迭代學習及其在勵磁控制系統(tǒng)中的應用研究.pdf

1、迭代學習控制不依賴于系統(tǒng)的精確數學模型,是一種以迭代產生優(yōu)化輸入信號,通過重復執(zhí)行同一任務來減少誤差,使系統(tǒng)輸出盡可能逼近理想值的方法。由于算法結構簡單,跟蹤精度高,只需較少的先驗知識,又能處理不確定度相當高的非線性強耦合動態(tài)系統(tǒng),故引起了廣泛的關注,逐步發(fā)展為控制理論的一個新的研究方向。 在電力系統(tǒng)的運行中,同步發(fā)電機的勵磁控制對提高整個系統(tǒng)的穩(wěn)定性及保證電壓質量起著重要的作用,與其它為提高電力系統(tǒng)的穩(wěn)定性而采取的措施相比,勵

2、磁控制具有投資少、易于實現等特點。 由于電力系統(tǒng)具有高度非線性、強耦合等特點,因此,本文從迭代學習控制的機理出發(fā),將迭代學習控制理論應用到同步發(fā)電機勵磁控制中,以期改善控制系統(tǒng)的動態(tài)品質,如抑制超調,加快控制律的收斂速度,獲得較短的過渡時間等等。 本文首先采用時域分析法對一類線性和非線性時變系統(tǒng)的開閉環(huán)迭代學習控制算法進行了收斂性證明和仿真分析,同時采用頻域分析法對一類具有傳遞函數形式的被控系統(tǒng)的反饋-前饋迭代學習控制算

3、法進行了收斂性證明和仿真分析,通過仿真分析驗證了算法的有效性,與以往的迭代學習算法相比,本文采用的算法具有更好的收斂性和穩(wěn)定性。其次分析了單機無窮大系統(tǒng)和兩機系統(tǒng)數學模型,采用SIMULINK搭建了兩類系統(tǒng)的仿真模型。最后,設計出結構合理的迭代學習勵磁控制器,分析了采用開閉環(huán)PID型迭代學習算法實現同步發(fā)電機勵磁控制的收斂性,并通過嚴格的數學證明得出其收斂條件。通過迭代學習改善勵磁控制器的特性,使其具有較強的維持同步發(fā)電機機端電壓的能力