摘要
基于自适应单神经元的控制方法是将单个神经元与环境系统相连,利用结合了Hebbian学习和监督学习特点的迭代算法在线修改其连接权值以实现控制目标。将这种控制方法用于超导磁储能(SMES)控制器的设计无需进行系统建模,所得到的控制器结构简单,算法简便,适于工程应用。文章在MATLAB环境下建立了较精确的含SMES的电力系统非线性高阶模型,通过时域仿真考察了基于自适应单神经元的SMES控制器的性能,结果表明该控制器具有令人满意的控制效果和较好的鲁棒性。
The adaptive single neuron unit based control is such a control approach: the single neuron is connected to environmental system and by use of the iterative algorithm, in which the features of Hebbian study and supervision study are combined, the connection weight value is modified in on-line mode to realize the control objective. When above-mentioned control approach is applied to the design of controller for superconducting magnetic energy storage (SMES) unit, the modeling of the system is not required, t...
出处
《电网技术》
EI
CSCD
北大核心
2005年第20期61-65,共5页
Power System Technology
关键词
电力系统
超导磁储能系统
单神经元
自适应控制
鲁棒性
实时控制
Power system
Superconducting magnetic energy storage（SMES）system
Single neuron
Adaptive control
Robustness
Real-time control
