自适应控制及电力系统
深入探讨自适应控制在电力系统继电保护中的应用
深入探讨自适应控制在电力系统继电保护中的应用摘要：本文介绍了自适应控制系统的模型，并以距离保护为例，说明运用自适应控制解决继电保护整定值设置和调整等问题的方法，给出自适应距离保护模型。
关键词：自适应控制；继电保护；距离保护；整定值伴随着计算机技术的飞速发展，现代自动控制理论正日渐深入应用到各个领域，形成了各种成熟的计算机控制系统。
它具有不同的控制方式：程序控制、数字控制、实时控制，也可以充分发挥其计算机软件功能与分时特性，实现多变量、多回路、多对象、多工况、变参数和自适应的综合控制。
电力系统的运行状态处于频繁的变化中，且可能发生各种类型的短路故障，如瞬时的、永久的、金属性的、非金属性的故障，以及可能出现的各种极端运行方式等。
1 自适应控制模型设计自适应控制系统的目标：即使参数发生变化，这个系统也能保持它的标准特性。
它可以通过反馈控制，比较性能指标后修改控制参数来实现对某一系统的控制。
自适应控制系统分为参数自适应控制系统和性能自适应系统。
后者最典型的模型参考自适应控制系统（如图1 所示）。
图1 自适应控制模型在图1 中，输入信号可同时加到可调系统和参考模型， om代表期望的响应， os为系统当时的实际响应， e 为期望响应与实际响应的误差。
自适应控制的任务是，当可调系统受到干扰时，使可调系统的输出和参考模型之差e 为最小。
为实现这个要求，自适应机构根据性能指标，按预定策略进行参数调整或综合出一个辅助输入信号（虚线所示），以实现可调系统的最优响应。
2 自适应在继电保护中的应用以继电保护中最常用的且很重要的线路距离保护为例，说明自适应保护的特点及应用过程。
2.1 距离保护设置的难点作为高压、超高压输电线路的主保护，距离保护基本不受电力系统运行方式和结构变化的影响，因而保护范围较长且稳定，适合于远距离、重负荷的高压线路，但在保护构成上仍存在如下一些问题：a）避越最小负荷阻抗，防止保护误动的能力；b）避越非金属性短路，过渡电阻的影响，防止保护拒动的能力；c）外部短路伴随系统振荡时，防止保护误动的能力。
自适应控制方法
自适应控制方法引言自适应控制方法是一种应用于控制系统中的技术，旨在使控制系统能够根据外部环境和内部变化自动调整控制策略，以实现系统的稳定性和性能优化。
本文将介绍自适应控制方法的基本原理和常见应用领域，以及其在实际工程中的应用案例。
一、自适应控制方法的基本原理自适应控制方法主要基于系统模型的参数自适应估计和控制器参数的自适应调整。
其基本原理是利用系统的输入和输出数据进行在线辨识和参数估计，然后根据估计结果进行控制器参数的自适应调整，从而实现对系统动态特性的自适应补偿。
自适应控制方法通常包括模型参考自适应控制、模型预测控制和自适应滑模控制等。
二、自适应控制方法的应用领域1. 机器人控制自适应控制方法在机器人控制中得到广泛应用。
例如，在机器人路径规划和轨迹跟踪中，自适应控制方法可以根据环境变化和任务需求，自动调整控制器参数，使机器人能够适应不同的工作环境和工作任务。
2. 智能交通系统自适应控制方法在智能交通系统中也有着重要的应用。
例如，在交通信号控制中，自适应控制方法可以根据交通流量和路况变化，自动调整信号灯的时长和相位，以实现交通流畅和效率最大化。
3. 航空航天领域自适应控制方法在航空航天领域中具有重要的应用价值。
例如，在航空飞行控制中，自适应控制方法可以根据飞行器的动态特性和飞行环境的变化，自动调整飞行控制器的参数，以实现飞行器的稳定性和飞行性能的优化。
4. 工业自动化自适应控制方法在工业自动化领域中也得到了广泛应用。
例如，在工业生产过程中，自适应控制方法可以根据生产工艺和原材料的变化，自动调整控制器的参数，以实现生产过程的稳定性和产品质量的优化。
三、自适应控制方法的应用案例1. 汽车自适应巡航系统汽车自适应巡航系统是一种基于自适应控制方法的智能驾驶辅助系统。
该系统可以根据车辆和前方车辆的相对速度和距离，自动调整车辆的巡航速度和间距，以实现安全驾驶和驾驶舒适性的平衡。
2. 电力系统自适应稳定控制电力系统自适应稳定控制是一种基于自适应控制方法的电力系统稳定控制技术。
先进控制知识点总结
先进控制知识点总结一、先进控制概述先进控制是指在现代工业自动化控制领域中，采用先进的控制方法和技术，以提高控制系统的性能和可靠性，实现更高效的生产和运营管理。
先进控制的主要目标是提高生产效率、降低能耗和减少人为干预，以实现自动化、智能化生产。
二、先进控制的主要技术1. 模型预测控制（MPC）模型预测控制是一种基于数学模型的先进控制方法，通过对系统的动态特性进行建模和预测，以实现对系统的精确控制。
MPC可以对多变量系统进行优化控制，适用于复杂的工业过程控制和优化问题。
2. 自适应控制自适应控制是一种能够实时调整控制器参数的控制方法，以适应系统参数变化和外部干扰的影响。
自适应控制可以提高系统的鲁棒性和稳定性，适用于具有不确定性和变化的控制系统。
3. 智能控制智能控制是一种应用人工智能和机器学习技术的控制方法，以实现对系统的自主学习和优化控制。
智能控制可以提高系统的适应性和灵活性，适用于复杂、非线性和不确定性系统的控制问题。
4. 优化控制优化控制是一种基于优化算法的控制方法，通过对系统的运行参数进行优化调整，以实现系统性能的最优化。
优化控制可以提高系统的效率和能耗，适用于需要进行多目标优化和约束条件管理的控制问题。
5. 多智能体协同控制多智能体协同控制是一种基于多个智能控制节点之间协同工作的控制方法，通过相互通信和协作，以实现对复杂多变量系统的分布式控制和优化。
多智能体协同控制可以提高系统的灵活性和鲁棒性，适用于大型复杂系统的控制问题。
三、先进控制在工业自动化中的应用1. 化工过程控制化工过程控制是先进控制的主要应用领域之一，通过采用模型预测控制和优化控制方法，可以实现对化工生产过程的精确控制和高效运行管理，提高生产效率和产品质量。
2. 电力系统控制电力系统控制是先进控制的另一个重要应用领域，通过采用智能控制和自适应控制方法，可以实现对电力系统的实时监测和调度控制，以提高系统的稳定性和可靠性。
3. 制造业自动化制造业自动化是先进控制的广泛应用领域之一，通过采用自适应控制和多智能体协同控制方法，可以实现对制造过程的自动化控制和智能化管理，提高生产效率和降低成本。
自适应控制与智能系统
自适应控制与智能系统在现代工业控制领域，自适应控制和智能系统已经成为关键的研究方向。
自适应控制是一种能够根据系统动态特性和外部扰动变化调整控制策略的技术，而智能系统则是利用人工智能和模糊逻辑等技术来实现自主决策和优化控制的系统。
本文将从理论基础、应用领域和未来发展等方面探讨自适应控制与智能系统的相关内容。
一、自适应控制的理论基础自适应控制的核心思想是在不确定和变化的环境中实现系统的稳定控制。
其理论基础主要包括模型参考自适应控制、模型无关自适应控制和直接自适应控制等方法。
1. 模型参考自适应控制模型参考自适应控制是基于系统的数学模型，通过与参考模型进行比较来调整控制器的参数，使系统输出接近参考模型的输出。
该方法需要对系统模型有准确的描述和理解，适用于系统模型已知和稳定的情况。
2. 模型无关自适应控制模型无关自适应控制是一种基于系统输出和控制输出之间的误差信息来调整控制器参数的方法。
它不需要对系统模型进行准确的描述，适用于系统存在参数变化和不确定性的情况。
3. 直接自适应控制直接自适应控制是一种通过在线辨识系统参数和自适应调整控制器参数的方法。
它通过对系统的输入和输出数据进行处理和分析，自动调整控制器参数来实现对系统的控制。
该方法适用于系统模型未知和时变的情况。
二、自适应控制与智能系统的应用领域自适应控制和智能系统在工业控制领域的应用非常广泛，涉及到机械、电子、化工、航天等多个领域。
下面将以几个典型的应用领域进行介绍。
1. 机器人控制自适应控制和智能系统在机器人控制中发挥着重要作用。
通过实时感知和分析环境的信息，机器人能够自主决策和执行任务，具有更高的灵活性和适应性。
例如，以机器人导航为例，通过自适应控制和智能系统可以实现对动态环境的实时响应和优化路径规划，提高了机器人的导航精度和效率。
2. 电力系统控制自适应控制和智能系统在电力系统控制中也有广泛应用。
电力系统的复杂性和不确定性使得传统的控制方法难以满足需求。
自适应控制在电力系统中的应用探讨
自适应控制在电力系统中的应用探讨电力系统作为现代社会的重要基础设施，其稳定、高效运行对于保障经济发展和人民生活至关重要。
随着电力系统规模的不断扩大和复杂性的日益增加，传统的控制方法在某些情况下已经难以满足需求。
自适应控制作为一种先进的控制策略，逐渐在电力系统中得到了广泛的应用，为提高电力系统的性能和可靠性发挥了重要作用。
一、自适应控制的基本原理自适应控制是一种能够根据系统运行状态和环境变化自动调整控制参数，以实现最优控制效果的控制方法。
它通过实时监测系统的输入、输出和状态变量，利用在线辨识和优化算法，不断更新控制器的参数，使系统能够适应各种不确定性和变化。
与传统的固定参数控制方法相比，自适应控制具有更强的鲁棒性和适应性。
它能够在系统模型不准确、参数变化、外部干扰等情况下，依然保持较好的控制性能。
二、自适应控制在电力系统中的应用领域1、发电机励磁控制发电机励磁系统对于维持电力系统的电压稳定和无功功率平衡具有重要意义。
自适应控制可以根据发电机的运行状态和电网的变化，实时调整励磁电流，提高发电机的稳定性和动态响应能力。
2、电力系统频率控制电力系统的频率是衡量系统有功功率平衡的重要指标。
自适应控制可以根据负荷的变化和发电功率的波动，自动调整发电出力，使系统频率保持在规定的范围内。
3、无功补偿控制无功补偿装置对于改善电力系统的功率因数和电压质量起着关键作用。
自适应控制能够根据系统的无功需求和电压水平，动态调整无功补偿设备的输出，提高电能质量。
4、电网潮流控制在复杂的电力网络中，潮流分布的优化对于降低网损、提高输电效率至关重要。
自适应控制可以根据电网的实时运行状态，调整变压器分接头和无功补偿设备，实现潮流的优化控制。
三、自适应控制在电力系统应用中的优势1、提高系统的稳定性自适应控制能够快速响应系统的变化，及时调整控制策略，有效地抑制系统的振荡和失稳现象，提高电力系统的稳定性。
2、增强系统的适应性电力系统面临着各种不确定性因素，如负荷的随机变化、新能源的接入等。
控制系统自适应控制
控制系统自适应控制自适应控制是一种控制系统中常用的控制方法，它能够根据被控对象的特性和外部环境的变化，自动调整控制器的参数，以达到系统最佳的控制效果。
在控制系统中，自适应控制起到了至关重要的作用。
本文将对控制系统自适应控制进行深入的探讨。
一、控制系统概述控制系统是由被控对象、传感器、执行器以及控制器等多个组件构成的系统，其主要功能是通过控制器对被控对象进行控制，使其达到预期的状态或输出。
传统的控制系统是通过确定性的控制方法来实现对被控对象的控制，但是这种方法在面对不确定性的情况下效果并不理想。
因此，自适应控制应运而生。
二、自适应控制原理自适应控制通过实时监测被控对象的输出以及外部环境的变化，利用自适应算法不断调整控制器的参数，以适应系统的变化。
自适应控制的关键是确定适当的自适应算法，常用的自适应算法有最小均方（LMS）算法、递归最小二乘（RLS）算法等。
这些算法能够根据系统的动态性和时变性，采用不同的调整策略，从而达到控制系统的优化。
三、自适应控制的应用自适应控制广泛应用于各个领域的控制系统中。
其中，最为典型的应用是自动驾驶汽车中的控制系统。
自动驾驶汽车需要实时感知车辆周围的情况，通过自适应控制调整车辆的速度、转向等参数，以适应不同的驾驶环境和路况。
另外，自适应控制还被广泛应用于电力系统、航空航天、工业自动化等领域。
四、自适应控制的优缺点自适应控制具有以下优点：1. 对于复杂的被控对象和不确定的环境具有良好的适应性；2. 能够实现控制系统的在线优化，提高了系统的稳定性和控制效果；3. 可以有效应对外部环境的变化，保持系统的稳定性。
然而，自适应控制也存在一些缺点：1. 自适应控制算法的设计和实现较为复杂，需要较高的技术要求；2. 当被控对象存在非线性、时变性等复杂特性时，自适应控制的效果可能不理想；3. 自适应控制对系统的要求较高，如果系统存在较大的不确定性，可能导致系统不稳定。
五、总结自适应控制是一种重要的控制方法，能够根据被控对象的特性和外部环境的变化，自动调整控制器的参数，以达到系统最佳的控制效果。
浅谈自适应控制技术在电力系统继电保护中的应用
浅谈自适应控制技术在电力系统继电保护中的应用作者：文洪来源：《科技资讯》 2011年第11期文洪(广东电网公司广州供电局广州 510620)摘要:本文就自适应控制技术在电力系统继电保护中的应用进行了探讨,提出了本人的一些看法,可供同行参考学习。
关键词:继电保护传统电流保护电力系统中图分类号:TM77 文献标识码:A 文章编号:1672-3791(2011)04(b)-0121-02继电保护技术的发展是电力安全发展趋势的一种必然选择,也是企业在供电过程中不可缺少的一种重要应用工程。
自从微型计算机引人继电保护以后,各种原理的微机继电保护得到了长足的进步。
目前,自适应控制理论与继电保护结合而产生的自适应式微机继电保护也得到比较大的发展。
常规继电保护的整定值是通过离线计算获得,而且在运行中保持不变,不能很好满足电力系统的运行方式和故障类型变化的要求,从而不同程度地降低了继电保护性能的发挥。
自适应继电保护系统能根据电力系统运行方式变化信息和故障类型信息实时改变保护功能、特性或定值,使得继电保护系统处于最佳运行状态、更充分地发挥其性能,以提高继电保护系统的选择性、速动性、可靠性和灵敏性。
本文仅针对继电保护在传统电流保护方面的应用,并通过实例证明了其可行性。
1 自适应电流速断保护电力系统继电保护的基本要求包括选择性和速动性。
当发生故障时,继电保护不仅要有选择地切除故障路线,而且要在保障可靠性和稳定性的前提下尽量快速地执行,以最大限度地减少故障造成的损失。
这种在电流瞬时增大时动作的电流保护就是电流速断保护。
传统的速断装置是在离线状态下,假定工作在最大运行方式下,线路末端发生短路时确定出整定值并让设备依据这个值来进行保护工作。
随着电力系统的不断发展,电网结构越来越复杂,其规模越来越大,而且处在不断地变化之中,使电力系统故障变得多种多样,这使得传统的速断保护装置显得力不从心。
一方面,整定值虽然相对合理,但与实际运行状态仍有区别,它必将导致保护装置不能总是运行在最佳状态;另一方面,整定值是假设工作在最大运行方式下得到的,当系统运行在其它(或最小)运行方式时,保护可能失效。
电力系统非线性自适应鲁棒控制研究_博士学位论文
电力系统非线性自适应鲁棒控制研究摘要电力系统是一个强非线性、多维、动态大系统。
随着大型电力系统互联的发展以及各种新设备的使用，在使发电、输电更经济、高效的同时，也增加了电力系统的规模和复杂性，从而暴露出很多威胁电力系统安全、经济、稳定运行的动态问题（如电力系统低频振荡、汽轮机和发电机的次同步扭转振荡）。
电力系统一旦失去稳定，其暂态过程极快，处理不当可能很快波及全系统，往往造成大范围、较长时间停电，给国民经济和人民生活造成巨大损失和严重危害，在最严重的情况下，则可能使电力系统崩溃和瓦解。
在这些情况下，研究和实现相应的稳定控制措施，不但可以提高系统运行的可靠性，而且可以因传输能力的提高而产生直接经济效益。
近年来，随着微型计算机和现代控制理论的不断进展，各种先进的控制方法也在电力系统控制方面得到了广泛应用。
它们在提高电力系统性能的同时，也为解决上述问题提供了各种各样的途径。
本文针对电力系统的非线性模型，采用backstepping方法，研究了电力系统励磁、汽门以及各种FACTS控制等一系列稳定控制问题。
本文工作是将先进控制方法应用到电力系统的进一步尝试，其最突出的特点是：1．发展了backstepping设计方法，针对实际系统中常常存在的参数不确定性、未建模动态以及未知干扰，在backstepping设计步骤中融合进非线性L增益干扰抑制理论，设计出使系统稳定的非线性自适应鲁棒控制器。
简明的2设计方法、优良的设计策略使得所设计的相应的控制方案更具广泛的适用性。
2．本文成功将上述结果推广到单/多机电力系统励磁、汽门以及各种主要的FACTS控制稳定中。
所考虑的电力系统模型均为更贴近实际的非线性鲁棒模型。
其中汽门开度的全程控制，励磁与汽门综合控制的系统模型均使用了四阶，包含两个输入。
主要FACTS控制的系统模型均未忽略其本身的动态过程。
这种设计方法在以前的文献中很少见到。
从而使所设计的结果更具有实用性。
通过理论分析及仿真证明所得控制器确实具有优良的性能。
- 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)。
3 在电力系统的应用
随着微机技术的发展, 微机控制日趋完善, 自适 应控制技术在电力系统的智能仪表、PL C 控制器及
õ综述õ 叶其革等 自适应控制及其在电力系 统中的应用
51
集散控制系统有着广泛的应用领域。 3. 1 在电厂过程控制的应用
在电厂过程控制的发展史上, PID 控制是历史 最悠久、生命力最强的控制方式, 目前仍有90% 以上 的控制回路采用 P ID 控制器, 可见 P ID 控制在电厂 过程控制中占据了非常重要的位置。然而当工况发 生变化时, 需要操作者介入来重新整定的 PID 控制 器的参数不仅数量多, 而且难以确保在线安全调整, 因此, 自适应 PID 控制器在电厂过程控制应用上的 研究、开发仍有待深入。文献[ 13] 提出控制量在一定 条件约束下的自校正调节器的设计方法, 仿真表明 该方法能改善在输入约束下的跟踪与调节性能。文 献[ 14] 介绍根据用户期望的调节性能来设计自适应 PID 控 制器 的方 法, 具 有简 单、通 用的 特点。文献 [ 15] 采用 Sm it h 预估器直接辨识滞后时间常数, 并 用与基于最小二乘法的自适应控制相结合的方法来
1997- 03- 03收稿, 1997- 05- 22改回。
图1 模型参考自适应控制系统 Fig. 1 Model reference adaptive system
对象参数估计
设计机构
估计器
调节参数估计
uc
调节器
y 被控对象 · u
图2 自校正调节器 Fig. 2 Self -tuning regulator
50
1. 2 自校正调节器 自校正调节器可分为设计机构、估计器、调节器
及 被控 对象4 个部 分。此 控制 器的 主要 特点 是具 有在 线测量及在线辨识环节, 其核心问题可归纳为如何 把不同参数估计算法与不同控制算法相结合。根据 参数估计算法与控制算法相结合的情况把自校正控 制分为: ¹ 最小方差自校正控 制, 其特点是算法简 单、易理解、易实现, 但只适用于最小相位系统, 对靠 近单位圆的零点过于灵敏, 而且扰动方差过大时调 节过程过于猛烈; º广义最小方差自校正控制, 可用 于非逆稳系统, 但难以实现; » 基于多步预测的自适 应控制, 适用于不稳定系统等, 具有易实现、鲁棒性 强的优点; ¼ 自校正极点配置 控制, 具有动态性能 好、无控制 过激现 象的 特点, 但 静态 干扰特 性差; ½ 自校正 PID 控制, 具有算法简单、鲁棒性强、待定 参数少的特点; ¾ 增益调度控 制, 优点是参数适应 快, 缺点是选择合适的列表需要大量的仿真实验, 另 外离线的计算量大。
1997 年 11 月 A uto电m ati力o n o系f E le统ct r ic自P o w动er Sy化stems 第 21 卷 第 11 期
49
自适应控制及其在电力系统中的应用
叶其革
王晨皓
吴 捷
( 华南理工大学电力学院 510641 广州) ( 广东省邮电学校 510630 广州) ( 华南理工大学电力学院 510641 广州)
1. 1 模型参考自适应控制系统 模型参考自适应控制系统由参考模型、反馈控
制器、自适应机构及被控对象组成( 如图1) 。此系统 的主要特点是具有参考模型, 其核心问题可归纳为 如何确定自适应调节律及算法。目前设计自适应律 所采用的方法主要有两种: ¹ 局部参数最优法, 如梯 度算法等, 该方法的局限性在于不一定能保证调节 过程总是稳定的; º基于稳定性理论的设计方法, 如 L y apunov 稳定性理论和 Popov 超稳定性理论的设 计方法。
X ( k + 1) = 5 ( H, k ) X ( k ) + Q( H, k ) U( k) + X( k )
Y( k ) = H( H, k) X( k) + V( k) 其 中 X( k ) , X( k ) , U( k) , Y( k) , V( k) 分 别为 n, n,
p , m, m 维 列向 量; 5 ( H, k ) , Q( H, k) , H( H, k) 分别为 n × n 系统矩阵、n × p 控制矩阵、m × n 输出矩阵。 那 么自 适 应控 制 就是 研 究: 在 矩阵 5 ( H, k) , Q( H, k ) , H( H, k ) 中 的参数向 量, 随机 序列{ X( k) } , { M( k) } 的统计特性及随机向量 X( 0) 的统计特性都 未知的条件下的控制问题, 也就是说自适应控制的
3. 2 在电力系统稳定器的应用 针对电力系统工况的变化及各种扰动的存在,
可采用各种自适应控制律来设计电力系统稳定器。
文献[ 19] 提出基于最小方差自校正控制的同步机稳 定器的设计方法, 由变遗忘因子的辨识算法改善暂 态及稳态下的参数跟踪, 由自搜索极点移动技术提 高变工况下的适用范围, 具有 较强的鲁棒性。文献 [ 20] 把预测控制与参数最优法结合起来设计稳定 器, 该稳定器能离线选择自己的结构, 在线调整有关 的参数, 因此具有阶次及结构的可变性。文献[ 21] 采 用广义极点移动技术设计鲁棒稳定器, 适用于输入 变量与输出变量的个数相等或不相等的系统。文献
尽管基于模糊控制或神经网络的自适应控制可 扩大自适应控制的适用范围, 或在某方面能改善控 制性能, 但是仍有缺点, 因此科学研究人员进行了基 于多学科交叉的自适应控制理论研究[ 9～12] 。
文献[ 9] 介绍如何设计单个神经元学习单个变 量的自适应模糊控制器, 以改善控制性能, 尽管这种 设计方法在理论上能一定程度地改善基于神经网络 的自适应控制性能, 但是实验结果并不十分理想。文 献[ 10] 把单层神经网络应用于自适应模糊控制器, 并提出由单层神经网络学习多变量模糊控制规则中 的未知参数, 实现多变量模糊推理过程, 该方法能解 决多变量模糊控制规则难以获取及实时自适应控制 难以实现的问题, 但速度仍不理想。文献[ 11] 又把神 经元学习的赫布( Hebb) 规则与梯度算法相结合, 构 成梯度—赫布学习法, 并应用于自适应模 糊控制器 中, 这种方法可提高学习速度, 减少实时 控制超调 量。文献[ 12] 利用模糊逻辑和 BP 算法相结合来设 计模型参考模糊神经网络控制器, 这种控制器可适 用于缺乏准确数学模型的对象。 2. 4 自适应控制器的产品
对于复杂非线性系统, 文献[ 6～8] 把神经元网 络应用于自适应控制。文献[ 6] 把基于神经元网络的 自适应控制方法用于稳定的、有某些未知非线性函
数和可反馈线性化的对象, 仿真实验表明, 此方法有 一定的实用性, 但由于这一方法仅具有局部收敛性, 因此要求神经网络初始权系数充分接近 正确权系 数。文献[ 7] 设计了一种自适应神经网络的智能控制 器, 该控制器由两个自适应神经网络组成, 一个用于 评优, 另一个用于学习并产生控制信号, 仿真表明它 能适用于一定复杂程度的非线性对象的控制。文献 [ 8] 将神经网络作为补偿器应用于鲁棒自校正控制 器, 可使基于线性低阶模型的自校正算法适用于某 些复杂的非线性系统。 2. 3 基于多学科交叉的研究
0 引言
自从本世纪50年代 末期由美国麻省理工学院 Whitaker 等人提出第一个自适应控制系统以来, 已 先后出现许多形式的自适应控制系统, 特别到70年 代在航天工业及计算机技术的推动下, 自适应控制 理论与技术迅速发展, 到90年代初自适应控制理论、 设计方法、实现条件已日趋成 熟, 特别是与模糊控 制、神经网络相结合的自适应控制设计方法将使自 适应控制技术成为现代工业生产过程及航天技术上 的一种高性能、高效率、高可靠的有效控制方法及手 段。
2 自适应控制的现状与发展
尽管不同的自适应控制方式在特定的领域上各 有其优点, 但是传统的自适应控制的缺点, 如处理非 线性系统能力差, 无法处理系统模型结构的变化, 算 法耗时等, 限制了自适应控制在过程控制的广泛应 用, 这意味着自适应控制的理论研究还有待深入。 2. 1 基于模糊控制理论的研究
参考模型
ym
自适应机构
自适应控制的理论概述
设某被控对象可用 以下非线性微分方程来描 述:
x′( t) = f ( x( t ) , u( t) , H, t ) y( t ) = h( x( t ) , u( t ) , H, t ) 其中 x( t) , u( t) , y( t ) 分别为 n, p , m 维列向量。 假设上述方程能线性化、离散化, 并可得出在扰 动和噪音影响下的方程:
摘 要 自适应控制是一种能保持高性能指标的控制理论与技术, 将其应用于电厂过程控制或电 网运行控制, 可保证在对象参数发生变化时, 仍能达到预期的控制目标。该文介绍自适应控制的理 论概况、现状及发展和自适应控制器的产品, 并探讨其在电厂过程控制及电力系统其它方面的应 用。
关键词 自适应控制 电厂过程控制 电力系统
问题可归结为在对象及扰动的数学模型不完全确定 的条件下, 设计控制序列 u( 0) , u( 1) , …, u( N - 1) , 使得指定的性能指标尽可能接近最优和保持最优。