电气工程学报 ›› 2017, Vol. 12 ›› Issue (8): 28-33.doi: 10.11985/2017.08.005

• 理论研究 • 上一篇    下一篇

基于RBF_PID控制的三相动态电压恢复器

任宝森,姜雪菲,李立伟   

  1. 青岛大学自动化与电气工程学院 青岛 266000
  • 收稿日期:2017-04-27 出版日期:2017-08-25 发布日期:2019-12-11
  • 作者简介:任宝森 男 1992年生,硕士研究生,主要研究方向为电力系统在线监测及故障诊断。|姜雪菲 女 1992年生,硕士研究生,主要研究方向为电力系统在线监测及故障诊断。
  • 基金资助:
    山东省自然科学基金项目(Y2008F23);山东省科技发展计划项目(2011GGB01123);863计划项目资助(2014AA052303);山东省自主创新及成果转化专项(2014ZZCX05501)

Dynamic Voltage Restorer Control Based on RBF_PID

Ren Baosen,Jiang Xuefei,Li Liwei   

  1. College of Automation and Electrical Engineering Qingdao University Qingdao 266071 China
  • Received:2017-04-27 Online:2017-08-25 Published:2019-12-11

摘要:

在电力系统各种电能质量问题中,电压暂降发生概率最高。目前解决动态电能质量问题的主要手段是动态电压恢复器(DVR),本文针对传统PID控制存在的稳态误差较大、负载适应性差、对非线性负载补偿不足等问题,提出了采用RBF神经网络对动态电压恢复器的PID控制参数进行动态整定的方案。仿真实验表明,该方案获得了动态性能优越、控制简单、鲁棒性强的效果。

关键词: RBF神经网络, PID整定, 动态电压恢复器, 电压凹陷

Abstract:

The highest probability of power quality problems is the voltage sag in the power system. Dynamic voltage restorer (DVR) is the main method to solve dynamic power quality problems. To obtain better dynamic performance, simple control effect and strong robustness, a dynamic tuning method is proposed for the PID control parameters of dynamic voltage restorer using radial basis function (RBF) neural network in this paper. The scheme has the advantages of superior dynamic performance, simple control and strong robustness.

Key words: RBF neural network, PID tuning, dynamic voltage restorer, voltage sag

中图分类号: