[发明专利]一种配电网供电实时补偿稳定性优化控制系统的实现方法在审

专利信息
申请号: 201710298524.7 申请日: 2017-04-28
公开(公告)号: CN107425517A 公开(公告)日: 2017-12-01
发明(设计)人: 熊佳;冯利伟;杜欣慧;麻杰;马璇 申请(专利权)人: 国网山西省电力公司大同供电公司
主分类号: H02J3/00 分类号: H02J3/00
代理公司: 郑州知己知识产权代理有限公司41132 代理人: 季发军
地址: 037000 山*** 国省代码: 山西;14
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 配电网 供电 实时 补偿 稳定性 优化 控制系统 实现 方法
【权利要求书】:

1.一种配电网供电实时补偿稳定性优化控制系统的实现方法,其特征在于:包括如下步骤:

(1)确定RNNI、RNNC结构,对权值矩阵进行初始化,使用白噪声作为SVG的触发信号,采集系统输出作为训练数据,训练RNNI;

(2)设计PI控制器对SVG进行控制,并将系统的输入输出用于RNNC训练;

(3)使用训练好的RNNI、RNNC控制SVG,并给定期望输出;

(4)利用系统输出与期望输出之差,调整模型,使其学习SVG电力系统的动态特性;

(5)依据内模原理的误差传递特性完成控制器的训练;

(6)重复步骤(1)至步骤(5)直到获得理想的控制结果。

2.如权利要求1所述的配电网供电实时补偿稳定性优化控制系统的实现方法,其特征在于:所述RNNI结构的确定方法包括如下步骤:

RNNI结构分为输入层、隐含层和输出层,输入信号由参考输入的个数加上控制信号构成;定义和是隐含层中第j个神经元的输入和输出;输出层的神经元用下标k表示,输入输出分别为和定义u(t),x1(t-1),x2(t-1),x3(t-1)和x4(t-1)为RNNI的输入;和是连接神经元的递归权重,为隐含层内部连接权值,定义隐含层和输出层的关联权重,隐含层输入输出的关系可表示为:

Ij1(t)=Ij1(t)+Σi=1mIWjiR(t)Oi1(t-1),j=1,...,mI]]>

Oj1=f(Ij1(t))=tanh(Ij1(t)),]]>

j=1,...,mI

隐含层神经元的激活函数选用正负对称的sigmoid函数——双曲正切函数,有一个等式来表示:

Ok2(t)=Ik2(t)=Σj=1mIWkjO(t)Oj1(t),k=1,...,nI]]>

权重的调整采用实时递归学习算法,首先定义目标函数EI(t)为误差平方和函数:

EI(t)=12Σj=1nI(xk(t)-Ok2(t))2]]>

权值和基于误差函数调整,计算时采用负梯度方向搜索,步骤如下:

A、用0~1均匀分布的小随机数对权值矩阵W进行初始化,并选择一个收敛参数ε>0,

B、计算EI(t)为(4)式定义的误差函数;如果则停止调整误差,否则,进行下一步;

C、依据公式来更新权值,为预先给定的学习率参数,X分别为I或R;

D、返回步骤(B);

和的更新公式分别如下所示:

WjiR(t+1)=WjiR(t)+ΔWjiR(t)=WjiR(t)-ηIREI(t)WjiR(t)]]>

WkjO(t+1)=WkjO(t)+ΔWkjO(t)=WkjO(t)-ηIOEI(t)WkjO(t)]]>

式中和计算公式如下:

EI(t)WkjO(t)=-(xk(t)-Ok2(t))Oj1(t)]]>

EI(t)WjiR(t)=-Σk=1nI[(xk(t)-Ok2(t)WkjO(t)).(1-(Oj1(t))2)Oj1(t-1)].]]>

3.如权利要求1所述的配电网供电实时补偿稳定性优化控制系统的实现方法,其特征在于:所述RNNC结构的确定方法包括如下步骤:

RNNC结构由输入层、隐含层和输出层构成;输入由给定的参考信号、辨识器的输出和SVG控制信号的反馈构成,输出层只有一个神经元,输出即为SVG控制信号,和分别定义为输入层第j个神经元的输入和输出,设RNNC的输入为u(t),x1(t-1),x2(t-1),x3(t-1)和x4(t-1),输出层只有一个神经元,它的输入为输出为u(t),u(t)即为SVG控制信号,定义隐含层内部的递归权重为连接隐含层与输出层的权重为

第一个隐含层第j个神经元的输入输出由下式确定:

Sj1(t)=Sj(t)+Σi=1mcVjiR(t)Tj1(t-1),j=1,...,mc]]>

Tj1(t)=f(Sj1(t))=eSj1(t)-e-Sj1(t)eSj1(t)+e-Sj1(t)]]>

RNNC的输出即为控制信号,因为输出层没有使用限幅函数,所以其输出等于输入:

u(t)=S2(t)=Σj=1mcVjO(t)Tj1(t)]]>

定义RNNC的误差函数为:

EC(t)=12Σk=1mc(rk(t)-xk(t))2]]>

rk(t),k=1,...,mc为期望输出;

同样,基于最速下降法,权值由下式确定:

VjiR(t+1)=VjiR(t)-ηCREC(t)VjiR(t)]]>

VjO(t+1)=VjO(t)-ηCOEC(t)VjO(t)]]>

和是RNNC的学习率,偏导和由下式确定

EC(t)VjO(t)=-Σk=1mc[(rk(t)-xk(t))Wk1O(t).(1-(Oj1(t)))2]Tj1(t)]]>

EC(t)VjiR=-Σk=1mc[(rk(k)-xk(k))Wk1O·(1-(Oj1(t))2)].VjO(t)(1-(Tj1(t)2)Tj1(t-1).]]> 3

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网山西省电力公司大同供电公司,未经国网山西省电力公司大同供电公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710298524.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top