基于模糊神经网络PID的水轮机组频率控制

被引：15

作者：

陈德海

朱正坤

王超

机构：

[1] 江西理工大学电气工程与自动化学院

来源：

现代电子技术 | 2020年 / 43卷 / 23期

关键词：

频率控制; 水轮机调速; 系统参数优化; PID控制器设计; 模糊神经网络PID; 水电站;

D O I：

10.16652/j.issn.1004-373x.2020.23.022

中图分类号：

TV734 [机电设备]; TP183 [人工神经网络与计算]; TP273 [自动控制、自动控制系统];

学科分类号：

080802 [电力系统及其自动化]; 081504 [水利水电工程]; 140502 [人工智能];

摘要：

在水电站发电过程中,频率控制至关重要,但是对于这种非线性、时变性的复杂控制系统来说,传统PID控制方法存在参数整定困难,控制效果不佳的缺陷。因此在传统的PID算法、模糊控制以及神经网络控制算法的基础之上,提出一种模糊神经网络PID联合控制算法来优化水轮机调节系统的PID参数,并应用到水轮机调节系统当中,与传统PID控制器进行对比,结果表明模糊神经网络PID控制算法对水轮机调节系统的控制上在调整时间以及超调量方面都比传统PID算法更好,控制效果好,克服了传统PID算法的不足。

引用

页码：99 / 102

页数：4

共 11 条

[1]

基于水轮机内外特性复合数学模型的调节系统动态特性研究 [D].

门闯社 .

西安理工大学,

2018

[2]

水轮机调节系统的参数辨识与控制策略研究 [D].

陈志环 .

华中科技大学,

2017

[3]

水电机组灰色模糊PID调速器设计与仿真 [D].

王雪珂 .

郑州大学,

2017

[4]

基于驾驶意图识别的纯电动汽车模糊控制策略研究 [D].

祁华宪 .

合肥工业大学,

2017

[5]

水轮发电机调节系统的模糊PID控制 [J].

王震 ;

崔峻豪 ;

丁泽涛 ;

熊国恩 .

信息技术与信息化, 2018, (10) :83-85

[6]

基于Ziegler-Nichols频域PID的水轮机自适应调速系统设计 [J].

代月明 ;

张丽娜 ;

朱习军 .

徐州工程学院学报(自然科学版), 2018, 33 (03) :47-51

[7]

基于BP神经网络的PID控制器参数调整 [J].

张永振 ;

苏寒松 ;

刘高华 ;

廖泽龙 .

南开大学学报(自然科学版), 2018, 51 (03) :26-30

[8]

基于SOM神经网络的汽轮发电机组振动故障诊断研究 [J].

禹腾超 ;

陈敏 .

工业控制计算机, 2016, 29 (01) :137-139

[9]

基于改进模糊神经网络的PID参数自整定 [J].

白国振 ;

俞洁皓 .

计算机应用研究, 2016, 33 (11) :3358-3363+3368

[10]

Design of a fuzzy-PID controller for a nonlinear hydraulic turbine governing system by using a novel gravitational search algorithm based on Cauchy mutation and mass weighting.[J].Chaoshun Li;Yifeng Mao;Jianzhong Zhou;Nan Zhang;Xueli An.Applied Soft Computing.2017,

← 1 2 →