基于模糊神经分数阶PI?D?的储能电源逆变控制

针对传统PID控制器存在抗干扰能力差、参数整定困难、时变控制不确定等不足，为进一步提高储能电源逆变输出电压波形质量，增强控制系统的鲁棒性，提出了基于优化模糊PID控制器的控制策略。在介绍分数阶控制器定义及其数学实现的基础上，该方法引入模糊控制规则对控制器的结构参数进行调整，同时融合了神经网络的自学习能力，通过在系统工作时动态调整隶属函数和完善模糊控制规则，实现控制器参数的在线调节和优化。仿真结果表明，优化后的控制器具有更灵活的结构和更强的鲁棒性，具备良好的动态特性和自适应能力，能够满足储能电源逆变控制的要求。...

Full description

Saved in:
Bibliographic Details
Published in电力系统保护与控制 Vol. 44; no. 13; pp. 85 - 89
Main Authors 倪磊, 樊波, 牛天林, 边岗莹, 赵广胜
Format Journal Article
LanguageChinese
Published 空军工程大学防空反导学院,陕西西安,710051 2016
Subjects
fuzzy neural network
逆变
分数阶控制
fractional order control
inverter
储能电源
模糊神经网络
battery energy storage system
Online AccessGet full text
ISSN1674-3415
DOI10.7667/PSPC151263

Cover

More Information
Summary:针对传统PID控制器存在抗干扰能力差、参数整定困难、时变控制不确定等不足，为进一步提高储能电源逆变输出电压波形质量，增强控制系统的鲁棒性，提出了基于优化模糊PID控制器的控制策略。在介绍分数阶控制器定义及其数学实现的基础上，该方法引入模糊控制规则对控制器的结构参数进行调整，同时融合了神经网络的自学习能力，通过在系统工作时动态调整隶属函数和完善模糊控制规则，实现控制器参数的在线调节和优化。仿真结果表明，优化后的控制器具有更灵活的结构和更强的鲁棒性，具备良好的动态特性和自适应能力，能够满足储能电源逆变控制的要求。
ISSN:1674-3415
DOI:10.7667/PSPC151263