[发明专利]一种基于模糊神经元PID的微电网电压控制系统及方法在审

专利信息
申请号: 201911040484.1 申请日: 2019-10-29
公开(公告)号: CN111262269A 公开(公告)日: 2020-06-09
发明(设计)人: 董树锋;李帅;卢开诚 申请(专利权)人: 万克能源科技有限公司
主分类号: H02J3/38 分类号: H02J3/38;H02J3/12
代理公司: 杭州橙知果专利代理事务所(特殊普通合伙) 33261 代理人: 贺龙萍
地址: 310012 浙江省杭州市滨江*** 国省代码: 浙江;33
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 基于 模糊 神经元 pid 电网 电压 控制系统 方法
【权利要求书】:

1.一种基于模糊神经元PID的微电网电压控制系统,其特征在于,包括:

采集模块,用于实时采集微电网的电压、无功功率;

单神经元PID控制模块,用于当所述电压与标准电压的偏差大于或等于预设阈值时,通过单神经元调整PID的比例、积分、微分系数,对所述电压进行校正;

模糊控制模块,用于调整所述单神经元的神经元比例系数。

2.根据权利要求1所述的微电网电压控制系统,其特征在于,所述单神经元PID控制模块包括:

转换模块,用于计算所述电压与标准电压间的偏差、差分量、二阶差分量;

求和模块,用于求取所述偏差、差分量、二阶差分量的加权和;

比例模块,用于求取所述加权和、神经元比例系数的乘积;

延时模块,用于将所述乘积累加到前一次电压上获得电压校正量。

3.根据权利要求2所述的微电网电压控制系统,其特征在于,所述模糊控制模块具体为:

模糊化处理所述偏差和差分量;

通过隶属度函数和模糊规则表经模糊推理得到所述神经元比例系数的模糊量;

使用重心法解模糊得到所述神经元比例系数的精确量。

4.根据权利要求2所述的微电网电压控制系统,其特征在于,

所述偏差为:

e(t)=E(t)-E*

其中,E(t)为t时刻采集的微电网电压,E*为标准电压;

所述差分量为:

Δe(t)=e(t)-e(t-1)

所述二阶差分量为:

Δ2e(t)=e(t)-2e(t-1)+e(t-2)。

5.根据权利要求3所述的微电网电压控制系统,其特征在于,所述电压校正量为:

其中,E(t-1)为t-1时刻采集的微电网电压,K为神经元比例系数,x1(t)=e(t),x2(t)=Δe(t),x3(t)=Δ2e(t),wi(t)为对应于xi(t)的加权系数。

6.根据权利要求4所述的微电网电压控制系统,其特征在于,所述系统还包括:

自学习模块,用于采用有监督的Hebb学习规则学习学习加权系数。

7.根据权利要求4所述的微电网电压控制系统,其特征在于,所述学习加权系数具体为:

w1(t+1)=w1(t)+ηIe(t)E'(t)[x1(t)+x2(t)]

w2(t+1)=w2(t)+ηPe(t)E'(t)[x1(t)+x2(t)]

w3(t+1)=w3(t)+ηDe(t)E'(t)[x1(t)+x2(t)]

其中,ηI、ηP和ηD分别表示积分、比例和微分权重的学习率;E'(t)表示通过神经元PID控制模块产生的电压校正量。

8.一种基于模糊神经元PID的微电网电压控制方法,应用于权利要求1-6任一项所述的微电网电压控制系统,包括:

S1、实时采集微电网的电压、无功功率;

S2、判断所述电压与标准电压的偏差是否小于预设阈值,若否,基于所述偏差,计算差分量、二阶差分量;

S3、求取所述偏差、差分量、二阶差分量的加权和;

S4、对所述偏差、差分量进行模糊化处理,获得神经元比例系数;

S5、求取所述加权和、神经元比例系数的乘积,并将所述乘积累加到前一次电压上获得电压校正量,对所述电压进行校正。

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万克能源科技有限公司,未经万克能源科技有限公司许可,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/201911040484.1/1.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