当前位置: 首页 > 专利查询>东南大学专利>正文

可控串联电容补偿装置的神经网络逆控制器及构造方法制造方法及图纸

技术编号:3346546 阅读:187 留言:0更新日期:2012-04-11 18:40
可控串联电容补偿装置的神经网络逆控制器及构造方法是一种可控串联电容补偿装置的神经网络逆控制器及构造方法,适用于电力系统可控串联电容补偿装置的高性能控制,该逆控制器的结构为:神经网络逆控制器7的两个输入之差为闭环控制器6的输入,闭环控制器6的输出端接静态神经网络41的输入端I1以及积分器43的输入端,积分器43的输出端接静态神经网络41的输入端I2,微分器421、422、423的输出端分别接静态神经网络41的输入端I4、I6、I8,TCSC系统3的输入端接静态神经网络41的输出端,TCSC系统3的输出端V#-[1]、V#-[2]、I接静态神经网络41的输入端I3、I5、I7以及微分器421、422、423的输入端。(*该技术在2023年保护过期,可自由使用*)

【技术实现步骤摘要】

本专利技术是一种,适用于电力系统可控串联电容补偿装置的高性能控制,属于电力系统控制的

技术介绍
由于可控串联电容补偿装置(简称TCSC)可以快速、连续、平滑地改变电力系统中输电线路的阻抗,较传统的固定电容补偿装置具有明显的优越性,可以较大地提高输电线路的功率传输能力和电力系统的稳定水平,所以在电力系统中具有广泛的应用前景,已经逐步应用于实际电力系统。目前已投入运行的TCSC大都使用基于传统的线性控制方法设计的线性控制器,如比例积分微分(PID)控制器、超前滞后控制器等。在使用线性控制方法设计线性控制器时,需要将非线性的TCSC模型及电力系统模型近似线性化。当电力系统运行范围较大时(实际运行往往如此),近似线性化条件就不再满足,所以线性控制器很难在较大的运行范围内都取得满意的控制效果。目前研究的一些基于非线性控制方法设计的非线性控制器大都强依赖于TCSC本身及外部电力系统的精确数学模型,而TCSC和外部电力系统的精确数学模型却是很难获得的。所以现有的非线性控制器设计方法大都只能研究TCSC的简单模型,这样就进一步降低了其适用性。正是由于以上原因,使得到目前为止TCSC的各本文档来自技高网...

【技术保护点】
一种可控串联电容补偿装置的神经网络逆控制器,其特征在于该神经网络逆控制器(7)的结构为:神经网络逆控制器(7)的输入为被控量的给定(P↑[*])与TCSC系统(3)的输出量(P),两者之差为闭环控制器(6)的输入,闭环控制器(6)的输出端接神经网络逆(4)的第一个输入端,神经网络逆(4)的第一个输入端接静态神经网络(41)的第一个输入端(I1)以及积分器(43)的输入端,积分器(43)的输出端接静态神经网络(41)的第二个输入端(I2),微分器(421、422、423)的输出端分别接静态神经网络(41)的输入端(I4、I6、I8),TCSC系统(3)的输入端接神经网络逆控制器(7)的输出端(O...

【技术特征摘要】
1.一种可控串联电容补偿装置的神经网络逆控制器,其特征在于该神经网络逆控制器(7)的结构为神经网络逆控制器(7)的输入为被控量的给定(P*)与TCSC系统(3)的输出量(P),两者之差为闭环控制器(6)的输入,闭环控制器(6)的输出端接神经网络逆(4)的第一个输入端,神经网络逆(4)的第一个输入端接静态神经网络(41)的第一个输入端(I1)以及积分器(43)的输入端,积分器(43)的输出端接静态神经网络(41)的第二个输入端(I2),微分器(421、422、423)的输出端分别接静态神经网络(41)的输入端(I4、I6、I8),TCSC系统(3)的输入端接神经网络逆控制器(7)的输出端(O1),同时也是静态神经网络(41)的输出端,TCSC系统(3)的输出端(V1、V2、I)接神经网络逆(4)的第二、第三和第四个输入端,神经网络逆(4)的这三个输入端接静态神经网络(41)的输入端(I3、I5、I7)以及微分器(421、422、423)的输入端。2.根据权利要求1所述的可控串联电容补偿装置的神经网络逆控制器,其特征在于神经网络逆(4)的构造为用具有8个输入节点、1个输出节点的静态神经网络(41)加3个微分器(421、422、423)和1个积分器(43)构成具有4个输入节点、1个输出节点的神经网络逆(4),其中静态神经网络(41)的第一个输入端(I1)为神经网络逆(4)的第一个输入端;静态神经网络(41)的第二个输入端(I2)为神经网络逆(4)的第一个输入经由积分器(43)获得;静态神经网络(41)的第三个输入端(I3)为神经网络逆(4)的第二个输入端;静态神经网络(41)的第四个输入端(I4)为神经网络逆(4)的第二个输入经由...

【专利技术属性】
技术研发人员:戴先中张凯锋
申请(专利权)人:东南大学
类型:发明
国别省市:84[中国|南京]

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1