本文關(guān)鍵詞：基于現(xiàn)代優(yōu)化算法的電廠勵磁改造的研究　出處：《湖北工業(yè)大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 勵磁系統(tǒng) 現(xiàn)代優(yōu)化算法 遺傳算法 支持向量機 粒子群算法 變精度粗糙集 神經(jīng)網(wǎng)絡(luò)

【摘要】：勵磁控制對電廠電力的穩(wěn)定發(fā)送方面起著十分必要的作用,近年來,電力系統(tǒng)規(guī)模增大,科技發(fā)展,自動化理論和應(yīng)用都在進(jìn)步,在電廠勵磁系統(tǒng)及其控制方面都有了越來越多的理論并投入應(yīng)用。本文所做的工作如下:(1)對電廠發(fā)電機勵磁系統(tǒng)建模,介紹勵磁系統(tǒng)結(jié)構(gòu)和其中的傳遞函數(shù),再分別對勵磁系統(tǒng)各部分單元進(jìn)行建模和參數(shù)分析,最后整合對整個勵磁系統(tǒng)進(jìn)行建模。(2)對電廠發(fā)電機勵磁系統(tǒng)進(jìn)行參數(shù)辨識,分別用頻域法、時域法、現(xiàn)代優(yōu)化算法來進(jìn)行勵磁系統(tǒng)的參數(shù)辨識,頻域法使用的是快速傅里葉變換,時域法使用的是PLPF法,現(xiàn)代優(yōu)化算法設(shè)計了兩種,第一種是改進(jìn)了遺傳算法來進(jìn)行參數(shù)辨識,并進(jìn)行matlab實例分析,第二種是基于支持向量機和粒子群算法的參數(shù)辨識,并進(jìn)行matlab實際分析。(3)對電廠發(fā)電機勵磁系統(tǒng)的控制系統(tǒng)進(jìn)行基于現(xiàn)代優(yōu)化算法的改造,對勵磁控制系統(tǒng)進(jìn)行介紹,并研究了變精度粗糙集和RBF神經(jīng)網(wǎng)絡(luò)理論,利用它們進(jìn)行了基于神經(jīng)網(wǎng)絡(luò)的勵磁控制系統(tǒng)改進(jìn)設(shè)計。
[Abstract]:Excitation control plays a very important role in the stable transmission of power plant. In recent years, the scale of power system has increased, the development of science and technology, automation theory and application are progressing. There are more and more theories and applications in power plant excitation system and its control. The work done in this paper is as follows: 1) Modeling of generator excitation system in power plant. This paper introduces the structure of excitation system and its transfer function, and then models and analyzes the parameters of each part of excitation system. Finally, the whole excitation system is modeled. 2) the parameters of generator excitation system are identified by frequency domain method, time domain method and modern optimization algorithm. The frequency domain method uses the fast Fourier transform, the time domain method uses the PLPF method, and the modern optimization algorithm designs two kinds, the first one is to improve the genetic algorithm to carry on the parameter identification. The second is parameter identification based on support vector machine and particle swarm optimization. The control system of generator excitation system in power plant is reformed based on modern optimization algorithm, and the excitation control system is introduced. The theory of variable precision rough set and RBF neural network is studied, and the improved design of excitation control system based on neural network is carried out.
【學(xué)位授予單位】：湖北工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP18;TM62

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王一童;李迎冬;;淺析電力系統(tǒng)自動化發(fā)展趨勢[J];電子制作;2015年04期

2 賀仁睦;沈峰;韓冬;韓志勇;;發(fā)電機勵磁系統(tǒng)建模與參數(shù)辨識綜述[J];電網(wǎng)技術(shù);2007年14期

3 葉東毅;變精度屬性約簡及其在決策表規(guī)則提取中的應(yīng)用[J];福建金融管理干部學(xué)院學(xué)報;2003年04期

4 李曉磊,邵之江,錢積新;一種基于動物自治體的尋優(yōu)模式:魚群算法[J];系統(tǒng)工程理論與實踐;2002年11期

5 邵偉,徐政;勵磁系統(tǒng)參數(shù)整定研究[J];中國電機工程學(xué)報;2002年10期

6 戴義平,鄧仁綱,劉炯,孫凱,王勇;基于遺傳算法的汽輪機數(shù)字電液調(diào)節(jié)系統(tǒng)的參數(shù)辨識研究[J];中國電機工程學(xué)報;2002年07期

7 王良,沈善德,朱守真,周逢權(quán);基于EE模型的勵磁系統(tǒng)參數(shù)時域辨識法[J];電力系統(tǒng)自動化;2002年08期

8 趙軍,王國胤,吳中福,李華;基于粗集理論的數(shù)據(jù)離散化新算法[J];重慶大學(xué)學(xué)報(自然科學(xué)版);2002年03期

9 蔣平,戴列峰,黃霆,羅建裕,黃強,陳志芳;頻域法在勵磁系統(tǒng)參數(shù)辨識中的應(yīng)用[J];電力系統(tǒng)自動化;2001年16期

10 劉倩,戴列鋒,蔣平,羅建裕,黃強,陳志芳;發(fā)電機組勵磁系統(tǒng)參數(shù)辨識原理及方法[J];江蘇電機工程;2001年01期

相關(guān)博士學(xué)位論文 前1條

1 魏大寬;不完備模糊決策信息系統(tǒng)粗糙集模型與知識約簡研究[D];南京理工大學(xué);2007年

相關(guān)碩士學(xué)位論文 前3條

1 揭海寶;基于智能控制的同步發(fā)電機勵磁控制研究[D];西南交通大學(xué);2010年

2 李名文;基于PSASP的發(fā)電機勵磁系統(tǒng)建模與參數(shù)辨識[D];華北電力大學(xué)（河北）;2010年

3 羅玉春;發(fā)電機勵磁系統(tǒng)參數(shù)辨識研究[D];南京理工大學(xué);2008年

，

本文編號：1428373