论文部分内容阅读
利用粗糙集数据智能分析与决策规则自动提取的优点以及神经网络良好的泛化能力，提出了粗糙-神经网络逆模型的具体实现方法；在证明五阶同步发电机模型可逆的基础上，研究了船舶同步发电机的粗糙一神经网络逆模型，提出了基于粗糙-神经网络逆模型前馈补偿的船舶发电机励磁复合控制方法，并对复合控制的稳定性和可靠性进行了分析。在莱船舶电力仿真系统中进行了多工况仿真研究并进行了对比分析。仿真结果表明，粗糙-神经网络逆模型前馈补偿的复合控制可以提高船舶电力系统电压控制的稳态精确度、改善系统的动态性能。