摘要：本文提出了一种利用模型C均值聚类技术对模糊神 经励磁控制器的初始参数和结构进行辨识的建模方法。结合水轮发电机励磁系统，本文首先 利用模糊聚类方法对PID励磁调节器样本数据进行聚类分析，得出模糊神经励磁控制器的模 糊划 分和模糊规则，然后根据模糊划分和模糊规则建立模糊励磁调节器的初始模型，再通过参数 在线辨识得到最终的调节器模型，最后得用数字仿真，对得到的调节器模型进行了系统阶跃 响应分析，并与PID调节器进行了控制性能比较，从而验证了该方法的有效性。
关键词：模糊C均值聚类 模糊神经控制 水轮发电机 励磁系统
(1西安理工大学 电力工程系，陕西 西安 710048)
传统的励磁控制器普遍采用PID+PSS的控制策略，已呈现出一些不足之处，因而许多电力系统工程技术人员和专家都在寻求新的励磁控制方法。尤其是近年来随着模糊控制技术和神经网络控制技术的飞速发展，不少学者开始研究将这两种控制理论相结合，探索其在电力系统控制中的应用。与模糊控制系统相比，模糊神经网络虽然可以利用样本数据和网络学习能力克服由于有限的专家经验而导致的模糊规则不完备，但同样面临模糊规则获取困难的问题。本文探讨将模糊C均值聚类方法(FCM)用于水轮发电机模糊神经励磁控制器的设计中，以解决模糊输入空间划分和初始模糊规则获取的问题。
|
教育论文中心