论文部分内容阅读
[摘 要]智能控制技术具有多样化、开放化等特点，能够针对控制对象的多样性、不确定性等采取合适的方法进行控制。相關企业需要结合生产运行的控制需求，选择合适的智能控制技术，提升同步发电机励磁系统运行的稳定性、可靠性、高效性。本文对同步发电机励磁系统及智能控制方法进行了简单介绍，并探讨了智能控制在电厂热工自动化中的应用。
[关键词]智能控制；电厂热工自动化；应用
中图分类号：S211 文献标识码：A 文章编号：1009-914X（2018）12-0282-01
引言：同步发电机励磁控制系统是电力系统控制的重要部分，能够起到减小电压波动、平衡无功功率分配、提高系统抗干扰、维护系统运行稳定性等作用，因此对同步发电机励磁控制系统的优化研究对于提高电力生产质量具有决定性的意义和较高的实用价值。智能控制是指在应用计算机、自动化控制、网络等技术的基础上，无需人工操作的前提下，自动驱动机器运转的系统。相比传统的固定模式控制，不仅处理突发情况能力强，而且能够模拟人脑思维，随着智能控制技术的不断发展，当前的部分智能控制系统已经具有人脑思维中的一些功能，能够对系统事件进行高效的信息处理和自动调节，具有十分先进的控制能力。因此，智能控制能够进一步优化同步发电机励磁系统。
1 同步发电机励磁系统分析
1.1 基本构成
运行中的同步发电机的励磁电流，无论在正常或事故情况下，都要进行调节。同步发电机的励磁系统一般是由励磁功率单元和励磁调节器两部分组成。励磁功率单元向发电机转子提供励磁电流（直流电流）；励磁调节器根据输入信号和给定的调节准则控制励磁功率单元的输出。整个控制系统是一个反馈闭环控制系统。优良的励磁控制系统不仅可以保证发电机可靠运行，为电网提供合格的电能，而且还可以有效地提高电力系统的技术指标。由于这些参数直接影响到系统的运行状态，因此在某种程度上也可以说，同步发电机的励磁装置也影响着系统的运行状态，特别是系统的稳定性和励磁控制的方式也密切相关。
1.2 主要功能
第一，控制电压，电力系统在正常运行时，负荷是经常波动的，同步发电机的功率也就相应变化，随着负荷的波动，需要对励磁电流进行调节，以维持发电机机端电压恒定，或者使系统中某一点的电压在给定的水平；第二，控制无功功率的分配，两台具有正调差系数的发电机组在公共母线上并联运行时，随着无功负荷的增加，母线电压将略有下降，两机组分别承担一部分增加的无功负荷，机组间无功负荷的分配有固定的关系，并取决于各机组的调差系数；第三，提高同步发电机并联运行的稳定性，自动调节励磁能够显著地提高电力系统的静态稳定，对于改善电力系统的暂态稳定也有一定的作用，当发电机与系统联系较弱时，励磁调节器如果附加以其它控制信号，能抑制系统中可能出现的低频振荡。因此，研究开发新型励磁调节器控制策略，提高控制器的鲁棒性、适应性，使机组稳定运行于各工况，是一项迫切而艰巨的任务。
2 常见的智能控制方法
2.1 模糊控制
模糊控制主要是模仿人的思维方式，通过模糊推理的办法，实现对复杂系统的控制。模糊控制能够有效解决无法建立线性模型的控制问题，无需建立精确的数学模型，主要借助模糊数学和模糊语言的表达形式，根据模糊推理的基本原则，利用计算机技术实现模糊控制。模糊控制系统无需构建精确的数学模型，具有较强的鲁棒性，推理过程模仿人的思维方式处理控制问题，对数据精度要求低，适用于复杂系统的控制。
2.2 专家控制
专家控制技术实现了控制理论、技术和专家系统理论、技术的有效结合，在实际应用中，专家控制技术可以模拟专家思维，实现对系统的智能化控制。专家控制技术主要涉及两部分结构，即专业数据库、推理结构，专家控制的过程就是从专业数据库选取知识，然后放到推理结构中，根据某一逻辑原则展开推理，从而对目标实现有效控制。
2.3 神经网络控制
神经网络控制主要是基于神经元的权值分布和联络构建神经网络模型，通过直接或间接的校正控制和预测控制来实现系统智能控制目标。神经网络模型是一种非线性模型，合理的模型设置可以有效解决各类非线性问题，取得良好的控制效果，同时，神经网络可以实现对多项数据的同时控制，例如同时输入和输出多个信号，具有较高的容错率，能够提高系统的控制效率。
3 基于智能控制的同步发电机励磁系统
本文主要针对智能控制中的模糊控制方法对同步发电机励磁系统进行设计分析：
3.1 模糊PID控制原理
模糊PID控制方法的提出一方面是由于PID控制方法无法很好的应对工业控制的一些常见问题，比如一些复杂系统中的非线性特点，实时变化特点以及一些严重滞后特点，复杂系统中的这些特点会引发出有的参数未知或变化缓慢，有的存在滞后或随机干扰，有的数学模型无法精确化；另一方面模糊控制是由人工控制规则组织控制决策表，然后由该表确定控制量的大小的方法，而不是把需要控制的由精确化数学模型来进行模拟的。模糊控制确很好的克服了PID控制方法不能实现的地方，于是人们将模糊控制的灵活性、强适应性再与
PID控制的高精确性进行结合而提出的。
3.2 模糊PID控制设计
模糊控制是一种基于规则的控制，设计简易，它是运用模糊理论与经典PID理论相结合来控制同步发电机励磁系统，模糊控制器的输入量为发电机的端电压E以及发电机的电压变化率EC，输出为Kp、Ki、Kd三个参数，从而控制PID控制器，通过模糊控制器的内部规则，不断自调整优化PID控制器输入端的三个参数，从而得到最优化。此外，对于精确量的模糊化，通过量化因子将输入变量（实际中的控制变量）从基本论域（实际量的变化范围）转换到对应的语言变量模糊集的论域（语言变量的范围）。模糊的清晰化常见的清晰化有以下几种方法：最大隶属度法，重心法，加权平均法等。控制变量输出模糊控制器的系统结构主要由参数可调的PID以及模糊控制系统两部分所组成。输入与输出的偏差以及偏差率经过量化因子后作为模糊控制器的输入。
结束语
总而言之，随着科技的不断进步，智能控制技术得到完善和发展，并在多个行业得到实践应用。在电气运行工作中，同步发电机的励磁控制系统起着重要的作用，为确保系统控制水平，可以将传统的PID控制方法与智能控制方法结合起来调节控制同步发电机励磁系统，进一步优化控制性能。
参考文献
[1] 徐果薇.同步发电机励磁系统的智能控制方法研究[D].重庆交通大学，2014.
[2] 揭海宝.基于智能控制的同步发电机励磁控制研究[D].西南交通大学，2010.
[3] 班立权.基于智能控制的同步发电机励磁系统研究[D].中南大学，2005.
[关键词]智能控制；电厂热工自动化；应用
中图分类号：S211 文献标识码：A 文章编号：1009-914X（2018）12-0282-01
引言：同步发电机励磁控制系统是电力系统控制的重要部分，能够起到减小电压波动、平衡无功功率分配、提高系统抗干扰、维护系统运行稳定性等作用，因此对同步发电机励磁控制系统的优化研究对于提高电力生产质量具有决定性的意义和较高的实用价值。智能控制是指在应用计算机、自动化控制、网络等技术的基础上，无需人工操作的前提下，自动驱动机器运转的系统。相比传统的固定模式控制，不仅处理突发情况能力强，而且能够模拟人脑思维，随着智能控制技术的不断发展，当前的部分智能控制系统已经具有人脑思维中的一些功能，能够对系统事件进行高效的信息处理和自动调节，具有十分先进的控制能力。因此，智能控制能够进一步优化同步发电机励磁系统。
1 同步发电机励磁系统分析
1.1 基本构成
运行中的同步发电机的励磁电流，无论在正常或事故情况下，都要进行调节。同步发电机的励磁系统一般是由励磁功率单元和励磁调节器两部分组成。励磁功率单元向发电机转子提供励磁电流（直流电流）；励磁调节器根据输入信号和给定的调节准则控制励磁功率单元的输出。整个控制系统是一个反馈闭环控制系统。优良的励磁控制系统不仅可以保证发电机可靠运行，为电网提供合格的电能，而且还可以有效地提高电力系统的技术指标。由于这些参数直接影响到系统的运行状态，因此在某种程度上也可以说，同步发电机的励磁装置也影响着系统的运行状态，特别是系统的稳定性和励磁控制的方式也密切相关。
1.2 主要功能
第一，控制电压，电力系统在正常运行时，负荷是经常波动的，同步发电机的功率也就相应变化，随着负荷的波动，需要对励磁电流进行调节，以维持发电机机端电压恒定，或者使系统中某一点的电压在给定的水平；第二，控制无功功率的分配，两台具有正调差系数的发电机组在公共母线上并联运行时，随着无功负荷的增加，母线电压将略有下降，两机组分别承担一部分增加的无功负荷，机组间无功负荷的分配有固定的关系，并取决于各机组的调差系数；第三，提高同步发电机并联运行的稳定性，自动调节励磁能够显著地提高电力系统的静态稳定，对于改善电力系统的暂态稳定也有一定的作用，当发电机与系统联系较弱时，励磁调节器如果附加以其它控制信号，能抑制系统中可能出现的低频振荡。因此，研究开发新型励磁调节器控制策略，提高控制器的鲁棒性、适应性，使机组稳定运行于各工况，是一项迫切而艰巨的任务。
2 常见的智能控制方法
2.1 模糊控制
模糊控制主要是模仿人的思维方式，通过模糊推理的办法，实现对复杂系统的控制。模糊控制能够有效解决无法建立线性模型的控制问题，无需建立精确的数学模型，主要借助模糊数学和模糊语言的表达形式，根据模糊推理的基本原则，利用计算机技术实现模糊控制。模糊控制系统无需构建精确的数学模型，具有较强的鲁棒性，推理过程模仿人的思维方式处理控制问题，对数据精度要求低，适用于复杂系统的控制。
2.2 专家控制
专家控制技术实现了控制理论、技术和专家系统理论、技术的有效结合，在实际应用中，专家控制技术可以模拟专家思维，实现对系统的智能化控制。专家控制技术主要涉及两部分结构，即专业数据库、推理结构，专家控制的过程就是从专业数据库选取知识，然后放到推理结构中，根据某一逻辑原则展开推理，从而对目标实现有效控制。
2.3 神经网络控制
神经网络控制主要是基于神经元的权值分布和联络构建神经网络模型，通过直接或间接的校正控制和预测控制来实现系统智能控制目标。神经网络模型是一种非线性模型，合理的模型设置可以有效解决各类非线性问题，取得良好的控制效果，同时，神经网络可以实现对多项数据的同时控制，例如同时输入和输出多个信号，具有较高的容错率，能够提高系统的控制效率。
3 基于智能控制的同步发电机励磁系统
本文主要针对智能控制中的模糊控制方法对同步发电机励磁系统进行设计分析：
3.1 模糊PID控制原理
模糊PID控制方法的提出一方面是由于PID控制方法无法很好的应对工业控制的一些常见问题，比如一些复杂系统中的非线性特点，实时变化特点以及一些严重滞后特点，复杂系统中的这些特点会引发出有的参数未知或变化缓慢，有的存在滞后或随机干扰，有的数学模型无法精确化；另一方面模糊控制是由人工控制规则组织控制决策表，然后由该表确定控制量的大小的方法，而不是把需要控制的由精确化数学模型来进行模拟的。模糊控制确很好的克服了PID控制方法不能实现的地方，于是人们将模糊控制的灵活性、强适应性再与
PID控制的高精确性进行结合而提出的。
3.2 模糊PID控制设计
模糊控制是一种基于规则的控制，设计简易，它是运用模糊理论与经典PID理论相结合来控制同步发电机励磁系统，模糊控制器的输入量为发电机的端电压E以及发电机的电压变化率EC，输出为Kp、Ki、Kd三个参数，从而控制PID控制器，通过模糊控制器的内部规则，不断自调整优化PID控制器输入端的三个参数，从而得到最优化。此外，对于精确量的模糊化，通过量化因子将输入变量（实际中的控制变量）从基本论域（实际量的变化范围）转换到对应的语言变量模糊集的论域（语言变量的范围）。模糊的清晰化常见的清晰化有以下几种方法：最大隶属度法，重心法，加权平均法等。控制变量输出模糊控制器的系统结构主要由参数可调的PID以及模糊控制系统两部分所组成。输入与输出的偏差以及偏差率经过量化因子后作为模糊控制器的输入。
结束语
总而言之，随着科技的不断进步，智能控制技术得到完善和发展，并在多个行业得到实践应用。在电气运行工作中，同步发电机的励磁控制系统起着重要的作用，为确保系统控制水平，可以将传统的PID控制方法与智能控制方法结合起来调节控制同步发电机励磁系统，进一步优化控制性能。
参考文献
[1] 徐果薇.同步发电机励磁系统的智能控制方法研究[D].重庆交通大学，2014.
[2] 揭海宝.基于智能控制的同步发电机励磁控制研究[D].西南交通大学，2010.
[3] 班立权.基于智能控制的同步发电机励磁系统研究[D].中南大学，2005.