基于ADALINE算法的三相并网逆变器模型预测控制

传统有限控制集模型预测控制FCS-MPC(finite control set model predictive control)策略需要建立准确的数学模型,当其应用于LCL型并网逆变器时则需多个电流电压传感器,若采样数据类型过少必然会产生建模误差。针对实际应用中传感器较少引起的预测模型参数失配问题,研究了一种基于自适应线性神经元ADALINE(adaptive linear neuron)算法的模型预测控制策略。该方案将ADALINE算法用于在线更新预测模型的计算参数,提高了预测模型的参数鲁棒性;同时对控制器延时进行了补偿,提高了控制精度。仿真和实验结果表明,该方案有效减少了并网电流谐波含量,并且具有优良的瞬态性能,验证了该方案的可行性和有效性。

Adaline神经网络随机逼近LMS算法的仿真研究

基于最小二乘(LMS)统计算法的自适应线性元件(Adaline)神经网络是非线性分类的重要工具之一。从计算机仿真的角度研究随机逼近LMS学习方法的特点,从步长设置、收敛性、收敛速度、算法抗噪性、判断的准确率等多个参量评估随机逼近法的性能。仿真结果表明,对于不同的初始步长设置,神经元完成学习任务的训练时间不同;在保证学习收敛性的前提下,步长越大,收敛速度越快,但收敛的稳定性变差。权矢量的初始值设置对学习的收敛性没有影响。

一种基于自适应线性神经网络算法的永磁同步电机电流谐波提取和抑制方法

永磁同步电机通常采用正弦波进行驱动和控制,由于气隙磁场的畸变和电压型逆变器的死区效应等因素的存在,使永磁同步电机电流波形含有大量的谐波而发生畸变,特别是在电机低速运行时更为严重。为了进一步提高永磁同步电机的电流控制性能,抑制电流谐波,本文在传统矢量控制算法基础上,增加神经网络谐波电流环,通过自适应线性神经网络(ADALINE)算法实现对主要电流谐波的分解和提取,将所提取的电流谐波经过神经网络训练获得补偿电压值进行谐波注入,实现电流谐波的检测和抑制。通过仿真和实验结果证明,本文提出的控制策略可以有效提取并抑制电流谐波,降低电机转矩脉动。

基于自适应神经网络—小波包熵的轴承故障诊断

针对轴承故障诊断时振动信号呈现复杂性和混沌特性,故障特征分量容易淹没在噪声之中。引用自适应线性神经网络(Adaptive Linear Neuron,ADALINE)降噪和小波包Shannon熵(Wavelet Packet Analysis Shannon Entropy,WPASE)相结合的方法诊断轴承故障。首先利用ADALINE对不同故障模式的振动信号进行降噪处理,引用小波包理论对降噪后的信号进行小波包分解,计算各层细节信号的Shannon熵值,以此作为不同故障模式的故障特征量。仿真实验表明ADALINE降噪效果明显,Shannon熵能够清楚区别不同的故障模式。该方法简单可靠,为轴承故障诊断提供了新的思路和方法。

基于MRAS的异步电机无速度传感器应用研究

针对异步电机基于转子磁链模型参考自适应(MRAS)速度观测器中的积分直流偏置和PI自适应率参数不能在线修正的问题,将转子磁链的电压模型进行改进,并提出一种自适应线性神经元(ADALINE)速度观测器。通过一阶惯性环节代替了电压模型中的纯积分环节,消除了积分直流偏置和误差积累,利用ADALINE算法对MRAS观测器中的自适应率进行改进,实现了在中高速情况下对电机转速的准确观测。仿真结果表明,改进后的MRAS速度观测器对速度的辨识度较高,动态性能良好,验证了该控制策略的正确性与可行性。

基于神经网络的鱼群寻优和反馈线性化烟气脱硝控制

针对火力发电厂单元机组SCR烟气脱硝控制系统现状,提出了在SCR反应器入口加装调节阀与测点的优化方案,并相应提出了SCR反应器入口烟气预处理和总阀控制方案。在SCR反应器入口,采用单神经元自适应-人工鱼群滚动寻优控制算法(RSNAAFS)控制喷氨支管调节阀,对烟气中NOX进行预处理;在SCR反应器出口,采用神经网络反馈线性化算法(NNFL)控制喷氨总管调节阀,对烟气中NOX进行优化控制,使其达到排放标准。结果表明:新控制方案在控制品质上优于传统控制方案,系统有很强的实用性。

基于ALE-MRAS磁链观测器的永磁同步直线电机均匀退磁诊断研究

设计了自适应线性神经元?模型参考自适应(adaptive linear element-model reference adaptive system,ALE-MRAS)磁链观测器,以解决永磁同步直线电机(permanentmagnet synchronouslinearmotor,PMSLM)多工况下均匀退磁磁链观测问题。首先,建立PMSLM正常、微弱、轻度、中度以及重度退磁故障下的有限元模型,仿真计算不同退磁程度下磁链的精确值;其次,建立模型参考自适应(model reference adaptive, MRAS)磁链观测器,采用自适应线性神经元(adaptivelinear element,ADALINE)算法在线修正MRAS的自适应律,得到ALE-MRAS磁链观测器,实现多工况下准确地在线磁链观测;然后,选取磁链幅值为故障特征值,结合ALE-MRAS磁链观测器观测结果,与有限元故障模型计算得到的磁链精确值进行对比,诊断出故障及故障程度;最后,制作退磁样机,搭建实验平台,对不同工况下的退磁故障进行诊断,精确度高达98%以上。通过与滑模磁链观测器和MRAS磁链观测器的对比,验证了文中诊断方法的正确性和先进性。

电力系统主子站传输通道数据质量评价

调度自动化系统已为电力系统的有序工作提供了重要支撑,而电力系统主子站传输数据质量的好坏直接关系着调度分析的可靠性。为判断电力系统主子站传输通道数据质量,构建基于多属性评价分析和D-S证据推理的主子站通道质量动态评价方法。首先,根据电力系统主子站传输通道的数据,确定数据评价指标。然后,针对评价的主观证据,采用多属性评价分析法确定评价指标的主观权重。在此基础上,利用熵权法和自适应线性神经元算法确定指标的熵权,获得指标的客观证据。此外,基于D-S证据推理对评价指标的主观和客观证据进行推理融合,从而完成对主子站通道质量的准确评价。通过仿真计算验证,所提方法可以准确地对通道质量进行综合评价,优先采用数据质量高的通道,保障主子站数据传输质量。