基于模糊神經(jīng)網(wǎng)絡(luò)PID的水輪機(jī)組頻率控制
發(fā)布時間:2021-08-19 21:34
在水電站發(fā)電過程中,頻率控制至關(guān)重要,但是對于這種非線性、時變性的復(fù)雜控制系統(tǒng)來說,傳統(tǒng)PID控制方法存在參數(shù)整定困難,控制效果不佳的缺陷。因此在傳統(tǒng)的PID算法、模糊控制以及神經(jīng)網(wǎng)絡(luò)控制算法的基礎(chǔ)之上,提出一種模糊神經(jīng)網(wǎng)絡(luò)PID聯(lián)合控制算法來優(yōu)化水輪機(jī)調(diào)節(jié)系統(tǒng)的PID參數(shù),并應(yīng)用到水輪機(jī)調(diào)節(jié)系統(tǒng)當(dāng)中,與傳統(tǒng)PID控制器進(jìn)行對比,結(jié)果表明模糊神經(jīng)網(wǎng)絡(luò)PID控制算法對水輪機(jī)調(diào)節(jié)系統(tǒng)的控制上在調(diào)整時間以及超調(diào)量方面都比傳統(tǒng)PID算法更好,控制效果好,克服了傳統(tǒng)PID算法的不足。
【文章來源】:現(xiàn)代電子技術(shù). 2020,43(23)北大核心
【文章頁數(shù)】:4 頁
【部分圖文】:
水輪機(jī)調(diào)速系統(tǒng)結(jié)構(gòu)框圖
模糊神經(jīng)網(wǎng)絡(luò)PID利用模糊規(guī)則的邏輯推理能力可以簡單有效地控制非線性系統(tǒng),另一方面又利用了神經(jīng)網(wǎng)絡(luò)對系統(tǒng)的逼近能力和自適應(yīng)學(xué)習(xí)能力,還具有PID控制的精準(zhǔn)性。模糊神經(jīng)網(wǎng)絡(luò)PID控制器是由模糊神經(jīng)網(wǎng)絡(luò)以及傳統(tǒng)的PID兩部分組成,首先模糊神經(jīng)網(wǎng)絡(luò)根據(jù)系統(tǒng)轉(zhuǎn)速誤差以及誤差變化率整定出一組PID參數(shù)賦給PID控制器,這樣就可以實現(xiàn)PID參數(shù)的在線調(diào)整,從而讓PID控制器有了自適應(yīng)的能力,模糊神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)的原理如圖2所示。2.1 PID控制算法
本文設(shè)計的模糊神經(jīng)網(wǎng)絡(luò)是一個5層的前饋神經(jīng)網(wǎng)絡(luò),其結(jié)構(gòu)如圖3所示。該模糊神經(jīng)網(wǎng)絡(luò)的輸入神經(jīng)元是水輪機(jī)調(diào)速系統(tǒng)頻率的測量誤差以及誤差的變化率,輸出神經(jīng)元是PID的3個指標(biāo):比例、積分、微分系數(shù)Kp,Ki,Kd。它由5層結(jié)構(gòu)組成,分別為輸入層、隸屬度函數(shù)生成層、推理層、歸一化層以及輸出層。為了方便研究,本文只針對歸一化層到輸出層之間的權(quán)值作出調(diào)整,其他層的權(quán)值都假設(shè)為1。由圖3可知,該模糊神經(jīng)網(wǎng)絡(luò)分為5層。各層輸入輸出關(guān)系如下:
【參考文獻(xiàn)】:
期刊論文
[1]水輪發(fā)電機(jī)調(diào)節(jié)系統(tǒng)的模糊PID控制[J]. 王震,崔峻豪,丁澤濤,熊國恩. 信息技術(shù)與信息化. 2018(10)
[2]基于Ziegler-Nichols頻域PID的水輪機(jī)自適應(yīng)調(diào)速系統(tǒng)設(shè)計[J]. 代月明,張麗娜,朱習(xí)軍. 徐州工程學(xué)院學(xué)報(自然科學(xué)版). 2018(03)
[3]基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器參數(shù)調(diào)整[J]. 張永振,蘇寒松,劉高華,廖澤龍. 南開大學(xué)學(xué)報(自然科學(xué)版). 2018(03)
[4]基于SOM神經(jīng)網(wǎng)絡(luò)的汽輪發(fā)電機(jī)組振動故障診斷研究[J]. 禹騰超,陳敏. 工業(yè)控制計算機(jī). 2016(01)
[5]基于改進(jìn)模糊神經(jīng)網(wǎng)絡(luò)的PID參數(shù)自整定[J]. 白國振,俞潔皓. 計算機(jī)應(yīng)用研究. 2016(11)
博士論文
[1]基于水輪機(jī)內(nèi)外特性復(fù)合數(shù)學(xué)模型的調(diào)節(jié)系統(tǒng)動態(tài)特性研究[D]. 門闖社.西安理工大學(xué) 2018
[2]水輪機(jī)調(diào)節(jié)系統(tǒng)的參數(shù)辨識與控制策略研究[D]. 陳志環(huán).華中科技大學(xué) 2017
碩士論文
[1]水電機(jī)組灰色模糊PID調(diào)速器設(shè)計與仿真[D]. 王雪珂.鄭州大學(xué) 2017
[2]基于駕駛意圖識別的純電動汽車模糊控制策略研究[D]. 祁華憲.合肥工業(yè)大學(xué) 2017
本文編號:3352184
【文章來源】:現(xiàn)代電子技術(shù). 2020,43(23)北大核心
【文章頁數(shù)】:4 頁
【部分圖文】:
水輪機(jī)調(diào)速系統(tǒng)結(jié)構(gòu)框圖
模糊神經(jīng)網(wǎng)絡(luò)PID利用模糊規(guī)則的邏輯推理能力可以簡單有效地控制非線性系統(tǒng),另一方面又利用了神經(jīng)網(wǎng)絡(luò)對系統(tǒng)的逼近能力和自適應(yīng)學(xué)習(xí)能力,還具有PID控制的精準(zhǔn)性。模糊神經(jīng)網(wǎng)絡(luò)PID控制器是由模糊神經(jīng)網(wǎng)絡(luò)以及傳統(tǒng)的PID兩部分組成,首先模糊神經(jīng)網(wǎng)絡(luò)根據(jù)系統(tǒng)轉(zhuǎn)速誤差以及誤差變化率整定出一組PID參數(shù)賦給PID控制器,這樣就可以實現(xiàn)PID參數(shù)的在線調(diào)整,從而讓PID控制器有了自適應(yīng)的能力,模糊神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)的原理如圖2所示。2.1 PID控制算法
本文設(shè)計的模糊神經(jīng)網(wǎng)絡(luò)是一個5層的前饋神經(jīng)網(wǎng)絡(luò),其結(jié)構(gòu)如圖3所示。該模糊神經(jīng)網(wǎng)絡(luò)的輸入神經(jīng)元是水輪機(jī)調(diào)速系統(tǒng)頻率的測量誤差以及誤差的變化率,輸出神經(jīng)元是PID的3個指標(biāo):比例、積分、微分系數(shù)Kp,Ki,Kd。它由5層結(jié)構(gòu)組成,分別為輸入層、隸屬度函數(shù)生成層、推理層、歸一化層以及輸出層。為了方便研究,本文只針對歸一化層到輸出層之間的權(quán)值作出調(diào)整,其他層的權(quán)值都假設(shè)為1。由圖3可知,該模糊神經(jīng)網(wǎng)絡(luò)分為5層。各層輸入輸出關(guān)系如下:
【參考文獻(xiàn)】:
期刊論文
[1]水輪發(fā)電機(jī)調(diào)節(jié)系統(tǒng)的模糊PID控制[J]. 王震,崔峻豪,丁澤濤,熊國恩. 信息技術(shù)與信息化. 2018(10)
[2]基于Ziegler-Nichols頻域PID的水輪機(jī)自適應(yīng)調(diào)速系統(tǒng)設(shè)計[J]. 代月明,張麗娜,朱習(xí)軍. 徐州工程學(xué)院學(xué)報(自然科學(xué)版). 2018(03)
[3]基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器參數(shù)調(diào)整[J]. 張永振,蘇寒松,劉高華,廖澤龍. 南開大學(xué)學(xué)報(自然科學(xué)版). 2018(03)
[4]基于SOM神經(jīng)網(wǎng)絡(luò)的汽輪發(fā)電機(jī)組振動故障診斷研究[J]. 禹騰超,陳敏. 工業(yè)控制計算機(jī). 2016(01)
[5]基于改進(jìn)模糊神經(jīng)網(wǎng)絡(luò)的PID參數(shù)自整定[J]. 白國振,俞潔皓. 計算機(jī)應(yīng)用研究. 2016(11)
博士論文
[1]基于水輪機(jī)內(nèi)外特性復(fù)合數(shù)學(xué)模型的調(diào)節(jié)系統(tǒng)動態(tài)特性研究[D]. 門闖社.西安理工大學(xué) 2018
[2]水輪機(jī)調(diào)節(jié)系統(tǒng)的參數(shù)辨識與控制策略研究[D]. 陳志環(huán).華中科技大學(xué) 2017
碩士論文
[1]水電機(jī)組灰色模糊PID調(diào)速器設(shè)計與仿真[D]. 王雪珂.鄭州大學(xué) 2017
[2]基于駕駛意圖識別的純電動汽車模糊控制策略研究[D]. 祁華憲.合肥工業(yè)大學(xué) 2017
本文編號:3352184
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/3352184.html
最近更新
教材專著