2004年5月电工技术学报Vol.19No.5第19卷第5期TRANSACTIONSOFCHINAELECTROTECHNICALSOCIETYMay2004基于神经网络逆系统的电力系统稳定器的研究梁有伟胡志坚陈允平(武汉大学电气工程学院武汉430072)摘要首先分析了具有PSS辅助励磁控制的单机无穷大系统的可逆性,在此基础上,以发电机功角为控制输出量，提出了一种基于神经网络a阶逆系统的电力系统稳定器(NNIPSS)的设计方案，为了增强伪线性系统的动态品质特性和鲁棒性，闭环辅助控制器采用Fuzzy-PID开关切换控制方式。将所设计的NNIPSS用于单机无穷大电力系统，并同常规PSS(CPSS)相比，仿真结果表明了其对于改善电力系统动态水平和暂态稳定的优越性和有效性。关键词：电力系统稳定器神经网络逆系统模糊控制中图分类号：TM712APowerSystemStabilizerBasedonNeuralNetworkInverseSystemLiangYouweiHuZhijianChenYunping(WuhanUniversityWuhan430072China)AbstractAnovelpowersystemstabilizer(PSS)basedonanartificialneuralnetworka–thorderinversesystem(NNIPSS)ispresented.ThereversibilityofanexcitationsystemwithPSSisprovedfirstly.Then,withthepoweranglesofthegeneratorsasthecontrolledvariables,thedesigningandtrainingmethodsoftheneuralnetworkinversesystemaredescribedindetails.Inordertoimprovethedynamicsperformanceandrobustnessoftheneuralnetworkinversesystem,aFuzzy-PIDswitchcontrollerisadopted.Simulationofonemachineinfinite-bussystemshowsthattheproposedNNIPSScanprovidebetterperformancescomparedwithaconventionalPSS(CPSS).Keywords:Powersystemstabilizer，neuralnetwork，inversesystem，fuzzylogiccontrol的PSS，成为广大电力科技工作者研究的热点。文1引言献[1]采用多层前馈NN，其输入量为表征发电机运电力系统稳定器(PSS)作为一种附加励磁装置，行特性的量（有功功率P、无功功率Q或功率因数能增加系统正阻尼，提高静态稳定极限和输电容量，PF等），输出为PSS所需的参数，以此实现CPSS能有效地抑制电力系统低频振荡。但是，常规的电参数实时自适应调整。文献[2]用NN控制器作为力系统稳定器(CPSS)是由经典控制理论设计的超前PSS，依据发电机组运行工况进行训练，输出量作滞后环节组成，其参数固定，在某一特定的振荡模为励磁控制系统的辅助输入信号，实现对AER自适式下最优校正的，无法保证在各种扰动下都能较好应最佳控制输入。文献[3]采用双神经网络，用辨识的抑制低频振荡，因此，CPSS具有动态品质和自网络在线辨识受控系统低频振荡模式，为控制网络适应性较差的缺点。提供信号；用控制网络实现自适应在线控制。显然，随着控制理论的发展，基于神经网络(NN)控制和CPSS相比，将NN用于PSS的控制，抑制电力系统低频振荡，具有巨大的潜力和优势。然而，上收稿日期2003-08-15改稿日期2003-12-26述控制方案也有不尽人意之处，如如何充分获取丰62电工技术学报2004年5月富的训练样本集和扰动源,如何有效地辨识复杂非作也是繁杂的。而神经网络独特的充分逼近任意复线性电力系统等。杂非线性映射关系的优点与逆系统理论伪线性化原近年来，国内学者将NN理论和非线性逆系统系统的能力相结合，在无需已知受控非线性系统的方法相结合[4]，借助NN所具有的分布存储信息、数学模型，即可构造出可物理实现的神经网络a阶自学习能力、高度鲁棒性和能充分逼近任意复杂非积分逆系统。神经网络a阶逆系统控制结构如图1线性关系的特点，结合逆系统方法线性化非线性系所示(连续系统)，用静态NN加若干时延因子或积统的能力，构造出物理可实现的神经网络a阶积分