流励磁机励磁系统 |
2.3.3 静止励磁系统 |
2.4 励磁系统对电力系统稳定性的影响 |
2.4.1 电力系统稳定性的概念 |
2.4.2 电力系统稳定性的判据 |
2.4.3 励磁系统对电力系统稳定性的影响 |
2.5 励磁系统PID控制理论 |
2.5.1 PID控制的基本原理 |
2.5.2 PID控制的参数整定方法 |
2.5.3 PID控制器的性能评价指标 |
2.6 本章小结 |
第三章 励磁控制系统的数学模型研究及建模 |
3.1 基于Park方程的同步发电机数学模型 |
3.1.1 同步发电机的基本数学模型 |
3.1.2 Park变换 |
3.1.3 标幺制下的同步发电机方程 |
3.2 同步发电机的实用数学模型 |
3.2.1 电机实用参数 |
3.2.2 同步发电机的实用模型 |
3.3 励磁系统数学模型 |
3.3.1 功率放大单元数学模型 |
3.3.2 电压测量单元数学模型 |
3.3.3 速度反馈单元数学模型 |
3.3.4 PID控制单元数学模型 |
3.3.5 励磁机数学模型 |
3.3.6 励磁系统的实用模型 |
3.4 励磁控制系统的仿真模型 |
3.5 本章小结 |
第四章 粒子群算法及其改进 |
4.1 基本粒子群算法理论 |
4.1.1 粒子群算法的基本原理 |
4.1.2 基本PSO算法的流程 |
4.1.3 基本PSO算法的优缺点 |
4.1.4 几种改进粒子群算法 |
4.2 综合学习粒子群优化算法 |
4.3 基于交叉与自适应惯性权重策略CLPSO改进算法 |
4.3.1 改进CLPSO算法的原理 |
4.3.2 算法性能比较 |
4.4 本章小结 |
第五章 基于改进CLPSO算法的PID设计及仿真 |
5.1 基于改进CLPSO算法的PID控制器设计 |
5.1.1 PID控制器 |
5.1.2 改进型CLPSO-PID控制器 |
5.2 励磁控制系统PID参数整定对比实验 |
5.2.1 PID励磁控制系统仿真模型 |
5.2.2 励磁控制系统PID参数整定对比实验 |
5.3 励磁控制系统仿真对比分析 |
5.3.1 起励实验 |
5.3.2 负载电压扰动实验 |
5.3.3 系统品质参数扰动实验 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 研究展望 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
(5)基于RTDS的励磁调节器动态特性分析及自适应优化研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 励磁方式 |
1.2.2 励磁调节器硬件结构 |
1.2.3 励磁控制技术 |
1.3 本课题研究内容 |
第二章 发电机励磁控制系统理论原理及实验平台搭建 |
2.1 励磁控制系统的作用 |
2.1.1 控制发电机电压 |
2.1.2 控制发电机的无功功率 |
2.1.3 提高同步发电机并联运行的稳定性 |
2.2 同步发电机励磁PID控制理论 |
2.2.1 PID结构形式 |
2.2.2 衍生PID结构 |
2.2.3 PID调节的微分方程表达式 |
2.3 基于RTDS的励磁调节器硬件在环(HIL)仿真平台 |
2.3.1 硬件在环(HIL)仿真平台基本硬件组成 |
2.3.2 硬件在环(HIL)仿真平台软件基本组成 |
2.4 本章小结 |
第三章 励磁系统静态参数辨识及动态特性试验分析 |
3.1 励磁系统传递函数模型辨识及验证 |
3.1.1 励磁系统的PID模型参数静态辨识 |
3.1.2 励磁系统的PSS模型参数静态辨识 |
3.2 发电机空载工况时特性分析 |
3.2.1 发电机空载起励试验 |
3.2.2 发电机空载+5%阶跃响应特性试验 |
3.3 发电机负载工况特性分析 |
3.3.1 调差极性及调差系数档位校核试验 |
3.3.2 电压静差率测定实验 |
3.3.3 PSS试验 |
3.4 本章小结 |
第四章 变论域模糊自适应PID励磁调节器 |
4.1 模糊控制系统的组成 |
4.2 模糊自适应PID励磁调节器设计 |
4.2.1 量化因子比例因子的选择 |
4.2.3 输入输出的模糊化 |
4.2.4 模糊规则表 |
4.3 变论域模糊自适应PID励磁控制器设计 |
4.3.1 变论域主要优点 |
4.3.2 伸缩因子和变论域的关系 |
4.3.3 伸缩因子的选取和使用 |
4.4 Simulink仿真验证 |
4.4.1 起励试验仿真 |
4.4.2 加入滞后环节的系统仿真 |
4.5 硬件在环(HIL)仿真实验验证 |
4.5.1 基于TMS28335 的变论域模糊自适应PID程序设计 |
4.5.2 动态特性试验对比 |
4.6 本章小结 |
结论 |
参考文献 |
攻读学位期间所取得的相关科研成果 |
致谢 |
(6)水电机组调节系统参数辨识及并网运行控制优化研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 水电机组调节系统参数辨识研究 |
1.3 水电机组调节系统控制策略研究 |
1.4 拥有水电机组的多能源系统研究 |
1.5 本文主要研究内容 |
2 水电机组调节系统数学模型 |
2.1 引言 |
2.2 水轮机/水泵水轮机数学模型 |
2.3 过水系统数学模型 |
2.4 调速器数学模型 |
2.5 同步发电机模型 |
2.6 励磁系统数学模型 |
2.7 水电机组调节系统仿真模型 |
2.8 本章小结 |
3 水电机组调节系统参数辨识 |
3.1 引言 |
3.2 基于智能优化算法的水电机组调节系统参数辨识 |
3.3 灰狼群优化算法及其改进 |
3.4 仿真算例 |
3.5 本章小结 |
4 水电机组调节系统协同控制器设计 |
4.1 引言 |
4.2 协同控制理论及控制器设计方法 |
4.3 具有复杂过水系统的水电机组调速系统协同控制器设计 |
4.4 抽水蓄能机组调速励磁系统协同控制器设计 |
4.5 本章小结 |
5 抽水蓄能机组与风电机组互联微电网运行优化 |
5.1 引言 |
5.2 抽水蓄能机组与风电机组联合运行微电网 |
5.3 抽水蓄能机组调速系统自适应模糊PID控制器设计 |
5.4 仿真算例 |
5.5 本章小结 |
6 基于协同控制的水-火电互联电力系统负荷频率控制 |
6.1 引言 |
6.2 水-火电互联电力系统负荷频率控制模型 |
6.3 协同控制器设计 |
6.4 仿真算例 |
6.5 本章小结 |
7 全文工作总结与展望 |
7.1 全文工作总结 |
7.2 进一步研究展望 |
致谢 |
参考文献 |
附录1 :攻读博士期间发表的论文 |
附录2 :攻读博士期间完成和参与的科研项目 |
(7)小型水轮发电机励磁控制系统研究与设计(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 励磁系统概述 |
1.2 国内外水电励磁系统研究现状 |
1.2.1 国内励磁系统研究现状 |
1.2.2 国外励磁系统研究现状 |
1.3 励磁系统的作用 |
1.4 本文章节内容 |
第二章 水轮发电机及励磁系统研究 |
2.1 水电站及调节系统概述 |
2.2 小型发电机机励磁系统研究 |
2.2.1 励磁系统的基本要求 |
2.2.2 发电机组的励磁系统的组成和分类 |
2.2.3 励磁原理 |
2.3 本章小结 |
第三章 发电机励磁控制实现 |
3.1 自并励励磁系统 |
3.1.1 自并励励磁系统的过程 |
3.1.2 自并励励磁系统的特点 |
3.2 励磁调节器 |
3.2.1 励磁调节器要求及性能指标 |
3.2.2 励磁调节器原理及构成 |
3.3 非线性励磁控制参数优化 |
3.3.1 PID控制 |
3.3.2 模糊PID励磁控制 |
3.3.3 粒子群PSO优化算法 |
3.3.4 模糊规则及数学模型建立 |
3.3.5 仿真结果 |
3.4 励磁控制软件设计 |
3.5 本章小结 |
第四章 基于ModBus 协议的通信实现 |
4.1 ModBus通信规约介绍 |
4.2 ModBus的传输及校验 |
4.2.1 ModBus 的传输方式 |
4.2.2 错误校验 |
4.3 ModBus 移植 |
4.3.1 串口配置操作 |
4.3.2 定时器配置操作 |
4.4 本章小结 |
第五章 人机界面设计及系统模拟实验 |
5.1 人机界面系统 |
5.2 控制系统试验 |
5.2.1 静态试验 |
5.2.2 负荷试验 |
5.3 试验结果 |
5.4 本章小结 |
总结与展望 |
总结 |
展望 |
参考文献 |
附录 A 攻读学位期间发表的学术论文目录 |
致谢 |
(8)同步发电机自动励磁控制装置设计(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题提出及研究意义 |
1.1.1 本课题的提出 |
1.1.2 本课题研究意义 |
1.2 同步发电机励磁控制的研究动态及发展趋势 |
1.2.1 研究动态 |
1.2.2 发展趋势 |
1.3 本课题研究内容 |
2 同步发电机励磁系统模型 |
2.1 同步发电机基本原理方程 |
2.1.1 同步电机基本结构 |
2.1.2 同步电机方程列写基本条件 |
2.1.3 同步电机基本方程 |
2.2 同步发电机励磁控制基本原理 |
2.3 同步发电机励磁系统模型 |
2.3.1 同步发电机数学模型 |
2.3.2 励磁系统各环节数学模型 |
2.3.3 励磁控制系统传递函数 |
2.4 本章小结 |
3 同步发电机励磁控制器设计 |
3.1 控制方案选取 |
3.2 基于PID控制的同步发电机励磁控制器设计 |
3.2.1 PID控制原理及特点 |
3.2.2 PID控制器设计 |
3.2.3 PID参数整定 |
3.3 基于模糊控制的同步发电机励磁控制器设计 |
3.3.1 模糊控制原理及特点 |
3.3.2 模糊控制器设计 |
3.4 基于模糊PID的同步发电机励磁控制器设计 |
3.4.1 输入信号的模糊化处理 |
3.4.2 模糊控制规则表的建立 |
3.4.3 输出信号的反模糊化处理 |
3.5 基于变论域模糊PID的同步发电机励磁控制器设计 |
3.5.1 变论域思想的提出 |
3.5.2 变论域模糊PID励磁控制器设计 |
3.5.3 伸缩因子的选取 |
3.5.4 论域调整机构设计 |
3.5.5 同步发电机变论域模糊PID励磁控制器控制决策表建立 |
3.6 本章小结 |
4 同步发电机励磁控制系统仿真分析 |
4.1 PID励磁控制系统仿真 |
4.1.1 仿真模型的建立 |
4.1.2 PID参数的整定 |
4.2 模糊励磁控制系统仿真 |
4.2.1 仿真模型的建立 |
4.2.2 Simulink中模糊控制模块的建立 |
4.3 模糊PID励磁控制系统仿真 |
4.4 变论域模糊PID励磁控制系统仿真 |
4.5 仿真实验 |
4.5.1 零压起励实验 |
4.5.2 阶跃扰动实验 |
4.5.3 突然加减负荷实验 |
4.5.4 结果分析 |
4.6 本章小结 |
5 励磁控制系统硬件设计 |
5.1 控制核心的选取 |
5.2 总体硬件设计方案 |
5.3 主要功能模块电路设计 |
5.3.1 控制主回路设计 |
5.3.2 模拟量信息采集电路设计 |
5.3.3 开关量输入输出电路设计 |
5.3.4 频率与相角检测电路设计 |
5.3.5 励磁整流电路设计 |
5.3.6 触发脉冲放大电路设计 |
5.3.7 电源电路设计 |
5.3.8 灭磁电路设计 |
5.4 系统硬件抗干扰措施 |
5.4.1 硬件抗干扰的必要性 |
5.4.2 硬件抗干扰的具体措施 |
5.5 本章小结 |
6 励磁控制系统软件设计 |
6.1 软件开发工具概述 |
6.2 总体软件设计方案 |
6.3 初始化程序设计 |
6.4 A/D采样算法程序设计 |
6.5 频率及相角检测程序设计 |
6.6 发电机励磁调节程序设计 |
6.6.1 变论域模糊PID控制算法程序设计 |
6.6.2 移相触发脉冲输出程序设计 |
6.7 键位扫描程序 |
6.8 分合闸程序设计 |
6.9 强行励磁程序设计 |
6.10 保护程序设计 |
6.11 系统软件抗干扰措施 |
6.12 本章小结 |
7 实验结果分析 |
7.1 同步发电机励磁控制器实验平台 |
7.2 实验结果及分析 |
7.2.1 信号调理 |
7.2.2 移相脉冲触发 |
7.2.3 晶闸管整流 |
7.3 本章小结 |
8 总结与展望 |
8.1 本文工作总结 |
8.2 后续工作展望 |
致谢 |
参考文献 |
(9)基于混合智能优化方法的同步发电机励磁控制策略研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究的背景及意义 |
1.2 励磁控制的发展历程与研究概况 |
1.3 智能优化方法的研究概况及其进展 |
1.4 本文主要研究内容 |
2 同步发电机励磁控制系统模型及特性研究 |
2.1 引言 |
2.2 同步发电机模型 |
2.3 电力网络模型 |
2.4 励磁系统的模型及特性研究 |
2.5 同步发电机励磁控制系统仿真平台 |
2.6 本章小结 |
3 基于模糊理论的非线性励磁控制寻优策略 |
3.1 引言 |
3.2 模糊理论 |
3.3 模糊PID励磁控制 |
3.4 实例仿真 |
3.5 本章小结 |
4 基于粒子群优化的同步发电机励磁控制参数优化研究 |
4.1 引言 |
4.2 粒子群优化算法及其改进 |
4.3 实例仿真 |
4.4 本章小结 |
5 基于混合混沌搜索及智能算法的同步发电机励磁控制研究 |
5.1 引言 |
5.2 混沌局部搜索 |
5.3 基于混沌搜索的智能优化算法研究 |
5.4 实例仿真 |
5.5 本章小结 |
6 全文总结与展望 |
6.1 全文工作总结 |
6.2 进一步研究展望 |
致谢 |
参考文献 |
附录1:攻读博士期间所发表的论文 |
附录2:攻读博士期间完成和参与的科研项目 |
(10)基于智能控制的同步发电机励磁控制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 同步发电机励磁控制的意义 |
1.2 同步发电机励磁发展历程及现状 |
1.3 本文的主要工作 |
第2章 发电机励磁系统数学模型 |
2.1 励磁系统数学模型 |
2.1.1 单机无穷大系统基本假设 |
2.1.2 发电机励磁系统数学模型 |
2.2 系统元件传递函数 |
2.2.1 同步发电机 |
2.2.2 电压测量单元 |
2.2.3 移相触发单元及功率单元传递函数 |
2.3 本章小结 |
第3章 模糊控制理论基础 |
3.1 引言 |
3.2 模糊控制的发展及特点 |
3.2.1 模糊控制的提出 |
3.2.2 模糊控制的特点 |
3.2.3 模糊控制的应用和发展 |
3.3 模糊控制器的设计 |
3.3.1 模糊控制系统的基本组成 |
3.3.2 模糊控制器的基本组成 |
3.3.3 模糊控制器的结构 |
3.3.4 模糊控制器的设计流程 |
3.4 模糊控制的局限性 |
3.5 模糊PID控制器的发展 |
3.6 本章小结 |
第4章 模糊自调整PID励磁控制器设计 |
4.1 常规PID控制器设计 |
4.1.2 模拟PID控制算法 |
4.1.3 数字PID控制算法 |
4.1.4 PID参数的整定 |
4.1.5 PSO优化算法 |
4.1.6 PID初始参数的整定 |
4.2 模糊PID控制器设计 |
4.2.1 量化因子和比例因子 |
4.2.2 模糊控制隶属度函数 |
4.2.3 模糊控制规则 |
4.2.4 模糊化和清晰化处理 |
4.3 本章小结 |
第5章 基于可变论域的模糊PID励磁控制器的设计 |
5.1 变论域的思想 |
5.2 变论域和伸缩因子 |
5.3 量化因子和比例因子与变论域的关系 |
5.4 伸缩因子的选择 |
5.4.1 基于函数模型的伸缩因子 |
5.4.2 基于模糊规则的伸缩因子 |
5.5 变论域自适应模糊逻辑实时整定PID控制 |
5.6 本章小结 |
第6章 系统仿真分析和结果分析 |
6.1 MATLAB/SINULINK介绍 |
6.2 励磁控制器的建模 |
6.3 系统参数未变时的仿真和对比分析 |
6.4 系统参数改变时的仿真和对比分析 |
6.5 系统遭受干扰时的仿真和对比分析 |
6.6 本章小结 |
结论与展望 |
致谢 |
参考文献 |
攻读硕士学位期间发表的学术论文及科研项目 |
四、规则自适应模糊控制在同步发电机励磁系统中的应用(论文参考文献)
- [1]虚拟同步机控制技术在MMC多端直流输电系统中研究应用[D]. 张硕博. 青岛科技大学, 2021(01)
- [2]前端调速式风电机组并网运行自适应预测控制研究[D]. 李宏伟. 兰州交通大学, 2020(01)
- [3]柴油发电机组并联运行控制研究[D]. 张迪. 哈尔滨工程大学, 2020(05)
- [4]同步发电机励磁控制系统智能优化研究[D]. 王道云. 山东大学, 2019(03)
- [5]基于RTDS的励磁调节器动态特性分析及自适应优化研究[D]. 孙若愚. 河北工业大学, 2019(06)
- [6]水电机组调节系统参数辨识及并网运行控制优化研究[D]. 张云程. 华中科技大学, 2018(05)
- [7]小型水轮发电机励磁控制系统研究与设计[D]. 张乐. 湖南大学, 2018(06)
- [8]同步发电机自动励磁控制装置设计[D]. 刘科亮. 西安科技大学, 2016(05)
- [9]基于混合智能优化方法的同步发电机励磁控制策略研究[D]. 贺徽. 华中科技大学, 2011(10)
- [10]基于智能控制的同步发电机励磁控制研究[D]. 揭海宝. 西南交通大学, 2010(10)