一种基于混合遗传自动调压系统控制器制备方法技术方案

一种基于混合遗传自动调压系统控制器制备方法，涉及一种控制器制备方法，即为一种基于混合遗传—阿基米德算法的自动调压系统控制器设计方法，所述自动调压系统（AVR）由五个主要部件组成:控制器、放大器、励磁机、发电机和传感器，通过自动调压系统实现电压稳定。本发明专利技术以遗传算法和阿基米德优化算法的混合算法为核心调整AVR的PID控制器的参数。此外，目标函数被设计为在服从PID控制器参数的约束的情况下。AOA

【技术实现步骤摘要】
一种基于混合遗传自动调压系统控制器制备方法


[0001]本专利技术涉及一种控制器制备方法，特别是涉及一种基于混合遗传自动调压系统控制器制备方法。

技术介绍

[0002]电力系统是一个非常复杂的网络，由不同的电气元件组成，它们的共同目标是供应、传输和使用电力。典型的电力系统由提供电力的发电机、输电系统、配电系统和用户组成。提供给用户的电能质量由两个主要参数决定:整个电力系统中每个节点的频率和电压。频率控制通过涡轮机调节实现，涡轮机调节影响有功功率流。另一方面，同步发电机的励磁控制决定无功功率流，从而确定电压水平。
[0003]在许多电压调节装置中，如电容器组、抽头转换变压器、电抗器等，同步发电机的励磁控制仍然是保持电压水平稳定的最常用方法。励磁系统的主要部分是自动电压调节器(AVR)，它由五个主要部件组成：控制器、放大器、励磁机、发电机和传感器。
[0004]发电机的输出是端电压，端电压值由传感器测量。将测量的电压值与参考电压进行比较，以形成误差信号。调节器被实现为微处理器单元，其使用控制法则和误差信号来形成控制信号。放大器的作用是增加控制信号的功率，并将其转发给激励器。最后，励磁机确定了将应用于同步发电机励磁线圈的DC电压水平。
[0005]理想的自动调压系统将具备以下这些特点：可以适应电网中的电压快速变化；具有很好的鲁棒性，当出现电压不稳定时，偏离电压标称值，自动调压系统可以快速维持其电压水平在规定值。
[0006]有干扰抵赖性，当出现干扰信号时，系统可以快速调整参数，将电压保持在标称值。

技术实现思路

[0007]本专利技术的目的在于提供一种基于混合遗传自动调压系统控制器制备方法，该方法针对控制器、放大器、励磁机、发电机和传感器组成的自动调压系统，根据AOA
‑
PID控制器在阿基米德算法上的收敛速度可以提升的特点，通过遗传算法初始化阿基米德种群来大大提高收敛速度，加快电力系统的电压稳定，提高系统的鲁棒性。
[0008]本专利技术的目的是通过以下技术方案实现的：一种基于混合遗传自动调压系统控制器制备方法，所述方法包括以下制备步骤：步骤一：首先获取设备电压和基准电压；步骤二：确定控制器种类和目标函数；步骤三：通过遗传算法重新定义阿基米德算法的初始化种群；步骤四：再通过阿基米德算法来识别PID控制器的最佳参数；步骤五：PID获得最佳参数后自动调压系统（AVR）工作时电压维持在标称值；
步骤六：观察有扰动时自动调压系统（AVR）能否自动调压。
[0009]所述的一种基于混合遗传自动调压系统控制器制备方法，所述首先获取设备电压和基准电压包括以下步骤：通过传感器测量所需的设备电压，和电力系统的的基准电压比较，得出控制器所需的误差信号。
[0010]所述的一种基于混合遗传自动调压系统控制器制备方法，所述确定控制器种类和目标函数包含以下步骤：根据文献可以确定控制器的性能最好，相比较AOA
‑
FOPID控制器，控制器在速度和超调之间有更好的平衡；根据所选的控制器，选择目标函数。
[0011]所述的一种基于混合遗传自动调压系统控制器制备方法，所述通过遗传算法（GA）重新定义阿基米德算法（AOA）的初始化种群包括以下步骤：首先对N个个体进行编码，采用二进制编码，产生初始种群；初代种群产生之后，在每一代，根据适应度函数评估每个个体的适应度；把当前群体中适应度较高的个体按某种规则或模型遗传到下一代群体中，借助于自然遗传学的遗传算子进行组合交叉和变异，产生出代表新的解集的种群；设置迭代次数，重复这个过程（2）、（3）步骤，这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码，可以得到近似最优的，，。
[0012]所述的一种基于混合遗传自动调压系统控制器制备方法，所述再通过阿基米德算法来识别PID控制器的最佳参数包含以下步骤：更新密度（den）和体积（vol）；计算转移算子与密度因子；探索阶段（对象之间发生碰撞）；开发阶段（对象之间无碰撞）；归一化加速度；对象位置更新；判断是否满足迭代停止条件，满足则退出，输出最优结果，否则，重复执行（1）
‑
（7）。
[0013]所述的一种基于混合遗传自动调压系统控制器制备方法，所述PID获得最佳参数后AVR工作时电压维持在标称值包含以下步骤：从控制器得到的U（s）经过放大器之后再经过励磁机，该励磁机进而控制发电机的端电压，得到所需的电压值。
[0014]所述的一种基于混合遗传自动调压系统控制器制备方法，所述观察有扰动时AVR
系统能否自动调压包含以下步骤；在控制器发出控制信号此时增加一个控制信号干扰和以及在发电机输出端增加负载干扰，观察它们能快速地将电压稳定在其标称值。
[0015]本专利技术的优点与效果是：本专利技术以遗传算法和阿基米德优化算法的混合算法为核心调整AVR的PID控制器的参数,通过将遗传算法和阿基米德算法混合，遗传算法用于定义AOA算法的初始种群，这样可以大大提高算法的收敛速度，达到良好的优化效果。
附图说明
[0016]图1为本专利技术自动调压系统结构原理图；图2为本专利技术遗传算法的图解；图3为本专利技术带有干扰的自动调压系统的结构原理图。
具体实施方式
[0017]下面结合附图所示实施例对本专利技术进行详细说明。
[0018]步骤一：首先获取设备电压并和基准电压比较：通过传感器测量所需的设备电压，和电力系统的的基准电压比较，得出控制器所需的误差信号。
[0019]步骤二：确定控制器种类和目标函数：（1）控制器是改善系统动态性能的关键环节，根据文献可以确定控制器的性能最好，相比较AOA
‑
FOPID控制器，控制器在速度和超调之间有更好的平衡，的传递函数为，、、是比例
‑
积分
‑
微分三个参数，而是控制器特有的一个参数。
[0020]（2）由于包括附加的二阶导数，因此创新性地提出了不同的目标函数OF来调节其参数，，且OF服从于由PID控制器参数的上限和下限定义的约束。
[0021]步骤三：通过遗传算法重新定义阿基米德算法的初始化种群：（1）这里假设种群数为30，对这30个个体进行编码，如100110、011100、110100、101111等进行随机编码，产生我们所需要的初始种群。
[0022]（2）选择适应度函数，选择目标函数，这里以函数最小值为优化目标，故可直接利用目标函数值作为个体的适应度。
[0023]（3）通过选择适应度较好的个体，先计算出群体中所有个体的适应度的总和
> 0.5，第i个t + 1迭代时对象位置更新使用式，其中，，。
[0031]（7）使用OF对每个对象求值，判断是否满足迭代停止条件，满足则退出，输出最优结果，否则，重复执行（1）
‑
（7）。
[0032]步骤五：PID获得最佳参数后自动调压系统工作时电压维持在标称值：AVR本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于混合遗传自动调压系统控制器制备方法，其特征在于，所述方法包括以下制备步骤：步骤一：首先获取设备电压和基准电压；步骤二：确定控制器种类和目标函数；步骤三：通过遗传算法重新定义阿基米德算法的初始化种群；步骤四：再通过阿基米德算法来识别PID控制器的最佳参数；步骤五：PID获得最佳参数后自动调压系统（AVR）工作时电压维持在标称值；步骤六：观察有扰动时自动调压系统（AVR）能否自动调压。2.根据权利要求1所述的一种基于混合遗传自动调压系统控制器制备方法，其特征在于，所述首先获取设备电压和基准电压包括以下步骤：通过传感器测量所需的设备电压，和电力系统的的基准电压比较，得出控制器所需的误差信号E（s）。3.根据权利要求1所述的一种基于混合遗传自动调压系统控制器制备方法，其特征在于，所述确定控制器种类和目标函数包含以下步骤：根据文献可以确定控制器的性能最好，相比较AOA
‑
FOPID控制器，控制器在速度和超调之间有更好的平衡；根据所选的控制器，选择目标函数。4.根据权利要求1所述的一种基于混合遗传自动调压系统控制器制备方法，其特征在于，所述通过遗传算法（GA）重新定义阿基米德算法（AOA）的初始化种群包括以下步骤：首先对N个个体进行编码，采用二进制编码，产生初始种群；初代种群产生之后，在每一代，根据适应度函数评估每个个体的适应度；把当前群体中适应度较高的...

【专利技术属性】
技术研发人员：樊立萍，赵梓航，
申请(专利权)人：沈阳化工大学，
类型：发明
国别省市：