超导磁储能系统的自适应单神经元控制

基于自适应单神经元的控制方法是将单个神经元与环境系统相连,利用结合了Hebbian学习和监督学习特点的迭代算法在线修改其连接权值以实现控制目标。将这种控制方法用于超导磁储能(SMES)控制器的设计无需进行系统建模,所得到的控制器结构简单,算法简便,适于工程应用。文章在MATLAB环境下建立了较精确的含SMES的电力系统非线性高阶模型,通过时域仿真考察了基于自适应单神经元的SMES控制器的性能,结果表明该控制器具有令人满意的控制效果和较好的鲁棒性。