学位论文 > 优秀研究生学位论文题录展示

异步化汽轮发电机计算机励磁智能控制系统的研究

作　者: 罗盛波
导　师: 廖常初
学　校: 重庆大学
专　业: 电力电子与电力传动
关键词: 异步化汽轮发电机 励磁控制 多目标控制 神经网络控制 遗传算法 在线优化
分类号: TM311
类　型: 硕士论文
年　份: 2002年
下　载: 86次
引　用: 1次
阅　读: 论文下载
 

内容摘要


异步化同步发电机是一种运行特性明显优于普通同步发电机的新型电机，它的出现为解决超高压电网持续工频过电压和长距离输电系统的稳定性问题提供了新的途径。本文以异步化汽轮发电机（ASTG）理论为依据，模拟试验机组的实践为基础，设计并调试了计算机测控系统，并对异步化汽轮发电机的励磁智能控制方法作了深入的研究。本文首先介绍了异步化汽轮发电机的基本原理和电气结构，深入分析了异步化汽轮发电机的励磁控制原理，由于实际的励磁装置大多以励磁电流为被控制量，提出了异步化汽轮发电机转子励磁电流控制的数学模型。针对测量发电机电流、电压等模拟信号的需要，设计了有源滤波卡进行信号预处理。为了提高实时性，对交流采样算法进行了简化，并提出了由于非同步顺序采样所造成的相位误差的补偿算法；针对转速、转子位置角等脉冲宽度信号的测量，深入分析了测量原理，设计了基于ISA总线的智能接口卡；编制和调试了基于C++ 的全部测量控制程序；完成了整个系统的调试，并总结了调试方法。运行表明，测控系统的性能基本满足了设计要求。提出了有功通道多目标控制策略，该策略有效的扩展了控制器表达式的项数，有助于提高控制器的性能。通过仿真深入分析了控制器各项参数对系统性能的影响，总结出参数整定的方法。仿真和实际模拟系统的运行表明这些策略和方法是可行的。在多目标控制策略的基础上，提出了有功通道多目标神经网络控制策略，利用神经元的自学习和结构简单的特点，解决了控制器参数的在线自整定问题。仿真证明，该控制策略具有良好的自适应性和鲁棒性。针对多目标神经网络控制器参数的选取，利用遗传算法（GA）的全局收敛性，提出了基于遗传算法的多目标神经网络控制器参数的在线优化，避免了采用BP算法时的局部收敛等问题。遗传操作采用最优成员选择法，使优化收敛速度、优化过程的稳定性以及优化结果的可靠性相对于常用的遗传操作均有所提高。

全文目录


中文摘要  4-5
英文摘要    5-9
1 绪论  9-13
  1．1 引言  9
  1．2 异步化同步电机的国内外研究现状  9-11
  1．3 异步化汽轮发电机励磁控制研究现状  11-12
  1．4 本论文的主要工作  12-13
2 异步化汽轮发电机的基本原理与励磁控制分析  13-20
  2．1 异步化汽轮发电机的基本工作原理  13-15
    2．1．1 异步化同步发电机的运行原理  13-15
    2．1．2 异步化汽轮发电机的电气结构  15
  2．2 异步化汽轮发电机励磁控制分析  15-19
    2．2．1 异步化汽轮发电机一般化电机模型  15-16
    2．2．2 励磁控制模型  16-17
    2．2．3 双通道励磁控制分析  17-19
  2．3 转子励磁电流控制方式的数学模型  19
  2．4 小结  19-20
3 异步化汽轮发电机计算机测控系统的设计与调试  20-28
  3．1 异步化汽轮发电机计算机测控系统的基本结构  20-21
  3．2 异步化汽轮发电机计算机测控系统的信号检测  21-27
    3．2．1 模拟信号的检测  21-23
    3．2．2 脉宽信号的检测  23-27
  3．3 异步化汽轮发电机模拟试验机组的调试  27
  3．4 小结  27-28
4 异步化汽轮发电机双通道控制器的设计  28-38
  4．1 无功通道控制器的设计  28-29
    4．1．1 无功通道的变速积分PID控制策略  28-29
    4．1．2 无功通道控制器的调试  29
  4．2 有功通道控制器的设计  29-37
    4．2．1 多目标控制策略  29-31
    4．2．2 多目标控制器的参数整定  31-37
  4．3 小结  37-38
5 异步化汽轮发电机多目标神经网络控制策略  38-45
  5．1 引言  38
  5．2 异步化汽轮发电机多目标神经网络控制策略  38-44
    5．2．1 控制器分析  38-40
    5．2．2 控制器参数的选取  40-41
    5．2．3 仿真分析  41-44
  5．3 小结  44-45
6 基于遗传算法的多目标神经网络控制器参数的在线优化  45-51
  6．1 引言  45
  6．2 基于遗传算法的多目标神经网络控制器参数的在线优化  45-49
    6．2．1 在线优化原理  46
    6．2．2 遗传算法的运用  46-48
    6．2．3 在线优化步骤  48
    6．2．4 仿真结果分析  48-49
  6．3 小结  49-51
7 结论  51-52
致谢  52-53
参考文献  53-56
附录1  56-58
附录2  58

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 压电驱动微工作台的控制与校正技术研究,TP273
  4. 某武器检测装置的控制系统设计,TP183
  5. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  6. 部队人员网上训练与考核系统的开发,TP311.52
  7. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  8. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  9. 基于遗传算法的中短波磁天线的设计及实现,TN820
  10. 基于遗传算法的柑橘图像分割,TP391.41
  11. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  12. 基于遗传—牛顿算法的公交优化调度,TP18
  13. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  14. 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
  15. 基于遗传算法和粗糙集的聚类算法研究,TP18
  16. 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
  17. 遗传算法在物流仓储优化中的应用研究,F259.2
  18. 基于遗传算法的矿山资源优化调度模型的研究,O224
  19. 磁流变阻尼器的力学特性及其在火炮反后坐中的应用研究,TB535.1
  20. 模糊预测函数控制改进算法的研究及应用,TP273
  21. 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662

中图分类: > 工业技术 > 电工技术 > 电机 > 发电机、大型发电机组（总论） > 汽轮发电机
© 2012 www.xueweilunwen.com