基于自适应反馈线性化的高阶电力系统神经稳定/激励控制
最优化与控制
2007-05-23 v1
摘要
本文讨论针对同步机/无限大母线电力系统高阶模型的自适应反馈线性化神经控制器的系统设计。首先将电力系统建模为由两个神经网络逼近的输入-输出非线性离散时间系统。该方法允许设计一个简单的线性极点配置控制器（其本身并非神经网络）。控制律被指定为：控制器利用神经系统中提供的对象参数估计，在每个采样时刻自适应地计算合适的反馈线性化控制律。控制系统也在线上自适应。这避免了对电力系统动力学精确知识以及全状态测量的要求，也避免了为复杂电力系统模型实现解析输入-输出反馈线性化控制所带来的其他困难。此外，本文脱离了众多电力系统神经控制器设计的“临时”方式；此处使用的方法基于自适应反馈线性化与极点配置控制设计的控制理论概念。仿真结果展示了该控制器在单机/无限大母线电力系统配置于各种运行条件下的代表性示例中的性能。
引用
@article{arxiv.math/0007063,
title = {Neural Stabilization/Excitation Control of a High-Order Power System by Adaptive Feedback Linearization},
author = {Kingsley Fregene and Diane Kennedy},
journal= {arXiv preprint arXiv:math/0007063},
year = {2007}
}
备注
24 pages, 18 figures