thanhmc_mtv
New Member
Download miễn phí Ứng dụng mạng nơron mờ để điều khiển bộ bù tĩnh
Trên cơsởnền tảng lý thuyết tập mờ,
một kỹthuật điều khiển hiện đại đã được
phát triển mạnh mẽvà mang lại nhiều thành
công bất ngờ đó là điều khiển mờ. Những
vấn đềkhó khăn gặp phải trong việc tổng
hợp các bộ điều khiển phức tạp khi sửdụng
phương pháp kinh điển như: độphức tạp
của hệthống cao, độphi tuyến lớn, sự
thường xuyên thay đổi trạng thái và cấu
trúc của đối tượng,.sẽ được giải quyết khá
hoàn hảo khi sửdụng các bộ điều khiển mờ.
Đặc điểm chung cơbản của các bộ điều
khiển mờlà chúng làm việc theo nguyên tắc
sao chép lại kinh nghiệm, tri thức của con
người trong điều khiển, vận hành máy móc
thiết bị.
Để tải bản Đầy Đủ của tài liệu, xin Trả lời bài viết này, Mods sẽ gửi Link download cho bạn sớm nhất qua hòm tin nhắn.
Ai cần download tài liệu gì mà không tìm thấy ở đây, thì đăng yêu cầu down tại đây nhé:
Nhận download tài liệu miễn phí
Tóm tắt nội dung tài liệu:
ỨNG DỤNG MẠNG NƠRON MỜ ĐỂ ĐIỀU KHIỂN BỘ BÙ TĨNHĐoàn Quang Vinh, Trần Đình Tân*
Khoa Điện, trường Đại học Bách Khoa, Đại học Đà Nẵng
* Điện lực Bình Định
TÓM TẮT
Việc nghiên cứu bộ điều khiển của bộ bù SVC để làm tăng khả năng đáp ứng của nó là hết sức
cần thiết và có ý nghĩa. Một trong những hướng nghiên cứu để làm tăng khả năng đáp ứng này là ứng
dụng mạng nơron mờ trong việc xây dựng bộ điều khiển. Thông qua những yếu tố biến thiên của hệ
thống (thông tin đầu vào của bộ điều khiển), bộ điều khiển sẽ suy luận để xác định được góc mở của
các Thyristor trong các cụm TCR để đảm bảo được các yêu cầu vận hành đặt ra: Ổn định điện áp, thời
gian đáp ứng, ...
ABSTRACT
It’s very necessary and significance that researching SVC control system for improving adaptive
ability. One of researched ideas is application neuron-fuzzy system to control SVC. SVC control
system will “reason” and “find” the angle on TCR through the vary parameters of the power system in
order to stabilize operation needs: Voltage stabilize, adaptive period,...
1. MỞ ĐẦU
Điều khiển SVC hiện nay được dựa trên cơ
sở so sánh độ lệch điện áp tại vị trí đặt với độ lệch
điện áp được cài đặt trước để điều khiển góc mở
alpha(α) của các thyristor trong các cụm TCR
nhằm mục đích cuối cùng là giữ điện áp tại điểm
đặt nằm trong một giới hạn cho trước. Với các bộ
điều khiển sử dụng phương pháp điều khiển kinh
điển thì giữa đáp ứng đầu ra với đầu vào luôn tồn
tại một khoảng thời gian trễ nhất định, phụ thuộc
vào cấu trúc bên trong của từng khối điều khiển.
Với yêu cầu ngày càng cao về khả năng đáp
ứng nhanh của hệ thống điều khiển thì một hướng
điều khiển khác có thể áp dụng là: Sử dụng mạng
nơron mờ để xây dựng bộ điều khiển góc mở
alpha(α) của thyristor dựa trên sự biến thiên của
các yếu tố đầu vào làm ảnh hưởng đến điện áp hệ
thống.
Tuy nhiên việc xét hết tất cả các yếu tố đầu
vào cho bài toán dùng mạng nơron mờ này là hết
sức phức tạp. Do đó trong phạm vi bài báo này,
chúng tui chỉ đề cập đến việc xây dựng hệ điều
khiển dùng mạng nơron mờ mà trong đó chỉ xét
đến hai thông số đầu vào thay đổi là công suất tác
dụng tải (P) và công suất phản kháng tải (Q). Việc
xây dựng bài toán điều khiển cho một hệ thống
hoàn chỉnh cũng là một vấn đề hết sức phức
tạp và cần được tiếp tục nghiên cứu phát
triển.
2. BÀI TOÁN CỤ THỂ
Với việc lắp đặt bộ SVC tại điểm nút
cần điều chỉnh điện áp như Hình 1 thì việc
điều khiển để giữ điện áp tại thanh cái U
không đổi khi phụ tải (PT, QT) thay đổi liên
tục là hoàn toàn thực hiện được nhờ việc
điều khiển thay đổi góc mở α cho bộ TCR.
Một trong những hướng nghiên cứu xây
dựng bộ điều khiển này là sử dụng điều
khiển mờ và mạng nơron, và bài toán cụ
thể được đặt ra như sau: Xây dựng hệ điều
Zs=R
Tải
ST = PT – jQT
Xkmin
Qcmax
α
SVC
Hình 1: Sơ đồ mô tả hệ thống
khiển ứng dụng mạng NƠRON - Mờ để điều
khiển góc mở α của thyristor trong TCR, nhằm
mục đích giữ điện áp U tại thanh cái phụ tải
không thay đổi khi tải (PT, QT) biến thiên (Hình
1).
Có thể mô tả hết sức sơ lược nguyên tắc hoạt
động của bộ điều khiển này như sau: Thông qua
tập mẫu (PT, QT,α) xây dựng được từ một hệ
thống cho trước cùng với các công cụ thiết kế phù
hợp ta sẽ xây dựng được một bộ điều khiển có khả
năng “học tập” và “cập nhật” kiến thức cho nó, từ
đó trong hoạt động thực tế nó có thể “suy luận” để
tìm được đáp ứng thích hợp (α) với đầu vào bất
kỳ (PT, QT).
3. SỰ KẾT HỢP GIỮA MẠNG NƠ RON
VÀ ĐIỀU KHIỂN MỜ
3.1 Mạng nơron
Mạng nơron có thể được xem như là một
mô hình tính toán học: Y = F(X), với X là véctơ số
liệu vào và Y là véctơ số liệu ra. Chỉ cần đưa vào
mạng một tập hợp mẫu dữ liệu, trong quá trình
học thì mạng có khả năng phát hiện những đặc
trưng, ràng buộc của dữ liệu và áp dụng những
ràng buộc này trong quá trình sử dụng
mạng.Mạng nơron còn có khả năng học những
mối quan hệ phức tạp giữa những mẫu đầu vào và
đầu ra, mà rất khó để mô tả bởi các biểu thức toán
học tường minh.
3.2 Điều khiển mờ
Trên cơ sở nền tảng lý thuyết tập mờ,
một kỹ thuật điều khiển hiện đại đã được
phát triển mạnh mẽ và mang lại nhiều thành
công bất ngờ đó là điều khiển mờ. Những
vấn đề khó khăn gặp phải trong việc tổng
hợp các bộ điều khiển phức tạp khi sử dụng
phương pháp kinh điển như: độ phức tạp
của hệ thống cao, độ phi tuyến lớn, sự
thường xuyên thay đổi trạng thái và cấu
trúc của đối tượng,...sẽ được giải quyết khá
hoàn hảo khi sử dụng các bộ điều khiển mờ.
Đặc điểm chung cơ bản của các bộ điều
khiển mờ là chúng làm việc theo nguyên tắc
sao chép lại kinh nghiệm, tri thức của con
người trong điều khiển, vận hành máy móc
thiết bị.
3.3 Sự kết hợp giữa điều khiển mờ và
mạng nơron
Những ưu điểm của mạng nơron là
nhược điểm của bộ điều khiển mờ và ngược
lại, từ đó để có được ưu điểm của cả điều
khiển mờ và mạng nơron trong một bộ điều
khiển, người ta đã ghép chúng chung thành
một hệ thống. Việc ghép nối này có thể
được thực hiện theo nhiều cách khác nhau
và mỗi cách ghép nối sẽ có một giá trị riêng
cho một hệ thống điều khiển nhất định nào
đó. Một kỹ thuật ghép nối giữa điều khiển
mờ và mạng nơron đã mang lại nhiều thành
công trong kỹ thuật điều khiển đó là hệ
thống suy luận nơron-mờ thích nghi –
ANFIS ( Adaptive Neuro-Fuzzy
Inference System).
Hình 2. Mô phỏng hệ thống điều khiển SVC trên MATLAB
4. ỨNG DỤNG MẠNG NƠ RON MỜ
ANFIS ĐỂ ĐIỀU KHIỂN SVC
Xét bài toán đã nêu trên (Phần 2 – Hình 1)
với các thông số cụ thể: Điện áp định mức hệ
thống E = 35kV; Công suất ngắn mạch Ssc=
250MVA, tgϕsc= 5; Phụ tải biến thiên PT = 0 ÷
40 (MW), QT = 0 ÷ 40 (Mvar); Bộ bù SVC có Qc
thay đổi được từ 0 đến Qcmax nhờ thay đổi góc
mở alpha kích vào thyristor trong TCR.
4.1 Mô phỏng hệ thống trên phần mềm
SIMULINK
Lần lượt đưa từng cặp giá trị (PT, QT) vào
mạng, điều chỉnh góc mở α của thyristor, tiến
hành mô phỏng, ghi nhận điện áp U trên thanh
cái. Lặp lại quá trình mô phỏng này cho đến khi
đạt được điện áp U mong muốn. Cứ như thế ta sẽ
thu được các bộ (PT, QT, α) của hệ thống qua các
lần mô phỏng, và đó là cơ sở để xây dựng các tập
mẫu học cho hệ điều khiển dùng mạng nơron-mờ
sau này.
4.2 Ứng dụng điều khiển mờ để xác định góc
mở alpha theo (PT, QT)
4.2.1 Các bước giải bài toán
Trên cơ sở tập mẫu (PT, QT, α) đã được xây
dựng, ta tiến hành mờ hoá các tín hiệu đầu vào/
ra, xây dựng các luật hợp thành ban đầu cho hệ
thống.
Bước 1: Mờ hoá tín hiệu đầu vào (PT, QT)
* Tín hiệu đầu vào PT
* Tín hiệu đầu vào QT
* Tín hiệu đầu ra α:
Bước 2: Xây dựng bảng luật hợp
thành
PT1 PT2 PT3 PT4 PT5
QT1 A1 A1 A1 A2 A2
QT2 A1 A1 A2 A2 A2
...