基于神经网络的水轮发电机组自抗扰控制研究
|
摘要
自抗扰控制理论通过对系统未知扰动和不确定量的估计，并将估计量反馈回控制系统中，从而实现系统的动态线性化，该理论思想独特，方法简单，特别适合于具有非线性和时变特性的水轮发电机组这样的系统。本文研究自抗扰控制理论在水轮发电机组中的应用，为设计对强非线性和不确定强扰动都能保证很高的控制精度的可靠的水轮发电机组控制策略作理论上的支持。
在分析非线性跟踪—微分器(TD)输入输出特性的基础上，提出了跟踪时间不随输入信号幅值改变的TD。针对水轮发电机组的非最小相位特性，基于设置过渡过程的思想，在传统的PID控制器的基础上应用改进的TD设置合理的过渡过程，有效的减小了非最小相位中的反调。使之用于功率设定值变化的水轮发电机组有功功率控制中，仿真结果表明了该方法的有效性。
分析了自抗扰控制器和其中扩张状态观测器(ESO)的特性，用神经网络补偿控制对象的部分变化，从而减轻扩张状态观测器的负担，获得了“鲁棒性”更强的基于神经网络的自抗扰控制器。针对水轮发电机组的非线性和不确定性，把神经网络与自抗扰控制理论相结合，并依据对象特性对控制器做了结构调整。通过仿真比较，证实了基于神经网络的自抗扰控制器能对参数变化范围更广的水轮发电机组进行有效控制。
Through the unknown perturbation and uncertain estimation of the system, and feedback the estimation to the control system, the active disturbance rejection controller thus realizes the dynamic feedback linearization of those dynamic systems. The ADRC theory is unique, and the method is simple, it suited to the non-linear an uncertain hydroelectric power sets.
Have analyzing the tracking-differentiator(TD) I/O characteristic, to get a improving TD which output uninfluenced by the input. For the non-minimum phase characteristic of hydraulic turbine power set, this paper proposes and analyses the tracking-differentiator (TD) with invariable tracking time based on the idea of arranging the transient process. The rational transient process is set by the improving TD based on the classical PID controller, which effectively reduces undershoot of non-minimum phase system. The simulation result shows that it is efficacious when applied to the hydraulic turbine power set real power control.
Have analyzing the characteristic of ADRC and ESO and compensate some changes of target by artificial neural networks to lighten the burden of ESO, thus get an stronger controller which base on ANN and ADRC. For the nonlinear and uncertain characteristic of hydraulic turbine power set, this paper combines the artificial neural networks (ANN) with ADRC theory and adjusts the structure of the controller according to the characteristic of the subject. The simulation result shows that the ADRC, which base on ANN are efficacious when applied to a hydraulic turbine power set which change largely and quickly.
在分析非线性跟踪—微分器(TD)输入输出特性的基础上，提出了跟踪时间不随输入信号幅值改变的TD。针对水轮发电机组的非最小相位特性，基于设置过渡过程的思想，在传统的PID控制器的基础上应用改进的TD设置合理的过渡过程，有效的减小了非最小相位中的反调。使之用于功率设定值变化的水轮发电机组有功功率控制中，仿真结果表明了该方法的有效性。
分析了自抗扰控制器和其中扩张状态观测器(ESO)的特性，用神经网络补偿控制对象的部分变化，从而减轻扩张状态观测器的负担，获得了“鲁棒性”更强的基于神经网络的自抗扰控制器。针对水轮发电机组的非线性和不确定性，把神经网络与自抗扰控制理论相结合，并依据对象特性对控制器做了结构调整。通过仿真比较，证实了基于神经网络的自抗扰控制器能对参数变化范围更广的水轮发电机组进行有效控制。
Through the unknown perturbation and uncertain estimation of the system, and feedback the estimation to the control system, the active disturbance rejection controller thus realizes the dynamic feedback linearization of those dynamic systems. The ADRC theory is unique, and the method is simple, it suited to the non-linear an uncertain hydroelectric power sets.
Have analyzing the tracking-differentiator(TD) I/O characteristic, to get a improving TD which output uninfluenced by the input. For the non-minimum phase characteristic of hydraulic turbine power set, this paper proposes and analyses the tracking-differentiator (TD) with invariable tracking time based on the idea of arranging the transient process. The rational transient process is set by the improving TD based on the classical PID controller, which effectively reduces undershoot of non-minimum phase system. The simulation result shows that it is efficacious when applied to the hydraulic turbine power set real power control.
Have analyzing the characteristic of ADRC and ESO and compensate some changes of target by artificial neural networks to lighten the burden of ESO, thus get an stronger controller which base on ANN and ADRC. For the nonlinear and uncertain characteristic of hydraulic turbine power set, this paper combines the artificial neural networks (ANN) with ADRC theory and adjusts the structure of the controller according to the characteristic of the subject. The simulation result shows that the ADRC, which base on ANN are efficacious when applied to a hydraulic turbine power set which change largely and quickly.
引文
【1】 沈祖诒．水轮机调节．北京：中国水利水电出版社，1997．
【2】 蔡维由，刘海锋，陈光大，曹玉胜，潘峰，水轮发电机组的模糊神经控制。仪器仪表学报 2002．10第23卷第5期增刊
【3】 王印松，商国才，水轮发电机组有功功率的变参数PID控制。电力系统自动化1998．1
【4】 王印松，刘长青，商国才，水轮发电机组有功功率的模糊控制。电力系统及其自动化学报 1997．12
【5】 郭创新，梁年生，叶鲁卿，曾杰，金和平，大电网并列运行水轮发电机组功率智能预测开关控制。电力系统自动化 1997．1
【6】 周泰斌，周建中，常黎，糊控制在水轮发电机组中的应用，电力系统及其自动化学报 2003年2月
【7】 张志学，李峥嵘，李朝晖，水轮机调速系统的PID参数模糊整定，水电自动化与大坝监测，2002年第26卷 第1期
【8】 龚崇权，蔡维由，肖惠民，基于遗传算法的水轮发电机组最优参数整定第，电力系统自动化2002年 第26卷 第15期
【9】 李东海，吴麒，葛军，李卫东，水轮机调速系统的智能设计，中国电机工程学报 1996．1
【10】 孙郁松，孙元章，卢强，邵宜祥，水轮发电机组非线性H∞控制规律的研究，中国电机工程学报 2001．2
【11】 孙郁松，孙元章，卢强，水轮发电机水门非线性控制规律的研究电力系统自动化 1999．12
【12】 Marino, R., "An Example of a Nonlinear Regulator", IEEE Trans. On Automatic Control, Vol.AC-29, No. 3, March1984
【13】 Ouassima Akhrif, "Application of a Multivariable Feedback
Linearization Scheme for Rotor Angle Stability and Voltage Regulation of Power Systems, IEEE Transaction on Power Systems,Vol.14,No.2, May 1999
【14】 张春朋，林飞，宋文超，焦连伟，基于直接反馈线性化的异步电动机非线性控制，中国电机工程学报，2003．2
【15】 杨庆俊，王祖温，路建萍，基于反馈线性化的气压伺服系统非线性H_∞控制，南京理工大学学报，2002．2
【16】 周双喜，汪兴盛，基于直接反馈线性化的非线性励磁控制器，中国电机工程学报，1995．7
【17】 李海生，朱学峰，董宇，自抗扰控制器在非线性化工过程控制中的应用，中南工业大学学报(自然科学版)，2003．9
【18】 金迪，邵诚，自抗扰控制器在6自由度液压并联机器人仿真分析中应用，大连理工大学学报，2003．9
【19】 刘鸣，邵诚，异步电动机的自抗扰控制器及其参数整定，控制与决策 2003．9
【20】 余涛，沈善德，李东海，朱守真，静止移相器和发电机励磁系统的自抗扰协调控制 中国电机工程学报 2003．9
【21】 邹祖冰，蔡丽娟，PWM型DC／DC开关变换器的自抗扰控制策略，微电子学 2003．10
【22】 余涛，沈善德，李东海，朱守真，高压直流输电系统的自抗扰控制方法，电力系统自动化，2002．11
【23】 雷仲谋，吕振铎，非线性自抗扰控制器在航天器姿态控制系统中的应用，航天控制 2002．4
【24】 焦连伟，陈寿孙，王晓丰，电力系统自抗扰控制器，清华大学学报，1999．39卷第3期
【25】 高龙，韩俊生，李崇坚，李发海，非线性鲁棒自抗扰控制器在电力系统中的应用，清华大学学报(自然科学版)2000年第40卷第3
期
【26】 康忠健，陈学允，发电机非线性状态PI励磁汽门协调控制器的研究，继电器，2001．5
【27】 杨涛，徐立云，邵惠鹤，ESO在混沌系统同步及信息传输中的应用 2001．3
【28】 刘翔，姜学智，李东海，水轮发电机组调速系统的自抗扰控制 清华大学学报，2001年第41卷第10期
【29】 韩京清，王伟，非线性跟踪微分器，系统科学与数学，1994．14(2)
【30】 韩京清，一种新型自抗扰控制器—NLPID，控制与决策，1994．11
【31】 韩京清，一类不确定对象的扩张状态观测器，控制与决策 1995．1
【32】 韩京清，非线性状态误差反馈控制律—NLSEF，控制与决策，1995．5
【33】 韩京清，袁露林，跟踪—微分器的离散形式，系统科学与数学，1999．7
【34】 王新华，陈增强，袁著祉，非线性跟踪．微分器的性能分析及其改进，控制与决策 2002年11月17卷增刊
【35】 韩京清，黄远灿，二阶跟踪—微分器的频率特性，数学的实践与认识，2003．3．
【36】 韩京清，张荣，二阶扩张状态观测器的误差分析，系统科学与数学，1999．10
【37】 张荣，韩京清串联型扩张状态观测器构成的自抗扰控制器控制与决策，2000．1
【38】 康忠健，陈学允，非线性扩张状态观测器的一种设计方法，电机与控制学报，2001．9
【39】 要晓梅，王庆林，刘文丽，刘瑞英，一般工业对象的二阶自抗扰控制，控制工程，2002．9
【40】 张荣，韩京清，基于神经网络的自抗扰控制器，系统仿真学报，2000．3
【41】 黄一，张文革，自抗扰控制器的发展，控制理论与应用，2002．8
【42】 韩京清，从PID技术到“自抗扰控制”技术，控制工程2002．5
【43】 余向阳，基于遗传算法的水轮机模糊PID调节系统研究，硕士学位论文．2003．
【44】 黄一，韩京清，非线性扩张状态观测器的分析与设计，科学通报，2000，7
【45】 Cybenkog. Approximation by Superposition of a Sigmoid Function [j].Math Control Signals Systems.1989,(2):303-314
【46】 王永骥，涂健，神经元网络控制，机械工业出版社，1999
【47】 MATLAB工具箱的神经网络理论与应用，中国科技大学出版社
【48】 黄焕袍，万晖，韩京清。安排过渡过程是提高闭环系统“鲁棒性、适应性和稳定性”的一种有效方法，控制理论与应用，2001，8
【49】 范影乐，杨胜天，李铁，Matlab仿真应用详解，人民邮电出版社，2001
【2】 蔡维由，刘海锋，陈光大，曹玉胜，潘峰，水轮发电机组的模糊神经控制。仪器仪表学报 2002．10第23卷第5期增刊
【3】 王印松，商国才，水轮发电机组有功功率的变参数PID控制。电力系统自动化1998．1
【4】 王印松，刘长青，商国才，水轮发电机组有功功率的模糊控制。电力系统及其自动化学报 1997．12
【5】 郭创新，梁年生，叶鲁卿，曾杰，金和平，大电网并列运行水轮发电机组功率智能预测开关控制。电力系统自动化 1997．1
【6】 周泰斌，周建中，常黎，糊控制在水轮发电机组中的应用，电力系统及其自动化学报 2003年2月
【7】 张志学，李峥嵘，李朝晖，水轮机调速系统的PID参数模糊整定，水电自动化与大坝监测，2002年第26卷 第1期
【8】 龚崇权，蔡维由，肖惠民，基于遗传算法的水轮发电机组最优参数整定第，电力系统自动化2002年 第26卷 第15期
【9】 李东海，吴麒，葛军，李卫东，水轮机调速系统的智能设计，中国电机工程学报 1996．1
【10】 孙郁松，孙元章，卢强，邵宜祥，水轮发电机组非线性H∞控制规律的研究，中国电机工程学报 2001．2
【11】 孙郁松，孙元章，卢强，水轮发电机水门非线性控制规律的研究电力系统自动化 1999．12
【12】 Marino, R., "An Example of a Nonlinear Regulator", IEEE Trans. On Automatic Control, Vol.AC-29, No. 3, March1984
【13】 Ouassima Akhrif, "Application of a Multivariable Feedback
Linearization Scheme for Rotor Angle Stability and Voltage Regulation of Power Systems, IEEE Transaction on Power Systems,Vol.14,No.2, May 1999
【14】 张春朋，林飞，宋文超，焦连伟，基于直接反馈线性化的异步电动机非线性控制，中国电机工程学报，2003．2
【15】 杨庆俊，王祖温，路建萍，基于反馈线性化的气压伺服系统非线性H_∞控制，南京理工大学学报，2002．2
【16】 周双喜，汪兴盛，基于直接反馈线性化的非线性励磁控制器，中国电机工程学报，1995．7
【17】 李海生，朱学峰，董宇，自抗扰控制器在非线性化工过程控制中的应用，中南工业大学学报(自然科学版)，2003．9
【18】 金迪，邵诚，自抗扰控制器在6自由度液压并联机器人仿真分析中应用，大连理工大学学报，2003．9
【19】 刘鸣，邵诚，异步电动机的自抗扰控制器及其参数整定，控制与决策 2003．9
【20】 余涛，沈善德，李东海，朱守真，静止移相器和发电机励磁系统的自抗扰协调控制 中国电机工程学报 2003．9
【21】 邹祖冰，蔡丽娟，PWM型DC／DC开关变换器的自抗扰控制策略，微电子学 2003．10
【22】 余涛，沈善德，李东海，朱守真，高压直流输电系统的自抗扰控制方法，电力系统自动化，2002．11
【23】 雷仲谋，吕振铎，非线性自抗扰控制器在航天器姿态控制系统中的应用，航天控制 2002．4
【24】 焦连伟，陈寿孙，王晓丰，电力系统自抗扰控制器，清华大学学报，1999．39卷第3期
【25】 高龙，韩俊生，李崇坚，李发海，非线性鲁棒自抗扰控制器在电力系统中的应用，清华大学学报(自然科学版)2000年第40卷第3
期
【26】 康忠健，陈学允，发电机非线性状态PI励磁汽门协调控制器的研究，继电器，2001．5
【27】 杨涛，徐立云，邵惠鹤，ESO在混沌系统同步及信息传输中的应用 2001．3
【28】 刘翔，姜学智，李东海，水轮发电机组调速系统的自抗扰控制 清华大学学报，2001年第41卷第10期
【29】 韩京清，王伟，非线性跟踪微分器，系统科学与数学，1994．14(2)
【30】 韩京清，一种新型自抗扰控制器—NLPID，控制与决策，1994．11
【31】 韩京清，一类不确定对象的扩张状态观测器，控制与决策 1995．1
【32】 韩京清，非线性状态误差反馈控制律—NLSEF，控制与决策，1995．5
【33】 韩京清，袁露林，跟踪—微分器的离散形式，系统科学与数学，1999．7
【34】 王新华，陈增强，袁著祉，非线性跟踪．微分器的性能分析及其改进，控制与决策 2002年11月17卷增刊
【35】 韩京清，黄远灿，二阶跟踪—微分器的频率特性，数学的实践与认识，2003．3．
【36】 韩京清，张荣，二阶扩张状态观测器的误差分析，系统科学与数学，1999．10
【37】 张荣，韩京清串联型扩张状态观测器构成的自抗扰控制器控制与决策，2000．1
【38】 康忠健，陈学允，非线性扩张状态观测器的一种设计方法，电机与控制学报，2001．9
【39】 要晓梅，王庆林，刘文丽，刘瑞英，一般工业对象的二阶自抗扰控制，控制工程，2002．9
【40】 张荣，韩京清，基于神经网络的自抗扰控制器，系统仿真学报，2000．3
【41】 黄一，张文革，自抗扰控制器的发展，控制理论与应用，2002．8
【42】 韩京清，从PID技术到“自抗扰控制”技术，控制工程2002．5
【43】 余向阳，基于遗传算法的水轮机模糊PID调节系统研究，硕士学位论文．2003．
【44】 黄一，韩京清，非线性扩张状态观测器的分析与设计，科学通报，2000，7
【45】 Cybenkog. Approximation by Superposition of a Sigmoid Function [j].Math Control Signals Systems.1989,(2):303-314
【46】 王永骥，涂健，神经元网络控制，机械工业出版社，1999
【47】 MATLAB工具箱的神经网络理论与应用，中国科技大学出版社
【48】 黄焕袍，万晖，韩京清。安排过渡过程是提高闭环系统“鲁棒性、适应性和稳定性”的一种有效方法，控制理论与应用，2001，8
【49】 范影乐，杨胜天，李铁，Matlab仿真应用详解，人民邮电出版社，2001