改进的神经网络逆软测量方法在电力系统控制中的应用

《改进的神经网络逆软测量方法在电力系统控制中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要逆系统方法作为一种有效的1F线性控制方法以其物理意义清晰、结构简单、易于实现等优点在很多领域得到了应用，但它在具体实际巾通常会遇到需要反馈一些不直接可测变量的问题，这成为逆系统方法应用于具体控制问题的一人障碍。为此，本文针对逆系统控制中出现的不直接可测变量反馈问题，通过对神经网络软测量理论的改进，将其与逆系统方法相结合，给出了逆系统控制中避免不直接可测变量反馈问题的方法，并将这种方法运用到电力系统的控制中去。在国家自然科学基金的资助下，本文取得的研究成果如F：(1)对本课题组原有的神经网络软测量方法作了改进，存改进的算法中，拓展了构造“山含传感器”依据的直接可测变量的范围，使之拓展为一组过

2、}2变量的两数，并按此拓展方法给出了构造“伯含传感器”子系统的具体算法，同时给出了具体算例。对原来算法所做的改进可以使该方法适用范围得以拓宽，增加了“内含传感器”构造成功的可能性。(2)为避免原有算法中易引入直接可测变量高阶导数的问题，对基于“内含传感器”逆的软测量算法步骤进行了改进。按照这种方法得到的新算法Lj原算法相比，构造的“内含传感器”较少引入直接可测变量的高阶导数，从而使得基于“内含传感器”逆的软测量力‘法在实际工程中易丁实现。(3)为解决神经网络软测量方法中训练神经网络所需样本难以获取的问题，给出了种有效的解决办法：结合逆系统控制方法，将理论上存在的函数关系式代入逆系统表达式，得到

3、一个讣线性控制律，再用神经网络逼近该复合非线性控制律，此时训练神经网络所需的样本均为直接可测变量，可以解决神经网络训练样本难以获取的困难。(4)针剥多机电力系统数学模型的特殊形式，给出了多机电力系统中构造“内含传感器”逆的算法，从而使基于“内含传感器”逆的软测量方法能够运用于多机电力系统的控制巾。(5)为验证本文提出的方法的有效性，按照文中提出的方法研究了电力系统单机无穷大励磁控制和多机励磁汽门控制的应用问题，通过计算机仿真验证了这些方法的有效性。关键词：逆系统，软测量，人工神经网络，单机兀穷人电力系统，多机电力系统AbstractAsanavailablemethod．inversionme

4、thodiswidelyappliedinvariousfieldforitsadvantageofclearphysicalidea，simplestructureandfacilerealization．However,inpractical，inversionmethodoftenrequiresthefeedbackofimmeasurablevariable，whichisanobstacleofapplicationofinversionmethod．Therefore，amethodforavoidingfeedbackofimmeasurablevariableispropos

5、edinthispaperbyimprovingANNsoft-sensoringmethodandcombiningitwithinversionmethodThen，thismethodisappliedinpowersystemscontr01．UnderthesupportoftheNationalNaturalScienceFoundationofChina,thispaperobtainssomeprogresses，asfollows：(1)AnimprovedmethodforANNsoft—sensoringwhichispresentedpreviouslybyourres

6、earchgroup．Intheimprovedmethod，measurableprocessvariablesrequiredfor“assumedinherentsensor”inversionmethodareexpandedtomeasurablefunctionofprocessvariables，Basedonthismethod，arithmetictoconstruct“assumedinhereutsensor”andtheexampleofarithmeticarepresented．Theimprovementsofthemethodmakeitmorepossibly

7、toconstructthe“assumedinherentsensor’'．(2)Toavoidhigh—orderderivativeofdirectlymeasurablevariable，aimprovedarithmeticprocessbasedon“assumedinherentsensor”inversionisproposed．Comparedwiththepreviousari