资源描述：
《执行依赖启发式动态规划在同步发电机励磁系统中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、电气自动化2011年第33卷第2期电气传动和自动控制ElectricDrive&AutomaticControl执行依赖启发式动态规划在同步发电机励磁系统中的应用林小峰王锦(广西大学电气工程学院,广西南宁530004)摘要:介绍了一种控制同步发电机励磁系统的新方法,即执行依赖启发式动态规划(ADHDP)对同步发电机励磁电压的自适应控制。执行依赖启发式动态规划是近似动态规划(ADP)的一种算法,ADP利用非线性函数拟合方法逼近动态规划的性能指标函数,以获得最优解或次优解。仿真结果表明,基于执行依赖启发式动态规划
2、算法的励磁控制效果优于传统励磁控制的控制效果。关键词:执行依赖启发式动态规划励磁系统神经网络仿真[中图分类号]TM341[文献标识码]A[文章编号]1000-3886(2011)02-0020-04TheApplicationofAction-DependentHeuristicDynamicProgramminginExcitationSystemofSynchronousGeneratorLinXiaofengWangJin(SchoolofElectricalEngineering,GuangxiUniv
3、ersity,NanningGuangxi530004,China)Abstract:Inthispaper,anewmethod,adaptivecontrolofAction-dependentHeuristicDynamicProgramming(ADHDP)fortheexcitationvoltageofsynchronousgenerator,isintroduced.Action-dependentheuristicdynamicprogramming,asortofApproxmiateDynamicPro
4、gramming(ADP),whichusesthemethodofnonlinearfittingtoapproachtotheperformanceindexfunctionofdynamicprogramming,searchessuboptmialsolutionoroptmialsolution.Smiulationresultsdemonstratetha,texcitationsystemofsynchronousgeneratorcontrolledbasedonADHDPissuperiortoconve
5、ntionalcontrolmethod.Keywords:action-dependentheuristicdynamicprogrammingexcitationsystemneuralnetworksmiulation0前言改进算法。同步发电机的励磁系统在正常运行情况下供给发电机励磁1执行依赖启发式动态规划(ADHDP)原理电流,并根据发电机负载情况作出相应的调节,达到维持发电机对于离散时间非线性(时变)系统端电压稳定的目的。这种调节电压的方法称为自动调压器(Au-x(k+1)=F[x(k),u(k),k
6、](1)nmtomaticVoltageRegulator,AVR)。传统的自动调压器采用的是线式中,xR表示系统状态,uR表示控制变量。与该系统相性控制方法,即系统在特殊控制点被线性化后,采用PID控制方关的性能指标(或代价函数)为法对励磁器进行有效的控制。这种方法建立在能够很好描述数i-kJ[x(k),k]=U[x(k),u(k),k](2)学模型的基础上,但在特殊控制点以外的其他点,发电机的性能i=k会降低,因此需要寻找更好的控制方法。式中,U是效用函数,是折扣因子,且0<1。函数J是状态Werbos
7、在动态规划(DynamicProgramming,DP)的基础上,x(k)的代价函数(cost-to-gofunction),它依赖于初始时间k和提出了近似动态规划(ApproximateDynamicProgramming,ADP),初始状态x(k)。动态规划的目标是选择一个控制序列u(k),k它是一门集神经网络、动态规划和强化学习为一体的交叉性学=i,i+1,,使得(2)式中的函数J最小。科。采用近似动态规划方法,在扰动或不确定条件下随时间变化根据Bellman最优性原理,从k时刻开始的最优代价为*近似Bellman
8、动态规划方程中的代价函数,从而避免了动态规划J[x(k),(k)]=min(U[x(k),u(k),k]u(k)在大规模、复杂非线性系统控制中的维数灾问题。+J*[x(k+1),(k+1)](3)近似动态规划有三种基本的算法:启发式动态规划(Heuris-k时刻的最优控制为ticDynamicPr
