基于遗传算法的同步发电机模糊PID励磁控制器研究
基于遗传算法的同步发电机自调整模糊PID励磁控制器研究
３Ｙ ｎａ ｅｏｇＥｅｔｃ ｏ ｅ Ｌｄ，Ｌ ｘ ６８０ ， ｈｎ ） ． ｕｎｎＤ ｈｎ ｌ ｒ Ｐ ｗ ｒ ｔ． ｕｉ ７４０ Ｃ ｉａ ｃｉ
ｂ ｓｄ ｏ ｅ ｅ ｃａ ｏｉ ｍ（ Ａ） ｄｆｚ ｙｉａ ｏ ． ｎｔ ｃｏｓａｅｏ ｔ ｚ ｄｂ Ａ ｒｔ ． ｎ ａｅ ｎｇ ｎｔ ｌ ｒｈ Ｇ ａ ｚ ｌ ｉｎ Ｉｉａ ｆ ｔ ｐ ｍ ｅ ｙＧ ｆ ｓ ｙ Ｏ ｉ ｇ ｔ ｎ ｕ ｌｔ ｉ ａ ｒｒ ｌ ｉ ｉ ｉ ｌ
励磁控制器具有 良好的动静态特性。 、
【 词］ 遗传算法 ；ＰＤ控制 ；模糊推理 ；在线调整 ； 关键 Ｉ 励磁控制
【 中图分类号］ Ｍ３ １ Ｔ ０． ２ 【 文献标识码］Ａ 【 文章编 号］ １０ －９ ３２０ ）１０ ５ －５ ０ ０３ ８ （０ ７０ －０ ２０
Ｒｅ ｅ ｒ ｈ ｏ ｅ － ｅ ｕ ａ ｉ ｇ Ｆｕ ｚ － Ｉ Ｅｘ ｉａ ｏ ｎ ｒ ｌ ｒｆ ｒ ｓ ａ ｃ ｎ Ｓ ｒ ｒ ｇ ｌ ｔ ｚ ｙ Ｐ Ｄ ｃｔ ｔ ｎ Ｃｏ ｔｏ ｌ ｆ ｎ ｉ ｅ ｏ
在 电力系统正常运行或事故运行中 ，同步发电机 的励磁控制系统起着重要 的作用。优 良的励磁控制系 统不仅可 以保证发 电机可靠运行 ，提供合格的电能 ， 而且还可有效地提高系统的技术指标 。传统 ＰＤ励磁 Ｉ 控制器结构简单 ，具有一定 的鲁棒性 ， 容易实现 ，已
目 Ｐ 前 Ｉ Ｄ参数的优化方法有很多 ， 单纯形法、专 家整定法 、梯度法 、爬山法等，虽然这些方法都具有
基于改进遗传算法的模糊pid控制器设计
基于改进遗传算法的模糊pid控制器设计
随着现代社会的发展，自动控制技术在各个领域的应用越来越广泛，
其中模糊PID控制器的应用也越来越普遍。
模糊PID控制器是一种基
于模糊控制理论的控制器，它具有良好的抗干扰能力和自适应性，可
以有效地提高系统的稳定性和性能。
然而，由于模糊PID控制器的参
数设置比较复杂，传统的参数设置方法往往无法得到最优的控制效果。
为了解决这一问题，研究人员提出了基于改进遗传算法的模糊PID控
制器设计方法。
该方法首先将模糊PID控制器的参数设置问题转化为
一个优化问题，然后利用改进的遗传算法对模糊PID控制器的参数进
行优化设置，以获得最优的控制效果。
改进的遗传算法是一种基于遗传算法的优化算法，它结合了遗传算法
和粒子群算法的优点，具有较强的搜索能力和收敛速度。
它可以有效
地搜索出最优的参数设置，从而提高模糊PID控制器的控制效果。
此外，基于改进遗传算法的模糊PID控制器设计方法还具有计算效率高、收敛速度快等优点，可以有效地提高模糊PID控制器的控制效果。
综上所述，基于改进遗传算法的模糊PID控制器设计方法具有良好的
搜索能力和收敛速度，可以有效地提高模糊PID控制器的控制效果，
为现代社会的自动控制技术的发展提供了有力的支持。
遗传优化同步电机分数阶PID预测函数励磁控制器
遗传优化同步电机分数阶PID预测函数励磁控制器郁振波;郭伟;夏友亮;陈琛【摘要】为提高同步电机励磁调节器的控制性能,提出一种基于遗传算法优化同步电机分数阶PID预测函数励磁控制器的设计方法.将同步电机的励磁系统进行线性化处理,在分数阶系统理论的基础上用预测函数控制推导出同步电机励磁调节器的分数阶传递函数模型,并根据所得到的系统性能综合指标评价函数再用遗传算法对分数阶PID预测函数控制器的参数进行优化整定.经仿真实验验证,与传统分数阶PID控制和预测函数控制相比,不仅减小了调节时间,增强了系统抗干扰能力,无稳态误差.并且在参数整定方面,遗传算法的收敛速度和寻优能力也明显优于模糊控制和粒子群算法.【期刊名称】《电气自动化》【年(卷),期】2016(038)002【总页数】3页(P4-6)【关键词】PID;预测函数控制;同步电机;遗传算法;参数整定【作者】郁振波;郭伟;夏友亮;陈琛【作者单位】南京信息工程大学信息与控制学院,江苏南京210044;江苏省大气环境与装备技术协同创新中心,江苏南京210044;南京信息工程大学信息与控制学院,江苏南京210044;南京信息工程大学信息与控制学院,江苏南京210044;南京信息工程大学信息与控制学院,江苏南京210044【正文语种】中文【中图分类】TP273同步电机励磁控制系统是电力系统控制的重要组成部分，其运行情况影响整个系统的性能[1]。
同步电机励磁系统的动、静态特性很大程度上决定于励磁调节器，控制方法的优化即对同步电机励磁调节器的设计便成了整个控制系统的关键所在。
文献[2]中采用带电力系统稳定器(power system stabilizer，简称PSS)环节的PID和线性最优磁控制器(linear optimisum excitation controller，简称LOEC)，改善了电力系统阻尼特性和小干扰稳定性，但是该控制器一方面控制参数需要通过实验方法整定，工作量庞大，且人工整定很难得到最佳控制效果。
基于遗传算法优化模糊PID控制器的研究
基于遗传算法优化模糊PID控制器的研究
随顺旭;那文鹏;张欣;随顺科
【期刊名称】《计算机光盘软件与应用》
【年(卷),期】2011(000)002
【摘要】利用遗传算法对模糊PID控制器中的隶属函数和控制规则进行优化,减少经验依赖,实现在线调整,改善控制效果,并利用Mathb编程仿真,验证结果.
【总页数】1页(P108)
【作者】随顺旭;那文鹏;张欣;随顺科
【作者单位】辽宁工业大学,辽宁锦州,121001;辽宁工业大学,辽宁锦州,121001;辽宁工业大学,辽宁锦州,121001;中国矿业大学,江苏徐州,221008
【正文语种】中文
【中图分类】TM571
【相关文献】
1.基于遗传算法优化粗糙决策模型的光伏电站发电量的影响因素研究 [J], 杨旭;易坤;杨浪
2.基于遗传算法优化的太阳能供暖系统研究 [J], 孙琦琦;孙倩
3.基于遗传算法优化反向传播神经网络的锅炉NOx排放研究及应用 [J], 唐永基;李前宇;陈虎亮
4.基于遗传-蚁群算法优化的电费风险预警模型的研究 [J], 杨迪;刘志凯;葛维;朱雅魁;李强
5.基于遗传算法优化滚筒脱水控制参数的研究 [J], 王成;吴增元
因版权原因，仅展示原文概要，查看原文内容请购买。
基于模糊PID算法的同步发电机励磁控制器设计与仿真研究
中 的模 糊 推理规 则 实 现 在 线 计算 ， 些 模糊 量在 解 这 模 糊 过 程后 ， Ｐ Ｄ控 制 的各参 数 在 线 整 定． 难 对 Ｉ 不
看出， 模糊 控制 器 的设 计 是其 中 的核心 ， 它的好坏 直 接影 响 Ｋ 、 Ｋ Ｋ 、 的选 取 ， 终 影 响到 励 磁控 制 系 最 统 的控制 效果 ．
Ｔｈｅ ａ ｐｌｃ ｔｏ ｆ ｔ ａ ｔｏｎ ｌＰＩ ｃ ｎｔ ｏ ｈｅ ｙ ｉ ｙ ｈｒ ｏｕ ｅ ｒ ｔ ｒ ｅ ｃ ｔ ｔｏ ｓ ｂｅ ｎ ｖ ｒ — ｐ ｉａ ｉ ｎ ｏ ｒ ｄｉｉ ａ Ｄ ｏ ｒ ｌｔ ｏｒ ｎ ｓ ｎｃ ｏｎ ｓ ｇ ｎｅ ａ ｏ ｘ ｉａ ｉ ｎ ｈａ ｅ ｅ ｙ ｍａ ｔ ｅ Ｂｕ ｈ ｓ ｍｏｄ ｏ ｒ ｌｏ ｙ ｆｔ ｏ ｉ ｄ ｐａ ａ ｔ ｒ ｎｄ ｆ ｉ ａ ｏｎ ｒ ａ Ｔｏ ｓ ｖ ｈｅ ｅ ｉ — ｕｒ ． ｔ ｔ ｉ ｅ ｏｆｃ ｎｔ ｏ ｎｌ ｉｓｆ ｒ ｆｘｅ ｒ ｍｅ ｅ ｓａ ｏｒａ ｌｎｅ ｒ ｃ ｔ ｏｌｌ ｗ． ｏｌ ｅ ｔ ｓ Ｓ ｓ ｓ ａ ｆ ｚ Ｄ ｏ ｒ ｌａｇｏ ｉｈ ｉ ｏ ｓ ｄ ｕｅ ， ｕｚ ｙ ＰＩ ｃ ｎｔ ｏ ｌ ｒｔ ｍ ｓ ｐｒ ｐｏ ｅ ．Ａｃ ｏｒ ｉ ｇ ｔ ｈ ｕｔ ｌ ｃ ｄ ｎ ｏ ｔ ｅ ｏ ｐｕｔｖｏ ｕｍｅ ｃ ｎ ｓ ａ ｄ ｔ ａ ｅ ｆ ｈａ ｇｅ ｎ ｈｅ ｒ ｔ ｓ ｏ
Ｔｈｅ ｄｙ ｍ ｉ ｎｄ ｓ ａ ｉ ｐｅ ａ ｉ ｎ ｌ ｐ ｒｏｒ ｎｃ ｓ ｏ ｈｅ ｓ ｔ ｍ ｏ ｄ ｂｅ ｉ ｎａ ｃ ａ ｔ ｔｃ ｏ ｒ ｔｏ ａ ｅ ｆ ｍａ ｅ ｆ ｔ ｙｓ ｅ ｃ ｎｌ ｍｐｒ ｖｅ ｉｓ ｏ ｅ ｓ ｏｔｒ ｄｕ ｅ ｏ ｄ，ｔ ｖ ｒ ｈｏ ｅ ｃ ｄ
基于遗传算法的可调因子模糊PID控制器的设计
自 然选择和遗传学理论 ， 依据适者生存 的原理而建
立 的一种 最 优 化 高 效 搜 索 算 法 。在 模 糊 ＰＤ控 制 Ｉ 中， 遗传 算法 可 以用 来 优化 量 化 因子 、 比例 因子 、 控
对系统误差 ｅ 和误差 变化率 ｅ 加权。它不仅影响 ｃ
２０ ０ ８年
３ 结 论
采用 简单水 热方法 ， 没有 表 面活 性 剂和 晶种 在 存在 的情况 下 ， 以葡萄 糖为还 原剂 ， 通过 反应 生成 的 Ａ Ｃ 解离 出 的较 低 浓度 的银 离 子 来 有 效 控 制 体 系 ｇ１
［ ］Ｊ ｅ ｙＳ ａ ， ａｉ Ｍ Ｗｒ ｈ， ａ ａ ｅ ， ｔ ． ａｉ ｒ ５ ｅ ｍ ｌ ｎ Ｄ ｖ ｉ ｔ Ｓｍ Ｂ ｉｙ ｅ ａ Ｃ ｐ ｌ ｔ ｒ ｏ ｄ ｇ ｌ １ ｌｉ ａｙ
２ 基 于遗传 算法 的可调 因子模 糊 ＰＤ Ｉ 控 制 器 的实 现
２１ 模 糊 Ｐ Ｄ算 法 的实现 ． Ｉ
选取输入量为误差 ｅ 和误差的变化率 ｅ， ｃ输出 量为 ＰＤ参数的修正值 △ 、Ｋ、 。取输人和输 Ｉ △ △
收 稿 日期 ：０ ８０ －２ ２０ － ０ ４
第２ ７卷第 ６期
Ｖｏ ． ７， ． １ ２ Ｎｏ ６
西 华 大 学 学 报 （自 然 科 学 版 ）
Ｊｕ ａ ｆ ｈ ａ Ｕ ｉｅｓ ｙ ・ Ｎａｕａ ｃｅ ｃ ｏ ｒ ｌｏ ｕ ｎｖ ｒｉ ｎ Ｘｉ ｔ ｔｒｌＳ ｉｎ ｅ
２０ ０ ８年 １ １月
Ｎｏ ． Ｏ ８ ｇ２ ０
中的某 些 参数 进 行 寻 优 ， 成 可调 因子 的 模糊 ＰＤ 形 Ｉ 控制 器 。这 里优 化方 法采用 遗传 算法 。 遗传算 法 （ ｅｅｉ Ａｇｒｈ ， Ａ） 一 种 模 拟 Ｇ ｎｔ ｌ ｉ ｍ Ｇ 是 ｃ ｏｔ 为 了对 输人 量进 行模糊 化处 理 ， 须将 输 人变 必 量从 基本 论 域 转 换 到对 应 的语 言 变 量 模 糊 集 的论 域 。需要 通过 量化 因子进 行论 域转 换 。在模糊 控制 中量 化 因子 、 的选 择非 常 重要 ， 作 用 相 当于 其
基于遗传算法和模糊PID的励磁控制器
基于遗传算法和模糊PID的励磁控制器
白羽;王云鸽;吴非;宋永军
【期刊名称】《微计算机信息》
【年(卷),期】2009(025)022
【摘要】随着电力系统的发展,常规PID励磁控制器已经不能满足系统运行的动态和静态性能要求,为了克服这一缺点,设计了一种新型模糊PID控制器,在常规模糊PID励磁控制器基础之上,提出了一种利用遗传算法优化的模糊控制器.介绍了同步发电机自动励磁系统及模糊PID励磁控制器的构成,模糊PID控制器的原理及作用.仿真研究结果表明利用该方法设计的励磁控制器具有更好的动静态特性.
【总页数】3页(P37-38,51)
【作者】白羽;王云鸽;吴非;宋永军
【作者单位】130012,吉林省长春市,长春工业大学机电工程学院;130012,吉林省长春市,长春工业大学机电工程学院;130012,吉林省长春市,长春工业大学机电工程学院;130012,吉林省长春市,长春工业大学机电工程学院
【正文语种】中文
【中图分类】TP273;TM76
【相关文献】
1.基于遗传算法的同步发电机自调整模糊PID励磁控制器研究 [J], 杨永灯;杨晓萍;邱锦东
2.基于遗传算法的同步发电机模糊PID励磁控制器 [J], 王德意;谢博;孙新志
3.基于遗传算法的同步发电机模糊PID励磁控制器研究 [J], 王德意;孙新志
4.基于遗传算法优化的同步发电机模糊PID励磁控制 [J], 李兵洋;肖健梅;王锡淮
5.基于PSO优化算法的模糊PID励磁控制器设计 [J], 王镇道;张乐;彭子舜
因版权原因，仅展示原文概要，查看原文内容请购买。
基于遗传算法优化的模糊pid控制研究及其仿真
基于遗传算法优化的模糊pid控制研究及其仿真随着工业生产自动化和精密控制的发展，PID控制器已成为控制系统中最常用的控制技术之一。
传统的PID控制方法具有一定的稳定性和可靠性，但也存在一定的缺陷，例如参数设置困难、优化效率低等问题。
为了解决这些问题，研究人员提出了基于遗传算法的模糊PID控制研究方法。
遗传算法是一种以自然选择为基础的模仿自然进化和模拟计算思想，由John Holland于1960年代提出，它能够自动调节参数并为优化问题提供有效解决方案。
它大大简化了传统PID控制中的参数设定和优化过程，使PID控制系统更加精确和可靠。
方法基于遗传算法的模糊PID控制研究方法，主要分为以下几个步骤：（1）首先，根据模糊控制的原理，为模糊PID控制器设定优化目标。
（2）确定遗传算法的迭代次数和基因池的大小。
（3）根据模糊逻辑和技术，使用遗传算法的特性建立一个模糊系统，利用遗传算法计算模糊系统参数。
（4）将计算出的参数应用到PID控制器中，进行系统仿真。
（5）根据仿真结果，对模糊系统参数进行调整，使系统性能更加稳定可靠。
结果和讨论通过基于遗传算法的模糊PID控制研究，可以得到较佳的控制系统参数，使系统稳定性和可靠性得到很大的提高。
仿真结果表明，基于遗传算法优化的模糊PID控制器在系统参数设置和稳定性方面有着良好的优势。
结论是，在工业生产自动化和精密控制中，基于遗传算法优化的模糊PID控制是一种有效的控制策略，它能够有效改善系统性能，提高系统稳定性和可靠性。
结论基于遗传算法优化的模糊PID控制是一种有效的控制策略，能够提高其稳定性和可靠性，从而有效改善系统性能。
但是，需要指出的是，以上研究主要集中在参数设计和优化上，而对系统动态和实时应用方面尚未有深入研究，仍有许多工作需要去完善。
基于模糊pid的励磁控制算法研究
有 Mamdani 算法、全蕴涵三Ⅰ算法和相似度推理算法等。本
文研究中，模糊 PID 控制器采用 Mamdani 型推理算法。基于
Mamdani 的模糊控制规则是由模糊条件语言表述的，实际上是
一组 If-Then 规则，规则的变量均为模糊语言集。
（三）解模糊。经模糊推理得到的模糊控制器输出为模
糊量，必须转换为精确的控制量，才能对实际系统实施控制。
关键词：励磁控制；模糊PID控制算法；供电品质
◆ 王海峰
一、前言
目前，我国军队装甲车辆电气系统普遍采用低压直流供 电体制，且大多采用采用同步发电机作为主电源装置。为满足 供电体制需求，同步发电机需借助励磁控制系统，实现自身输 出电压的基本恒定。作为装甲车辆电源系统的核心控制部件， 励磁控制系统的控制精度和响应速度等指标，直接影响着电源 系统的供电品质，对全车电力电子设备的用电安全至关重要。 我军现有装甲车辆的励磁控制系统主要采用基于分立元件的模 拟控制方式，发电机励磁控制系统依靠模拟电路来实现按电压 偏差调节的比例控制方式，结构简单可靠，但系统的控制精度 低，存在调节静差，且动态响应速度慢，系统瞬态特性较差， 尤其在电源系统突加和突卸负载时，该问题更为严重，甚至已 影响到部分车载用电设备的供电安全 。 [1]
本文针对 XX 型坦克电源系统，设计了图 2 模糊 PID 控制 器，结构图如下图 2 所示：
信息系统工程 │ 2019.10.20 145
ACADEMIC RESEARCH 学术研究
图 2 XX 型坦克电源系统模糊控制器原理结构图
如图 2 中，模糊推理单元包括 2 个输入和 3 个输出，其
输入为偏差 e 和偏差变化率 ec，输出为 ∆Kp、∆K1 和 ∆KD。模
同步发电机励磁系统的智能控制方法研究
同步发电机励磁系统的智能控制方法研究
同步发电机励磁系统的智能控制方法研究主要涉及利用人工智能技术优化励磁系统控制策略，提高发电机励磁效率和稳定性。
下面是一些可能的研究方法和技术：
1. 基于神经网络的励磁系统控制方法：利用神经网络模型对励磁系统的输入和输出进行训练，使其能够根据输入的变量，如负荷变化、电网频率等，自动调整励磁系统的参数，实现自动化的控制。
2. 基于遗传算法的励磁系统参数优化：利用遗传算法在参数空间中搜索最优的励磁系统参数配置，以实现最高的励磁效率和稳定性。
通过不断迭代优化参数配置，达到最优控制效果。
3. 模糊控制方法：将模糊控制方法应用于励磁系统控制中，根据模糊规则和输入变量，调整励磁系统的参数，实现自适应控制。
模糊控制可以对输入变量的模糊性进行处理，使励磁系统能够应对复杂的工况和变化。
4. 强化学习方法：利用强化学习算法，如Q-learning、深度强
化学习等，让励磁系统根据电力系统的运行状态和目标，通过与环境的交互学习最优的控制策略。
强化学习方法适用于存在较多未知变量和复杂规律的励磁系统控制问题。
以上是一些可能的智能控制方法研究方向，具体的方法选择和研究内容可根据实际情况和需求进行调整和扩展。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
２ 同步发电机自动励磁控制系统Ｉ Ｉ
关键词 ： 遗传算法 模糊控制 ＰＤ Ｉ 控制 励磁控制
Ａｂ ｔ ａ ｔ ｓ ｒ ｃ ：Ｄｅ ｅ ｏ ｉ ｇ ｆｏ ａ ｃ ｎ ｅ ｔｏ ａ Ｉ ｖ ｌ ｐ ｎ ｒ ｍ ｏ ｖ ｎ ｉ ｎ ｌＰ Ｄ
同步发电机 自动励磁控制系统有 以下部分组 成： 同步发电机、 励磁调节器、 电压测量 比较单元、 综合放大单元、 功率单元等 。 各部分传递函数为： 发 电机 ： Ｇ ＝ Ｇ （）： ｏ ＝ Ｋ
（ Ｅ， Ｅ 和 比例 因子（ ｕ 、 ｕ、ｕ ） Ｋ Ｋ Ｃ） Ｋ ｐ Ｋ ｉ ｄ 的大 小 ， Ｋ 最
ｃ ｎ ｒ ｌ Ｅｘ ｉ ｔｏ ｏ ｔ ｌ ｏ ｔｏ ｌ ｃｔ ｉｎｃ ｎｒ ａ ｏ
其 中： 一发 电机放大系数； ‰
ｄ 时 间常 数 。 ０ 一
电 压测量比较单元： Ｒ ） 而 Ｒ Ｇ（ ＝ Ｋ
其 中： 凰一 电压测量 比较单元放大倍数； 时 间 常数 。
一
ｌ 引言
维普资讯
粥
理 论与 设计
数如 图２ 图３ 示 。 和 所
参 数 ＫＰＫＩＫ 的变 化 量△ ｐＡ 、 Ｋ 。 、 、Ｄ Ｋ 、 Ｋｉ ｄ它首 先进 Ａ
行模糊化计算 ， 然后按模糊控制规则进行逻辑推 理和判决， 得到输 出变量△ 、 Ｋ、 。 Ａｉ 本文采用 遗传算法优化的可调因子的模糊ＰＤ励磁控制器 Ｉ 结构 图见 图１ 是根 据Ｅ ， 和ＥＣ来调 整量化 因子
了 良好 控 制 效 果 。 随 着 电 力 系 统 的 发 展 ， 统 但 传 ＰＤ励 磁 控制 器 己不 能满 足 要求 。 Ｉ
功率单元 ： ｚ ） Ｇ（ ＝ 其 中： ＿功率单元放大倍数 ；
死一 时 间常数 。
模糊控制参数一旦确定， 就无法改变， 能大
范 围 自动 适 应参 数 变化 。 模 糊 控制 器 的设 计 过 而
ａ ｅｏ ｔ ｚ ｄｂ （ ｎ ｔｃＡｌｏ ｉ ｍ ） ｉ ｒ ｐ ｓ ｄ． ｒ ｐｉ ｅ ｙ ＧＡ Ｇｅ ｅｉ ｇ ｒｔ ｍｉ ｈ ，ｓｐ ｏ ｏ ｅ
Ｔｈ ｅ ｕ ｔ ｆｃ ｍｐ ｔ ｇｓｍ ｕａｉｎ ｓ ｏ ａ ａ ｅ ｙ ｅｒ ｓ ｌ ｏ ｏ ｕｉ ｉ ｌｔｏ ｈ ｗｓｔ ｔｉｈ ｓｖ ｒ ｎ ｈ ｔ ｇ ｏ ｄ ｎ ｍｉ ｎ ｔｔ ｈ ｒ ｃｅｉｔｃ ｏ ｄ ｙ ａ ｃａ ｄｓａｉ ｃ ａ ａ ｔｒｓｉ ． ｃ Ｋｅ ｗｏ ｄ ：Ｇｅ ｅｉ ｇ ｒｔｍ Ｆ ｚ ｙｃ ｎｒｌ Ｐ Ｄ ｙ ｒｓ ｎ ｔ Ａｌｏ ｉ ｃ ｈ ｕ ｚ ｏ ｔ Ｉ ｏ
励磁 自动控制系统是同步发电机的重要组成
部分 ， 发 电机运 行 的可靠性 、 对 经济 性及 电力 系统
综合放大单元： Ａ ）＝Ｋ Ｇ（ ＝ Ａ ＝ 而
其中： 一综合放大单元放大倍数 ； 时间常数 。
一
的稳定性有直接影响。 传统ＰＤ Ｉ 励磁控制器结构简
单， 有一定的鲁棒性， 容易实现 ， 应用广泛 ， 并取得
・ ８・ ２ ０ ０ ６年第 １ 期 《 机 技 术》 电
的比例 、 微分、 积分系数。
３ 模糊Ｐ Ｄ励磁控 制器 Ｉ
３ １控制器结构图 ． 模糊ＰＤ励磁控制器由模糊控制器和Ｐ Ｄ Ｉ Ｉ 调
节器构成， 模糊控制器的输入变量为电压偏差值
和 电压偏 差变 化 率ＥＣ， 出变 量 为Ｐ Ｄ ￥ 器 的 输 Ｉ￣ １ Ｊ
励 磁调节器：ｌ ） （ 去 十 ） Ｇ（ ＝ １ ， 【 ｓ ＋
其中： 、 墨＝—ｐ Ｋ ＝Ｋｐ ／ ￣ ຫໍສະໝຸດ Ｘ死分别 为 调 节器 、
程包含了大量主观因素， 如控制规则获取、 隶属函 数选择、 量化因子及比例因子选择等 ， 某些不合理 的主观成份使系统特性指标难 以保证 ， 必须通过 反复试验、 修正来加 以克服 。 量化因子和 比例因子 的变化， 对控制系统品质影响很大， 因而优化量化 因子 和 比例 因子 非 常重 要 。 在此， 提出一种基于遗传算法的模糊ＰＤ Ｉ 控制 参 数 自校 正 励磁 控 制 器 ， 利用 遗 传算 法 确 定初 始
种利用遗传 算法优化模糊控制器 的量化 因子和 比例 因
的ＰＤ Ｉ 参数 ， 并利用遗传算法优化模糊控制的量化
因子和 比例因子 ， 最后 由模糊控制实现在线调整。
子 的同步发电机励 磁控制器 ， 并仿真研 究 ， 结果表 明利用 该方法设计的励磁控制器 具有 更好 的动态特 性和静态特
性。
维普资讯
理论与设计
酗
基于遗传算法的同步发 电机模糊 ＰＩ Ｄ励磁控制器研 究
王德意 孙 新 志
西 安 理工 大 学 （ １０ ８ ７ ０４ ）
Ｓ ｕ ｙ ｏ ｚ ｙ ＰＩ Ｓ ｅ ｏ ｕｓＥｘ ｉａ ｉ ｎ Ｃｏ ｒ ｌ ｒＢａｓ ｄ ｏ ｎｅ ｉ ｇ ｒ ｔ ｍ ｔ ｄ ｆＦｕ ｚ ・ Ｄ ｙ ｈｒ ｎｏ ｃ ｔ ｔｏ ｎｔｏｌｅ ｅ ｎ Ｇｅ ｔｃＡｌ ｏ ｉｈ
。
ｃ ｎ ｒ ｌ ａｋ ｎ ｆｓ ｎ ｈ ｏ ｏ ｓ Ｆ ｚ ｙ— Ｉ ｅ ｃ ｔ ｔｏ ｏ ｔｏ ， ｉ ｄ ｏ ｙ ｃ ｒ ｎ ｕ ｕ ｚ Ｐ Ｄ ｘ ｉａ ｉ ｎ
ｃ ｎｒ ｌ ｒｔ ｅｑ ｏａｉｎｆ ｃｏｓａ ｄｓ ａｅｆ ｃｏ ｓｏ ｉｈ ｏ ｔｏｌ ，ｈ ｕ ｔｔｏ ａ ｔｒ ｎ ｃ ｌ ａ ｔｒ ｆｗｈ ｃ ｅ
’ Ｗａ ｅ Ｓ ｎ Ｘｉｚ ｉ ｎｇ Ｄ ｙｉ ｕ ｎ ｈ
Ｘｉ ｉ ｅ ｓｔ ｆ ｃ ｎ ｌ ｇ 。 Ｕｎ ｖ ｒｉ ｏ ｈ ｏｏ ｙ Ａｎ ｙ Ｔｅ
摘 要 ： 在常规 的模 糊ＰＤ励磁控 制器基础上 ， 出 Ｉ 提
‘
的ＰＤ Ｉ 参数 ， 然后由模糊控制在线 自调整励磁控制