一、基于模糊观测器的多机耦合电力系统H_∞跟踪控制(论文文献综述)
刘清怡[1](2021)在《通信受限约束下互联系统的若干控制研究》文中进行了进一步梳理随着现代科学技术的发展,互联系统已成为控制领域的热门研究课题.作为一类特殊的系统,其结构是由多个复杂子系统构成,且子系统之间相互连接,具有高维度、强耦合、强不确定性等特点,这使得针对单个系统设计的传统控制策略难以直接用来解决互联系统的分析和设计问题.此外,由于通信网络带宽和一些硬件设施的限制,通信受限问题在网络化系统的研究中尤为严重.因此,通信受限约束下互联系统的稳定性和控制设计问题具有重要的研究意义.本文以网络控制系统为基础,分别对通信受限约束下互联系统和半马尔可夫互联系统的控制问题进行综合研究.主要研究内容包括:(1)研究了一类在输出量化和随机网络攻击下模糊互联系统的有限时间控制问题,其中测量输出信号是通过对数量化器进行量化处理.首先,考虑输出量化和随机网络攻击对输出信号的影响,构造基于模糊观测器的闭环系统模型.其次,通过构建李雅普诺夫泛函,可以得到闭环系统满足有限时间稳定性的充分条件;并利用LMI方法给出了模糊观测器和状态估计反馈控制器的增益设计方案.最后借助一个数值模拟例子验证该设计方案的有效性.(2)考虑到随机网络攻击对信号传输的影响,研究了一类具有网络攻击的半马尔可夫互联系统的输出反馈控制问题,其中转移概率包含完全未知和具有已知上下界的不确定转移概率两种类型.所提出的自适应事件触发机制可以根据输出误差动态地调节触发阈值参数,以节约更多的通信网络带宽.首先,考虑到事件触发传输机制和随机网络攻击对信号传输的影响,构造基于观测器的闭环系统模型.其次,通过构建半马尔可夫李雅普诺夫泛函,可以得到闭环系统满足全局随机渐进稳定的充分条件;并利用LMI方法给出了观测器和状态估计反馈控制器的增益设计方案.最后借助一个数值模拟例子验证该设计方案的有效性.(3)研究了一类在多源干扰和执行器故障下半马尔可夫互联系统的控制问题,其中考虑到子系统的通信带宽有限,采用对数量化器对控制信号进行量化.分别利用干扰观测器和故障诊断观测器对可建模干扰和执行器故障进行估计,并设计一种复合控制方案,可以有效地抑制干扰并诊断执行器故障.其次,通过构建半马尔可夫李雅普诺夫泛函,可以得到闭环系统满足全局随机渐进稳定的充分条件;并利用LMI方法给出了观测器和状态估计反馈控制器的增益设计方案.最后借助一个数值模拟例子验证该设计方案的有效性.
陈诚[2](2019)在《具有随机时滞与网络丢包的T-S模糊观测器建模与分析》文中研究表明伴随着高科技在各领域的应用,网络通信已普遍引入到控制系统的闭环,形成一种新兴的网络控制系统(NCS)。NCS的存在可以为工程应用带来众多优点,但是同时网络的引入也使得控制系统产生数据包丢失、信号传输延迟等现象,导致网络化系统变差。目前对该方法的研究,主要是将定常时滞和丢包结合,对于具有这类问题的非线性离散T-S模糊控制器与观测器的建模与分析,尚未有系统的理论。本文利用离散T-S模糊模型,提出了一类研究具有时变时滞和数据丢包同时存在的非线性系统的控制器设计与分析方法,并讨论了非线性离散系统的观测器建模和分析。本文的主要研究内容是:1)研究了具有时变时滞和数据丢包同时存在的可观测离散T-S模糊系统的控制问题,用相互独立的满足伯努利分布的随机变量,描述从被控对象到控制器和从控制器到执行器之间的数据包丢失过程,引入Cauchy-Schwartz形式的不等式,建立具有时变时滞和数据丢包的非线性离散系统的稳定性条件。2)研究了具有时变时滞和数据丢包的离散非线性系统的模糊观测器建模与分析。针对不可测系统,建立具有时滞丢包的观测器系统,并采用伯努利分布描述数据包随机丢失情况,同时考虑了具有时变时滞和数据丢包两个不确定性因素。使用了基于Abel引理和Wirtinger型新的有限差分不等式形式,建立具有时变时滞和数据丢包的非线性离散系统的稳定性条件。本文中所有的示例均在MATLAB2015中实现,包括MATLABSIMULINK和MATLABYALMIP工具箱,仿真结果表明本文中介绍的控制器和观测器算法是可行的。
张志辉[3](2019)在《基于T-S模糊模型不确定的电力系统控制》文中指出本论文采用T-S模糊模型对电力系统建模,运用模糊控制和并行分布补偿技术研究在状态可测及状态不完全可测的情况下典型电力系统的稳定性。具体研究内容如下:(1)针对一类不确定非线性简单互联电力系统,采用T-S模糊模型对该系统进行模糊建模,当简单互联电力系统状态完全可测,利用并行分布补偿原则和事件触发机制设计模糊控制器。基于李雅普诺夫稳定性理论分析系统的稳定性,并给出保证不确定非线性简单互联电力系统渐近稳定的充分条件。MATLAB仿真验证了提出方法的有效性。(2)针对状态不完全可测的不确定非线性简单互联电力系统,依据T-S模型能够无限逼近特性对简单互联电力系统进行模糊建模,设计状态观测器来估计系统的状态,当简单互联电力系统状态不完全可测,利用并行分布补偿原则和事件触发机制设计基于观测器状态的模糊控制器。采用李雅普诺夫稳定性理论分析闭环系统的渐近稳定性,并以线性矩阵不等式的形式给出系统稳定的充分条件。仿真例子验证了该设计方法有效。(3)针对含有干扰的简单互联电力系统,采用T-S模糊模型对该系统进行模糊建模,当简单互联电力系统状态完全可测时利用并行分布补偿原则和事件触发机制设计模糊H?控制器。基于李雅普诺夫稳定性理论分析系统的稳定性,并给出保证不确定非线性简单互联电力系统渐近稳定的充分条件。MATLAB仿真验证了提出方法的有效性。(4)针对一类不确定非线性多机电力系统,采用T-S模糊模型对该系统进行模糊建模,当多机电力系统状态完全可测时,利用并行分布补偿原则和事件触发机制设计模糊控制器。基于李雅普诺夫稳定性理论分析系统的稳定性,并给出保证不确定非线性多机电力系统渐近稳定的充分条件。MATLAB仿真验证了提出方法的有效性。
郑龙飞[4](2019)在《微网逆变器的模糊-重复控制与故障检测方法研究》文中研究表明随着光伏、风能、潮汐能等清洁可再生能源发电规模不断增大,新能源分布式发电(distributed generation,DG)技术也愈加重要。微网作为承载分布式发电技术的重要载体,是未来分布式发电技术的重要研究方向。电压源型逆变器作为微网并网与孤岛运行模式下的重要组成部分,直接影响微网系统运行的稳定性和电能质量,因此对于微网逆变器的研究是非常重要的。针对电压源逆变器的高度非线性、建模与控制困难,我们提出了采用模糊系统建模控制与分析的方法对其进行研究,提出了模糊-重复控制与事件触发故障检测设计方法,得到了良好的效果,论文的主要工作如下:首先,研究并构建了微网电压源型逆变器的状态空间模型。电压源逆变器主要分为四部分:电压源控制器,电流源控制器,功率控制器和LC滤波器。在分别建立其小信号状态空间模型的基础上,构建了单台逆变器整体的数学模型。进一步建立了整个微网系统多级并联逆变器的非线性状态空间模型。为后续研究奠定模型基础。其次,提出了基于状态观测器的模糊-重复控制方法实现对逆变器系统的周期性信号无静差跟踪。针对微网逆变器数学模型的非线性特点,引入T-S模糊规则,建立逆变器T-S模糊模型。同时考虑到该模型系统状态不完全可测得,设计了基于模糊观测器的重复控制器。运用模糊李雅普诺夫泛函,获得了基于线性矩阵不等式的非线性系统稳定性条件。提出了模糊隶属函数导数的一个新的等式引理,通过引入松弛矩阵条件和增广模糊矩阵技术,降低系统结果的保守性,增加线性矩阵不等式条件的可行解空间。另外,通过利用带有分离参数的模糊李雅普诺夫泛函方法,实现了模糊周期控制器与模糊观测器的分离设计,提高了设计的灵活性。将模糊-重复控制方法应用在微网逆变器数学模型上,采用MATLAB软件对其仿真,结果证明了该方法的有效性,同时也改善了逆变器的输出波形。最后,针对逆变器系统在网络环境下的故障检测问题,提出了基于事件触发的故障检测方法,提高了故障检测的精度。第一,建立了异步前件变量的模糊故障检测滤波器,用来产生残差信号。第二,考虑网络通信资源有限,引入事件触发机制,进一步得到了同时含有传感器故障、过程故障和外部扰动的故障检测系统。第三,采用模糊李雅普诺夫泛函方法和一些LMI技术来放松模糊故障检测系统的稳定性条件,降低系统的保守性,获得了更好的故障检测性能,最终实现了故障检测滤波器增益矩阵和事件触发加权矩阵的协同设计。在MATLAB环境下进行仿真实验,验证了所提出故障检测方法不仅能够及时检测到所发生的故障,而且能够有效地提高通讯资源的利用率。
韩耀振[5](2017)在《不确定非线性系统高阶滑模控制及在电力系统中的应用》文中认为基于滑模控制方法研究不确定非线性系统的鲁棒控制问题,是控制理论界公认的一个具有前途的研究领域,但是,传统一阶滑模算法的抖振大、相对阶限制等问题制约了其发展与应用。高阶滑模适用于任意相对阶系统、滑模精度高、抖振小,是近年来滑模控制的研究热点,研究高阶滑模控制算法解决SISO、MIMO不确定非线性系统有限时间控制问题具有重要理论意义。同时,随着现代电力系统规模越来越大以及新能源电力系统中风力发电的爆炸式发展,采用先进控制方法增强电力系统稳定性、实现风力发电系统最大风能追踪,提高风力发电效率是电力系统发展必须要解决的现实问题,具有重要的应用价值。因此,本文在深入研究高阶滑模算法、电力系统稳定控制、风力发电系统最大风能追踪现有成果基础上,针对一类高阶SISO不确定系统、一类SISO不确定非线性系统和一类MIMO不确定系统的控制问题分别提出相应的高阶滑模控制方法,并且设计电力系统高阶滑模励磁控制策略、基于高阶滑模控制的双馈异步风力发电系统最大风能捕获方法,进一步扩展了不确定非线性系统高阶滑模控制方法,丰富了高阶滑模控制的应用范围,为改善电力系统稳定性、实现风电系统最大风能追踪提供新方法。本文的创新性研究内容主要包括以下几个方面:(1)针对一类高阶SISO不确定非线性系统有限时间稳定问题,提出一种新的自适应增益连续高阶滑模控制方法。采用齐次连续控制律实现系统标称部分有限时间收敛,针对系统不确定项一阶导数上界未知情形,设计切换控制项增益自适应调节的超螺旋算法克服不确定性,使切换控制幅值尽可能小,控制作用连续,大大削弱滑模抖振现象。(2)提出一种控制增益自适应调节的一类SISO不确定非线性系统连续高阶滑模控制方法。把不确定系统滑模控制问题转换为高阶不确定积分链有限时间稳定问题,经过状态反馈后,设计虚拟控制律由两部分组成,一部分实现标称系统有限时间稳定,另一部分通过超螺旋二阶滑模实现系统鲁棒性,设计超螺旋算法两个控制参数的自适应律,处理不确定性上界未知情况,最终实现不确定系统高阶滑模控制。(3)提出一类MIMO不确定非线性系统连续高阶滑模控制方法。通过对多变量不确定系统有限时间稳定问题的转换实现MIMO系统高阶滑模控制,系统标称部分采用一种有限时间连续控制律实现状态快速收敛,系统不确定性由非解耦多变量形式超螺旋算法克服,实现系统鲁棒控制及MIMO系统控制输入的连续性,极大地抑制控制抖振。(4)为提高电力系统稳定性,提出基于连续高阶滑模的电力系统励磁控制策略。对考虑不确定性的单机无穷大电力系统设计连续高阶滑模励磁控制器,提高在小扰动和大扰动情形下的稳定性;对于多机电力系统,考虑系统不确定性,把各机间的互联作为对特定子系统的扰动,设计多机系统连续高阶滑模分散励磁方法,并且设计控制参数自适应律可以使系统的部分不确定项上界未知,提高多机电力系统暂态稳定性,使得励磁电压控制作用连续,而且使得多机励磁控制系统具有鲁棒性。(5)提出一种基于变增益高阶滑模的双馈风力发电系统最大风能跟踪与无功功率调节控制方案。推导建立了双馈风电系统降阶模型,通过设计dq转子轴电压二阶滑模控制律,实现最优转矩跟踪和无功功率调节,设计二阶滑模控制参数自适应律,解决了电网电压、频率、转子电阻、互感系数等参数不确定性上界未知情况。
王露露,孙永辉,卫志农,孙国强[6](2015)在《基于T-S模糊模型的多机耦合电力系统脉冲控制研究》文中研究指明基于模糊控制理论,研究多机耦合电力系统的控制问题。首先采用T-S模糊模型逼近非线性多机耦合电力系统,得到简化的分段线性模型,然后采用脉冲控制策略来实现非线性多机耦合电力系统的镇定。基于李雅普诺夫稳定性理论,得到易于验证的稳定性条件,可借助Matlab中的线性矩阵不等式(LMI)工具箱求解。最后以2机耦合电力系统为例,验证所提方案的有效性和实用性。
毕晔飞[7](2013)在《电力系统励磁调节器控制研究》文中研究说明随着电力系统的大力发展,大机组、超高压、区域互联已经成为电力系统的主要特点,同时也使电力系统成为一个巨维数、强耦合的复杂非线性系统。目前电力系统的运行已经接近其极限。这就使电力系统的暂态稳定控制成为一个至关重要的问题。一般的控制技术,在实际应用中已经不能够适应电力系统的发展,不能解决电力系统控制中出现的一些难题。因此,采用新的技术手段,对于大规模电力系统的暂态稳定性控制问题变得尤为重要。本文根据目前电力系统的特点,对作为系统核心部分的同步发电机进行了分析。基于典型的派克(Park)方程,将在实际工程中所运用的参量引入到方程中,对同步发电机在数学上进行了分析。运用模糊控制理论,设计了励磁系统的模糊PID控制器。通过确定模糊控制输入基本论域,计算出量化因子和比例因子,建立输入的隶属度函数,采用重心法进行解模糊,并对系统进行仿真实验。结果证明了设计的控制器能有效提高系统的暂态稳定性。当系统控制需要更强的鲁棒性时,设计了励磁系统的鲁棒控制器。以派克方程为基础,构建了电力系统的三阶实用模型。并且运用泰勒级数的数学理论,对整个系统的模型做了分析,将系统模型进行线性化处理,推导出了简便的电力系统线性模型。接着,通过结合鲁棒H∞控制理论,以得到的线性模型为基础,引入扰动量,设计了扰动下鲁棒H∞励磁控制器,将控制问题转化为矩阵不等式的凸化问题。通过采用MATLAB仿真软件对以上控制器进行建模,得出了控制参数和H∞最小性能指标。仿真结果表明:基于线性模型的H∞鲁棒励磁控制器能够达到预期效果,有效提高了电力系统的暂态稳定性。
陶洪峰[8](2009)在《非线性系统的模糊鲁棒容错控制研究》文中研究表明本文研究了一类具有时滞、不确定性、外扰和故障等不良因素的复杂非线性系统的模糊鲁棒容错控制问题。将模糊控制、鲁棒控制、自适应控制和滑模变结构控制等先进控制方法有机结合,提出了多种稳定性控制和跟踪控制的有效方案,确保闭环系统的稳态及动态性能。首先讨论了一类输入及输出端存在外扰的变时滞T-S模糊系统的鲁棒输出反馈控制问题。基于时滞相关Lyapunov函数,将L∞鲁棒控制方法推广到时滞系统,利用线性矩阵不等式技术,提出静态输出反馈控制器的综合设计方法,并根据迭代算法对鲁棒性能进行优化,有效削弱持续有界扰动峰值对系统性能的不利影响。其次,文中针对故障系统提出了L∞鲁棒容错控制方案,分别保证T-S模糊系统在执行器或传感器发生故障时的动态及稳态性能受D域约束,并根据投射引理引入附加矩阵增加设计自由度,使得整个闭环系统不仅具有满意的鲁棒性和容错性,而且满足给定的稳态和动态性能要求。同时,针对执行器饱和的状态变时滞T-S模糊系统,通过时滞相关Lyapunov函数和状态椭球域约束,给出了系统稳定的不变集条件和模糊鲁棒耗散容错控制器存在的充分条件,为执行器故障非线性系统的无源控制和H∞控制建立了统一框架。为进一步消除安全隐患,文中针对更一般情形的T-S模糊广义系统设计了鲁棒集成容错控制器,保证执行器和传感器即使同时发生故障时闭环系统的稳定性和鲁棒性,并进一步通过引入等价条件放宽线性矩阵不等式的求解约束,拓宽定理的适用范围。所得结论可类推至非广义系统的鲁棒容错控制器设计。此外,由于针对模型信息不完备,且受扰动和故障影响的非线性系统,即使采用T-S模糊模型对系统在各平衡点处建模其实也很困难,而自适应模糊逻辑系统可实现对未知模型的动态逼近,因此文中将自适应模糊逻辑和滑模变结构控制器相结合,针对状态不可测时滞非线性系统,完整考虑了输入端的非对称饱和死区及扇区非线性特性影响,在系统模型精确已知或未知的情形下,分别基于自适应观测器和模糊观测器提出了滑模跟踪控制方案,并根据Lyapunov-Krasovskii泛函分析法给出控制器参数和模糊逻辑的自适应调整律,削弱对模型结构的依赖性,增强系统鲁棒性。接着,针对一类由多子系统组成,具有建模误差和未知不确定性的多变量非线性系统,提出了自适应鲁棒容错定位控制方案。通过对不确定性和故障的未知范数界描述,基于Lyapunov理论和Barbalat引理,给出了鲁棒滑模降阶控制器的综合设计,并通过模糊自适应控制器动态补偿建模误差、不确定性和执行器故障影响,避免传统方法对不确定性的人为预估,解决了不确定项不满足任何匹配条件时系统的定位跟踪控制问题。最后,将自适应模糊滑模容错控制方法成功应用于某型船舶的动力定位仿真,仿真结果表明了方法的有效性。
窦春霞[9](2005)在《基于信息融合的电力系统故障检测及稳定控制研究》文中进行了进一步梳理本论文研究信息融合技术应用于电力系统,以解决这个复杂的能源大系统中的一些难题。开展了两个方面的研究工作:第一,针对配电网单相接地故障信号微弱、故障状况复杂、选线保护困难的状况,研究了基于信息融合技术的综合选线保护策略;第二,针对现代互联电力系统高维数、强耦合、非线性等导致控制鲁棒性降低的问题,研究了基于信息融合技术的多机耦合电力系统分散协调控制决策。 由于小电流单相接地故障信号非常微弱、影响因素多,所以小电流接地电网单相接地故障选线保护问题长期以来没有得到很好解决。本文针对此问题研究了以下内容: 为了充分利用单相接地故障的互补信息提高选线保护的可靠性,提出了基于D-S证据理论的故障选线融合方法,并针对故障选线问题的特点,将选线目标转化为证据理论模型,建立了综合故障选线策略。 提出了基于暂态量的神经网络故障选线方法。为了有效提取故障暂态信息,研究小波包基函数的选取问题。针对电力系统故障暂态量的特点,为了有效克服非故障暂态信号的干扰,研究选取了容错性和联想记忆功能很强的混沌神经网络实现故障选线,并采用改进的遗传算法对混沌神经网络的权值和参数同时进行训练,加快其收敛速度。根据目标模式与神经元的输出状态构造了数值型选线判据,为多判据的信息融合提供前提条件。通过实验算例验证了基于暂态量选线判据的有效性和适用性。 提出了基于奇异量的多频带分析故障选线方法。为了有效提取故障奇异性模极值,研究选取了B样条小波包函数。基于线路的相频特性分析,提出了中性点不接地和中性点经销弧线圈接地两种情况下故障选线有效频带的选取方法。考虑故障奇异量模极值分布的频段差异较大,基于能量分布原则,定义了各线路的特征频带。当各线路的特征频带一致时,构造三种数值型选线判据,制定选线原则;当各线路的特征频带不一致时,构造两种数值型选线判据,制定选线原则。实验算例显示出基于奇异量选线判据的有效性和独特性。 提出了基于稳态量的混沌理论故障选线方法。研究基于混沌理论的故障背景信号的神经网络建模方法,通过神经网络的预测滤除故障后的背景信号,以克服故障
窦春霞[10](2004)在《基于观测器的仿射型多机耦合电力系统H∞模糊跟踪控制》文中研究说明模型未知的仿射型多机耦合电力系统用一系列T-S模糊模型逼近,且模糊模型的结论部分具有常数偏差项。由于系统状态具有不可测性,采用模糊观测器来估计系统的状态。基于该系列模糊模型和观测器,考虑仿射模型固有的常数项偏差,提出一种新型H模糊跟踪控制方法,并用线性矩阵不等式的凸优化方法求解控制器参数,实现了仿射型多机耦合电力系统的稳定跟踪控制。仿真验证了方案的有效性。
二、基于模糊观测器的多机耦合电力系统H_∞跟踪控制(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于模糊观测器的多机耦合电力系统H_∞跟踪控制(论文提纲范文)
(1)通信受限约束下互联系统的若干控制研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 互联系统的研究现状 |
1.3 网络化系统中通信受限问题研究现状 |
1.4 本文的研究路线、内容及可能的创新点 |
1.5 符号说明 |
第二章 网络攻击下基于量化机制的T-S模糊互联系统有限时间控制 |
2.1 引言 |
2.2 问题描述和模型建立 |
2.3 稳定性分析和控制器设计 |
2.4 仿真例子 |
2.5 本章小结 |
第三章 事件触发下的具有转移概率部分未知的半马尔可夫互联系统控制 |
3.1 引言 |
3.2 问题描述和模型建立 |
3.3 稳定性分析和控制器设计 |
3.4 仿真例子 |
3.5 本章小结 |
第四章 具有多源干扰和执行器故障的半马尔可夫互联系统控制 |
4.1 引言 |
4.2 问题描述和模型建立 |
4.3 稳定性分析和控制器设计 |
4.4 仿真例子 |
4.5 本章小结 |
第五章 总结与展望 |
参考文献 |
攻读学位期间发表或完成的论文 |
后记 |
(2)具有随机时滞与网络丢包的T-S模糊观测器建模与分析(论文提纲范文)
摘要 |
ABSTRACT |
符号说明 |
第一章 绪论 |
1.1 T-S模糊系统研究的意义 |
1.2 网络控制系统分析 |
1.2.1 丢包和时滞的研究背景 |
1.2.2 经典网络传输控制理论方法 |
1.3 数据包丢失和时滞问题的NCS研究现状 |
1.4 T-S模糊控制网络丢包问题方法 |
1.5 论文内容及安排 |
第二章 相关理论 |
2.1 引言 |
2.2 模糊系统基本组成 |
2.3 离散T-S模糊模型 |
2.4 线性矩阵不等式 |
2.5 Lyapunov稳定性理论 |
2.6 本章小结 |
第三章 T-S模糊系统的随机时滞和网络丢包稳定性分析 |
3.1 引言 |
3.2 系统描述 |
3.3 主要结果及证明 |
3.4 数值算例 |
3.5 本章小结 |
第四章 非线性网络控制系统状态反馈观测器的设计及分析 |
4.1 引言 |
4.2 观测器设计 |
4.3 主要结果及证明 |
4.4 数值算例 |
4.5 本章小结 |
第五章 结论与展望 |
参考文献 |
致谢 |
作者简介 |
1 作者简历 |
学位论文数据集 |
(3)基于T-S模糊模型不确定的电力系统控制(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外电力系统稳定性研究方法 |
1.2.1 电力系统稳定性的分类 |
1.2.2 模糊控制 |
1.2.3 电力系统的不确定性 |
1.3 课题研究内容及结构安排 |
2 不含干扰的不确定简单互联电力系统稳定性控制 |
2.1 电力系统的数学描述及模糊模型的建立 |
2.1.1 电力系统模型 |
2.1.2 T-S模糊模型建模 |
2.2 控制器设计与系统稳定性分析 |
2.2.1 基于T-S模糊模型的控制器设计 |
2.2.2 不含干扰的简单互联电力系统稳定性分析 |
2.3 数值仿真 |
2.4 本章小结 |
3 不含干扰的不确定简单互联电力系统输出反馈控制 |
3.1 电力系统的数学描述及模糊模型的建立 |
3.1.1 电力系统模型 |
3.1.2 T-S模糊模型建模 |
3.2 控制器设计与系统稳定性分析 |
3.2.1 基于T-S模糊模型的控制器的设计 |
3.2.2 不含干扰的简单互联电力系统稳定性分析 |
3.3 数值仿真 |
3.4 本章小结 |
4 含有干扰的不确定简单互联电力系统非线性H?优化控制 |
4.1 电力系统的数学描述及模糊模型的建立 |
4.1.1 电力系统模型 |
4.1.2 T-S模糊模型建模 |
4.2 控制器设计与系统稳定性分析 |
4.2.1 基于T-S模糊模型的控制器设计 |
4.2.2 含干扰的不确定简单互联电力系统H?稳定性分析 |
4.3 数值仿真 |
4.4 本章小结 |
5 含有干扰的不确定多机电力系统非线性稳定性控制 |
5.1 电力系统的数学描述及模糊模型的建立 |
5.1.1 电力系统模型 |
5.1.2 T-S模糊模型建模 |
5.2 控制器设计与系统稳定性分析 |
5.2.1 基于T-S模糊模型的控制器设计 |
5.2.2 含干扰的不确定多机电力系统H?稳定性分析 |
5.3 数值仿真 |
5.4 本章小结 |
6 结论 |
参考文献 |
攻读硕士期间发表学术论文情况 |
致谢 |
(4)微网逆变器的模糊-重复控制与故障检测方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景及意义 |
1.2 逆变器的控制技术研究现状及发展动态 |
1.3 重复控制与模糊控制方法发展现状 |
1.4 故障诊断研究现状及发展动态 |
1.5 本文主要研究内容 |
第2章 微网逆变器状态空间模型的建立 |
2.1 微网逆变器系统的结构 |
2.2 单台电压源型逆变器并网状态空间模型建立 |
2.2.1 功率控制模块建模 |
2.2.2 电压电流双环小信号模型 |
2.2.3 LC滤波器及并网连接处建模 |
2.2.4 逆变器并网建模分析 |
2.3 多级并联电压源型逆变器并网状态空间模型建立 |
2.4 本章小结 |
第3章 基于模糊-重复方法的微网逆变器控制研究 |
3.1 重复控制基本思想 |
3.2 微网逆变器T-S模糊建模 |
3.3 基于状态观测的模糊-重复控制方法研究 |
3.3.1 模糊控制器设计 |
3.3.2 稳定性分析 |
3.3.3 数值算例验证 |
3.4 仿真结果分析 |
3.5 本章小结 |
第4章 基于事件触发机制的微网逆变器故障检测方法研究 |
4.1 微网逆变器T-S模糊模型 |
4.2 基于事件触发微网逆变器故障检测系统的设计 |
4.2.1 事件触发控制策略 |
4.2.2 故障检测滤波器设计 |
4.2.3 加权故障检测系统设计 |
4.3 故障检测系统的稳定性和鲁棒性分析 |
4.4 仿真算例及结果分析 |
4.5 本章小节 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
攻读硕士期间所做工作 |
(5)不确定非线性系统高阶滑模控制及在电力系统中的应用(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 高阶滑模控制国内外研究动态 |
1.3 电力系统励磁滑模控制研究现状 |
1.4 双馈风力发电系统最大风能跟踪研究动态 |
1.4.1 双馈风电机组运行区域 |
1.4.2 双馈风力发电系统最大风能追踪滑模控制研究现状 |
1.5 本文主要研究内容 |
第2章 高阶滑模相关理论基础 |
2.1 Filippov解、齐次性和有限时间稳定 |
2.1.1 Filippov解 |
2.1.2 齐次性和有限时间稳定 |
2.2 二阶滑模 |
2.2.1 螺旋算法 |
2.2.2 次优算法 |
2.2.3 预定收敛律算法 |
2.2.4 准连续控制算法 |
2.2.5 超螺旋算法 |
2.3 任意高阶滑模 |
2.3.1 嵌套式高阶滑模控制律 |
2.3.2 准连续高阶滑模控制律 |
2.3.3 积分高阶滑模 |
2.4 任意阶精确鲁棒微分器 |
2.5 本章小结 |
第3章 一类高阶SISO不确定非线性系统连续高阶滑模控制 |
3.1 引言 |
3.2 系统描述 |
3.3 连续高阶滑模控制器设计 |
3.3.1 齐次连续控制律V_(nom) |
3.3.2 自适应连续高阶滑模控制 |
3.4 仿真算例 |
3.4.1 不确定三阶系统 |
3.4.2 单级倒立摆 |
3.5 本章小结 |
第4章 一类SISO不确定非线性系统自适应连续高阶滑模控制 |
4.1 引言 |
4.2 系统描述 |
4.3 增益自适应连续高阶滑模控制器设计 |
4.4 仿真算例 |
4.5 本章小结 |
第5章 一类MIMO不确定非线性系统连续高阶滑模控制 |
5.1 引言 |
5.2 系统描述 |
5.3 连续高阶滑模控制器设计 |
5.3.1 有限时间连续控制律 |
5.3.2 系统鲁棒性实现 |
5.4 仿真算例 |
5.4.1 三阶不确定积分链 |
5.4.2 气垫船航迹跟踪 |
5.5 本章小结 |
第6章 基于高阶滑模的电力系统励磁控制 |
6.1 单机无穷大系统连续高阶滑模励磁控制 |
6.1.1 单机无穷大系统滑模励磁控制背景 |
6.1.2 单机无穷大励磁控制系统数学模型 |
6.1.3 连续高阶滑模励磁控制策略 |
6.1.4 仿真结果 |
6.1.5 结论 |
6.2 多机电力系统高阶滑模分散励磁控制 |
6.2.1 背景 |
6.2.2 不确定非线性多机电力系统 |
6.2.3 励磁控制策略 |
6.2.4 仿真结果 |
6.2.4.1 3机9节点电力系统 |
6.2.4.2 新英格兰电力系统 |
6.2.5 结论 |
6.3 本章小结 |
第7章 基于高阶滑模控制的双馈风力发电系统最大风能跟踪 |
7.1 引言 |
7.2 双馈风力发电系统建模 |
7.2.1 风机空气动力特性 |
7.2.2 双馈发电机模型 |
7.3 高阶滑模最大风能跟踪控制策略 |
7.3.1 控制目标描述 |
7.3.2 控制器设计 |
7.3.2.1 固定增益的设计方法 |
7.3.2.2 变增益二阶滑模控制方法 |
7.4 仿真研究 |
7.5 本章小结 |
第8章 结论与展望 |
8.1 全文总结 |
8.2 展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(7)电力系统励磁调节器控制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景及意义 |
1.2 励磁调节系统 |
1.2.1 励磁系统结构 |
1.2.2 励磁系统的基本类型 |
1.3 励磁调节系统的研究与发展现状 |
1.3.1 励磁方式的发展 |
1.3.2 励磁控制理论和算法的发展 |
1.4 本文主要工作 |
第2章 电力系统同步发电机模型分析 |
2.1 引言 |
2.2 派克方程 |
2.3 同步发电机实用三阶模型 |
2.4 本章小结 |
第3章 基于模糊 PID 的励磁控制 |
3.1 引言 |
3.2 系统模型的单元传递函数 |
3.3 模糊控制理论 |
3.3.1 模糊控制系统 |
3.3.2 模糊控制器 |
3.4 模糊 PID 励磁控制器 |
3.4.1 模糊控制器的输入输出变量的确定 |
3.4.2 解模糊 |
3.5 实验仿真分析 |
3.5.1 模型的建立 |
3.5.2 仿真结果分析 |
3.6 本章小结 |
第4章 电力系统H_∞鲁棒励磁控制 |
4.1 引言 |
4.2 H_∞鲁棒控制求解问题 |
4.3 基于泰勒展开式的同步发电机线性模型 |
4.4 参数摄动的H_∞鲁棒控制器 |
4.4.1 参数摄动下的系统模型 |
4.4.2 控制器的H_∞性能 |
4.4.3 LMI 求解控制器 |
4.5 实验仿真 |
4.5.1 三机电力系统模型的建立 |
4.5.2 三机系统仿真结果 |
4.6 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
作者简介 |
(8)非线性系统的模糊鲁棒容错控制研究(论文提纲范文)
摘要 |
Abstract |
图清单 |
第一章 绪论 |
1.1 研究目的与意义 |
1.2 研究背景与现状 |
1.2.1 非线性控制 |
1.2.2 模糊控制 |
1.2.2.1 基于T-S 模型的模糊控制 |
1.2.2.2 自适应模糊控制 |
1.2.3 鲁棒控制 |
1.2.3.1 H_∞鲁棒控制 |
1.2.3.2 耗散鲁棒控制 |
1.2.4 容错控制 |
1.2.4.1 被动容错控制 |
1.2.4.2 主动容错控制 |
1.3 本文的研究内容 |
第二章 T-S 模糊变时滞系统的L_∞鲁棒静态输出反馈控制 |
2.1 引言 |
2.2 问题描述 |
2.3 输出反馈控制器设计及稳定性分析 |
2.4 模糊L_∞鲁棒控制 |
2.5 仿真实例 |
2.6 本章小结 |
第三章 T-S 模糊系统的D域性能约束L_∞鲁棒容错控制 |
3.1 引言 |
3.2 系统描述及预备知识 |
3.3 非线性系统的性能分析 |
3.4 L_∞鲁棒输出反馈控制器设计 |
3.5 D 域性能约束下的L_∞鲁棒容错控制 |
3.6 仿真实例 |
3.7 本章小结 |
第四章 执行器饱和 T-S 模糊变时滞系统的鲁棒耗散容错控制 |
4.1 引言 |
4.2 问题描述 |
4.3 主要结果 |
4.3.1 执行器饱和系统的稳定性分析 |
4.3.2 系统鲁棒耗散容错控制器设计 |
4.4 仿真实例 |
4.5 本章小结 |
第五章 T-S 模糊广义时滞系统的鲁棒集成容错控制器设计 |
5.1 引言 |
5.2 问题描述 |
5.3 H_∞鲁棒控制器设计及稳定性分析 |
5.4 多故障鲁棒容错控制器集成 |
5.5 仿真结果 |
5.5.1 数值计算 |
5.5.2 仿真实例 |
5.6 本章小结 |
第六章 非对称饱和死区输入系统的自适应模糊滑模跟踪控制 |
6.1 引言 |
6.2 系统描述 |
6.3 系统控制方案 |
6.3.1 基于自适应状态观测器的滑模变结构控制器设计 |
6.3.2 基于自适应模糊观测器的滑模变结构控制器设计 |
6.4 仿真实例 |
6.5 本章小结 |
第七章 一类非线性系统的自适应模糊滑模容错定位跟踪控制 |
7.1 引言 |
7.2 问题描述 |
7.3 系统控制方案 |
7.3.1 模型已知情形下的自适应滑模容错控制器设计 |
7.3.2 模型未知情形下的自适应滑模容错控制器设计 |
7.4 仿真实例 |
7.5 本章小结 |
第八章 总结与展望 |
8.1 本文的主要工作和贡献 |
8.2 后续工作及研究展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(9)基于信息融合的电力系统故障检测及稳定控制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 信息融合技术概述 |
1.1.1 信息融合定义 |
1.1.2 信息融合处理方法 |
1.1.3 信息融合技术在电力系统中应用 |
1.2 小电流单相接地故障选线问题概述 |
1.2.1 配电网中性点接地方式 |
1.2.2 小电流单相接地故障选线问题提出 |
1.2.3 小电流接地故障选线保护研究现状 |
1.2.4 小电流选线保护存在的问题及进一步开展研究的意义 |
1.3 电力系统非线性稳定控制概述 |
1.3.1 提高电力系统稳定控制的鲁棒性 |
1.3.2 电力系统非线性控制研究现状 |
1.3.3 电力系统稳定控制存在的问题及进一步开展研究的意义 |
1.4 课题来源及本文主要研究内容 |
第2章 基于信息融合的综合故障选线策略 |
2.1 引言 |
2.2 D-S证据理论 |
2.3 基于D-S证据理论的多选线判据融合 |
2.3.1 构造识别框架 |
2.3.2 信度分配函数构造 |
2.3.3 证据组合的选线判定规则及综合选线策略 |
2.4 本章小结 |
第3章 基于暂态量的神经网络故障选线方法的研究 |
3.1 引言 |
3.2 小波包变换 |
3.2.1 小波包理论 |
3.2.2 小波包分解与合成 |
3.2.3 小波包基函数选取 |
3.3 混沌神经网络 |
3.3.1 混沌神经网络模型 |
3.3.2 混沌神经网络混沌特征分析 |
3.3.3 混沌神经网络优化算法 |
3.4 基于暂态量的神经网络选线方法 |
3.4.1 数值型选线判据提出 |
3.4.2 神经网络暂态量输入信号的获取 |
3.4.3 基于小波包变换的神经网络选线判据构造 |
3.4.4 关于故障选线判据几点说明 |
3.5 选线方法有效性验证 |
3.6 本章小结 |
第4章 基于奇异量的多频带分析故障选线方法的研究 |
4.1 引言 |
4.2 B样条小波包构造 |
4.3 故障选线有效频带SFB选取 |
4.3.1 单相接地故障系统相频特性分析 |
4.3.2 基于相频特性分析的故障选线有效频带SFB选取 |
4.4 基于多频带分析的奇异量选线方法 |
4.4.1 线路特征频带选取 |
4.4.2 线路特征频带一致故障选线方法 |
4.4.3 线路特征频带不一致故障选线方法 |
4.5 选线方法有效性验证 |
4.6 本章小结 |
第5章 基于稳态量的混沌理论选线方法的研究 |
5.1 引言 |
5.2 背景信号神经网络预测模型 |
5.2.1 背景信号相空间重构 |
5.2.2 背景信号最大Lyapunov指数求取 |
5.2.3 背景信号神经网络预测模型 |
5.3 Duffing振子混沌弱信号检测方法 |
5.3.1 Duffing振子混沌弱信号检测原理 |
5.3.2 Duffing振子混沌弱信号检测算法研究 |
5.3.3 噪声对Duffing振子混沌弱信号检测的影响 |
5.4 基于Duffing振子混沌检测原理的稳态量选线方法 |
5.4.1 基于Duffing振子混沌检测原理的选线方法 |
5.4.2 基于Duffing振子混沌检测原理的数值型选线判据提出 |
5.5 选线方法有效性验证 |
5.6 本章小结 |
第6章 基于信息融合的电力系统分散协调控制决策 |
6.1 引言 |
6.2 基于D-S证据理论相关证据的融合 |
6.3 基于D-S证据理论的耦合子系统性质模型识别 |
6.3.1 构造识别框架 |
6.3.2 信度分配函数构造 |
6.3.3 证据组合判定规则及性质模型识别策略 |
6.4 基于信息融合的电力系统分散协调控制决策 |
6.5 本章小结 |
第7章 基于模糊模型的H_∞模糊跟踪控制方案的设计 |
7.1 引言 |
7.2 问题描述 |
7.3 基本模型子系统H_∞模糊跟踪控制方案设计 |
7.4 模型不确定子系统H_∞模糊跟踪控制方案设计 |
7.5 参数摄动性子系统H_∞模糊跟踪控制方案设计 |
7.6 仿射型子系统H_∞模糊跟踪控制方案设计 |
7.7 仿真实验研究 |
7.8 本章小结 |
第8章 基于模糊观测器的H_∞模糊跟踪控制方案的设计 |
8.1 引言 |
8.2 问题描述 |
8.3 状态不可测的基本模型子系统H_∞模糊控制方案设计 |
8.4 状态不可测的模型不确定子系统H_∞模糊跟踪控制方案设计 |
8.5 状态不可测的参数摄动性子系统H_∞模糊跟踪控制方案设计 |
8.6 状态不可测的仿射型子系统H_∞模糊跟踪控制方案设计 |
8.7 仿真实验研究 |
8.8 本章小结 |
结论 |
参考文献 |
攻读博士学位期间承担的科研任务与主要成果 |
致谢 |
作者简介 |
(10)基于观测器的仿射型多机耦合电力系统H∞模糊跟踪控制(论文提纲范文)
1 前言 |
2 多机耦合电力系统的模糊模型 |
3 仿射型多机耦合电力系统的H∞跟踪控制 |
4 仿真研究 |
5 结论 |
四、基于模糊观测器的多机耦合电力系统H_∞跟踪控制(论文参考文献)
- [1]通信受限约束下互联系统的若干控制研究[D]. 刘清怡. 南京财经大学, 2021
- [2]具有随机时滞与网络丢包的T-S模糊观测器建模与分析[D]. 陈诚. 浙江工业大学, 2019(02)
- [3]基于T-S模糊模型不确定的电力系统控制[D]. 张志辉. 辽宁工业大学, 2019(08)
- [4]微网逆变器的模糊-重复控制与故障检测方法研究[D]. 郑龙飞. 东北大学, 2019(02)
- [5]不确定非线性系统高阶滑模控制及在电力系统中的应用[D]. 韩耀振. 华北电力大学(北京), 2017(12)
- [6]基于T-S模糊模型的多机耦合电力系统脉冲控制研究[J]. 王露露,孙永辉,卫志农,孙国强. 控制工程, 2015(03)
- [7]电力系统励磁调节器控制研究[D]. 毕晔飞. 燕山大学, 2013(02)
- [8]非线性系统的模糊鲁棒容错控制研究[D]. 陶洪峰. 南京航空航天大学, 2009(06)
- [9]基于信息融合的电力系统故障检测及稳定控制研究[D]. 窦春霞. 燕山大学, 2005(06)
- [10]基于观测器的仿射型多机耦合电力系统H∞模糊跟踪控制[J]. 窦春霞. 电工技术学报, 2004(03)