基于ESD阻尼控制的DNNs—HDP振荡模态控制
作者:
邓婷婷
傅波
王应彪
西南林业大学机械与交通学院
昆明650224
四川大学制造科学与工程学院
成都610065
关键词:
深度神经网络
振荡阻尼控制
非线性
粒子群
模态识别
储能装置
摘要：
针对现代电力系统所呈现的强烈非线性特征，在工作点附近进行电力系统模型线性化方式效果不佳，因此提出一种基于ESD阻尼控制的深度学习网络启发式动态规划（DNNs—HDP）振荡模态识别控制方法。首先，针对双区四电机基准系统，基于残差方式并借鉴粒子群算法振荡阻尼控制器设计过程，实现振荡模态识别控制框架设计。同时针对粒子群算法在进行控制参数优化过程中易于早熟收敛问题，利用深度学习算法构建启发式动态规划算法，并结合储能装置，对双区四电机基准系统进行控制优化设计。仿真结果显示，所提算法相对传统残差方式和粒子群算法设计的振荡阻尼控制器，控制效果更佳。
上一篇：下肢外骨骼康复机器人的优化控制模型研究
下一篇：基于前馈神经网络控制的球杆系统位置控制