基于在線學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)逆控制方法及其在電力系統(tǒng)中的應(yīng)用研究.pdf

1、神經(jīng)網(wǎng)絡(luò)逆控制方法是一種不依賴于被控系統(tǒng)精確模型、應(yīng)用廣泛的非線性控制方法。但是該方法在具體應(yīng)用時(shí)還存在一些問(wèn)題有待解決,主要是當(dāng)被控系統(tǒng)的參數(shù)發(fā)生較大變化等不確定性時(shí),神經(jīng)網(wǎng)絡(luò)逆對(duì)被控系統(tǒng)的逆系統(tǒng)的逼近性能會(huì)變差,往往導(dǎo)致不能獲得滿意的閉環(huán)控制性能。針對(duì)神經(jīng)網(wǎng)絡(luò)逆控制方法存在的不足,在國(guó)家自然科學(xué)基金項(xiàng)目(神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)測(cè)量理論及其應(yīng)用研究,項(xiàng)目號(hào):60574097)的資助下,本文著重開(kāi)展了神經(jīng)網(wǎng)絡(luò)逆控制方法的改進(jìn)研究,提出了基于在線

2、學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)逆控制方法,在此基礎(chǔ)上,論文將所提方法應(yīng)用于電力系統(tǒng)關(guān)鍵元件--同步發(fā)電機(jī)的非線性控制中,并對(duì)相關(guān)結(jié)果進(jìn)行了分析和比較。本文的主要研究?jī)?nèi)容和取得的成果如下:
　　 1.針對(duì)一類SISO非線性可逆系統(tǒng)提出了一種神經(jīng)網(wǎng)絡(luò)逆在線學(xué)習(xí)方法。針對(duì)相對(duì)階a≤2且輸出的各階導(dǎo)數(shù)均可測(cè)的一類SISO非線性可逆系統(tǒng),在神經(jīng)網(wǎng)絡(luò)逆離線訓(xùn)練的基礎(chǔ)上,提出了一種基于基函數(shù)思想的神經(jīng)網(wǎng)絡(luò)逆在線學(xué)習(xí)方法,基于Lyapunov穩(wěn)定性理論設(shè)計(jì)了神

3、經(jīng)網(wǎng)絡(luò)逆的在線學(xué)習(xí)算法,證明了神經(jīng)網(wǎng)絡(luò)逆在線學(xué)習(xí)的收斂性。所提方法提高了神經(jīng)網(wǎng)絡(luò)逆對(duì)不確定非線性系統(tǒng)的逆系統(tǒng)的逼近性能。
　　 2.提出了基于擴(kuò)張狀態(tài)觀測(cè)器的改進(jìn)的神經(jīng)網(wǎng)絡(luò)逆在線學(xué)習(xí)方法。考慮到一般情況下神經(jīng)網(wǎng)絡(luò)逆在線學(xué)習(xí)時(shí)所需的輸出的各階導(dǎo)數(shù)難以在線準(zhǔn)確獲取的難題,針對(duì)具有任意相對(duì)階的一類SISO非線性可逆系統(tǒng)提出了基于擴(kuò)張狀態(tài)觀測(cè)器(ESO)的改進(jìn)的神經(jīng)網(wǎng)絡(luò)逆在線學(xué)習(xí)方法。將神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)與被控系統(tǒng)組成的復(fù)合偽線性系統(tǒng)與理想

4、的線性系統(tǒng)之間的誤差視為復(fù)合偽線性系統(tǒng)的擾動(dòng),便將復(fù)合偽線性系統(tǒng)轉(zhuǎn)化為含有擾動(dòng)的線性系統(tǒng)。在此基礎(chǔ)上,設(shè)計(jì)了ESO對(duì)復(fù)合偽線性系統(tǒng)的狀態(tài)與擾動(dòng)進(jìn)行在線估計(jì),解決了被控系統(tǒng)輸出的各階導(dǎo)數(shù)和復(fù)合偽線性系統(tǒng)的擾動(dòng)的實(shí)時(shí)在線獲取問(wèn)題,從而解決了神經(jīng)網(wǎng)絡(luò)逆在線學(xué)習(xí)時(shí)訓(xùn)練樣本獲取的難題和基于神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)的反饋控制器設(shè)計(jì)的難題,并在離線訓(xùn)練的基礎(chǔ)上在線訓(xùn)練神經(jīng)網(wǎng)絡(luò)逆進(jìn)一步提高了神經(jīng)網(wǎng)絡(luò)逆的逼近性能。在此基礎(chǔ)上,將所提方法推廣到MIMO非線性可逆系統(tǒng)

5、的控制中。
　　 3.提出了基于神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)的自適應(yīng)補(bǔ)償控制方法。針對(duì)一類SISO非線性可逆系統(tǒng)提出了基于神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)的自適應(yīng)補(bǔ)償控制方法。分析了神經(jīng)網(wǎng)絡(luò)逆與被控系統(tǒng)組成的復(fù)合偽線性系統(tǒng)與理想的線性系統(tǒng)之間的誤差,設(shè)計(jì)了RBF神經(jīng)網(wǎng)絡(luò)對(duì)此誤差進(jìn)行在線估計(jì),并在偽控制量的設(shè)計(jì)中對(duì)其進(jìn)行補(bǔ)償?；贚yapunov穩(wěn)定性理論設(shè)計(jì)了RBF神經(jīng)網(wǎng)絡(luò)的在線學(xué)習(xí)算法,證明了RBF神經(jīng)網(wǎng)絡(luò)的收斂性和閉環(huán)系統(tǒng)的穩(wěn)定性。在此基礎(chǔ)上,將所提方法推

6、廣到MIMO非線性可逆系統(tǒng)的控制中。最后,將所提出的基于神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)的自適應(yīng)補(bǔ)償控制方法與改進(jìn)的神經(jīng)網(wǎng)絡(luò)逆在線學(xué)習(xí)方法進(jìn)行了比較,指出了其各自的優(yōu)缺點(diǎn)和適用的場(chǎng)合。
　　 4.研究了相關(guān)控制方法在電力系統(tǒng)元件分散控制中的應(yīng)用。針對(duì)電力系統(tǒng)中的關(guān)鍵元件:同步發(fā)電機(jī)組,分別基于本文所提出的神經(jīng)網(wǎng)絡(luò)逆在線學(xué)習(xí)方法研究了多機(jī)系統(tǒng)中同步發(fā)電機(jī)勵(lì)磁控制問(wèn)題,基于改進(jìn)的神經(jīng)網(wǎng)絡(luò)逆在線學(xué)習(xí)方法研究了多機(jī)系統(tǒng)中同步發(fā)電機(jī)勵(lì)磁控制問(wèn)題與勵(lì)磁汽門(mén)綜