文章摘要
基于RBF神经网络的智能负载控制策略研究
Research on intelligent load control strategy based on RBF neural network
投稿时间:2020-05-28  修订日期:2020-08-07
DOI:
中文关键词: 智能负载,RBF神经网络算法,电压控制,PI控制器,电力弹簧
英文关键词: Intelligent load, RBF neural network algorithm, Voltage control,PI controller, Electric springs
基金项目:
作者单位E-mail
叶泰然 南京师范大学电气与自动化工程学院 547671903@qq.com 
王婷 国网冀北电力科学研究院(华北电力科学研究院有限责任公司)  
吕捷 南京师范大学电气与自动化工程学院  
吴薛红 南京师范大学电气与自动化工程学院  
周杨 南京师范大学电气与自动化工程学院  
马刚 南京师范大学电气与自动化工程学院 nnumg@njnu.edu.cn 
摘要点击次数: 158
全文下载次数: 99
中文摘要:
      本文在电力弹簧的数学模型和控制电路的基础上,提出了一种基于RBF神经网络的智能负载控制方法,利用RBF神经网络算法可以有效弥补传统PI控制器参数固定,无法更改的缺点。通过对控制器参数实时在线调整,可以有效地减少智能负载失稳情况,从而确保系统母线电压稳定。最后,在MATLAB/Simulink的仿真环境中进行仿真验证,结果表明:与传统PI控制下的智能负载相比,本文所提的控制方法具有更强的调节性能。
英文摘要:
      On the basis of the mathematical model and controlled circuit of electric spring, a method to control intelligent load based on RBF neural network is proposed in this paper. RBF neural network algorithm can effectively make up for the shortcomings of the traditional PI controller whose parameters are fixed and cannot be changed. Through online adjustment of controller parameters, the instability of intelligent load can be effectively reduced on time, so as to matain the stability of system’s bus voltage. Finally, the simulation results in Matlab / Simulink show that the control method proposed in this paper has stronger regulation performance compared with the intelligent load under traditional PI control.
查看全文   查看/发表评论  下载PDF阅读器
关闭