本项目首次提出并研究了电力系统模型的可辨识性问题,丰富和发展了电力系统辨识研究领域,具有重大理论意义和应用价值。全面将模拟进化方法引入电力系统辨识,深入研究了同步发电机模型、动态等值模型和电力负荷模型的辨识问题。应用结果表明:从可辨识性分析入手、从模拟进化方法为工具可以较好地解决参数辨识不稳定问题。有关研究成果被专家评审认为达到国际先进水平,获得1999年度国家电力公司科技进步二等奖。本项目还提出了一种改进的模糊神经网络自适应控制系统(FNNC),并分别研究设计了可控制动电阻和可控串补为FNNC。仿真计算结果表明:该控制器对静态稳定和暂态稳定均具有良好效果,阻尼效果优于常规线性最优控制。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
粗颗粒土的静止土压力系数非线性分析与计算方法
主控因素对异型头弹丸半侵彻金属靶深度的影响特性研究
基于SSVEP 直接脑控机器人方向和速度研究
拥堵路网交通流均衡分配模型
非线性控制系统的直接方法及其在电力系统中的应用
第三类控制方法及在电力系统后紧急控制中应用的研究
新型进化计算与深度学习方法及其在疾病预防与控制的应用
神经网络理论在分布参数系统模型辨识与控制中的应用