[发明专利]一种变速恒频率双馈式双向潮汐发电机系统的控制方法

权利要求书

1.一种变速恒频率双馈式双向潮汐发电机系统的控制方法，其特征在于，其步骤如下：

步骤一：基于RBF神经网络非线性预测模型变速恒频率双馈式双向潮汐发电机系统的自适应PlD控制；

步骤二：建立基于遗传算法的逆变器，利用变学习的学习算法，在线自适应地调整学习速率；

步骤三：采用了双DSP数字信号处理器DSP28335作为核心处理器，采用非线性预测模型对整个系统进行在线辨识和预测的实时控制。

2.根据权利要求1所述的变速恒频率双馈式双向潮汐发电机系统的控制方法，其特征在于，所述基于RBF神经网络非线性预测模型变速恒频率双馈式双向潮汐发电机系统的自适应PlD控制的方法包括：采用BP神经网络和RBF神经网络两个神经网络来分别构成神经网络NNC和神经网络NNI，神经网络NNC进行自适应PID参数调节；神经网络NNI用来建立非线性预测模型进行参数预测。

3.根据权利要求2所述的变速恒频率双馈式双向潮汐发电机系统的控制方法，其特征在于，所述PID控制的方法是：

假定在第k次迭代过程中，第J个控制器的偏差为：

e_J(k)＝r_J(k)-y_J(k)J＝1，2，3,N(1)

对于第J个控制器而言，其经典的增量数字PID控制算式可表示如下：

uJ·(k)=uJ·(k-1)+WJ1(k)·eJ(k)-WJ2(k)·eJ(k-1)+WJ3(k)·eJ(k-2)---(2)]]>

其中：WJ1(k)=KPJ+KIJ·Ts+KDJTs;---(3)]]>

WJ2(k)=KPJ+2·KDJTs;---(4)]]>

WJ3(k)=KDJTs;---(5)]]>

在上式中，K_PJ、K_IJ、K_DJ分别为第J个神经网络PID调节器的比例、积分、微分系数，也是离散化变量；W_J1(k)、W_J2(k)、W_J3(k)分别为第J个神经网络PID的权值函数；T_s为控制采样周期。