水利工程論文-模糊聚類在水輪發(fā)電機(jī)模糊神經(jīng)勵(lì)磁控制器設(shè)計(jì)中的應(yīng)用.doc

水利工程論文-模糊聚類在水輪發(fā)電機(jī)模糊神經(jīng)勵(lì)磁控制器設(shè)計(jì)中的應(yīng)用摘要：本文提出了一種利用模型C均值聚類技術(shù)對(duì)模糊神經(jīng)勵(lì)磁控制器的初始參數(shù)和結(jié)構(gòu)進(jìn)行辨識(shí)的建模方法。結(jié)合水輪發(fā)電機(jī)勵(lì)磁系統(tǒng)，本文首先利用模糊聚類方法對(duì)PID勵(lì)磁調(diào)節(jié)器樣本數(shù)據(jù)進(jìn)行聚類分析，得出模糊神經(jīng)勵(lì)磁控制器的模糊劃分和模糊規(guī)則，然后根據(jù)模糊劃分和模糊規(guī)則建立模糊勵(lì)磁調(diào)節(jié)器的初始模型，再通過參數(shù)在線辨識(shí)得到最終的調(diào)節(jié)器模型，最后得用數(shù)字仿真，對(duì)得到的調(diào)節(jié)器模型進(jìn)行了系統(tǒng)階躍響應(yīng)分析，并與PID調(diào)節(jié)器進(jìn)行了控制性能比較，從而驗(yàn)證了該方法的有效性。關(guān)鍵詞：模糊C均值聚類模糊神經(jīng)控制水輪發(fā)電機(jī)勵(lì)磁系統(tǒng)傳統(tǒng)的勵(lì)磁控制器普遍采用PID+PSS的控制策略，已呈現(xiàn)出一些不足之處，因而許多電力系統(tǒng)工程技術(shù)人員和專家都在尋求新的勵(lì)磁控制方法。尤其是近年來隨著模糊控制技術(shù)和神經(jīng)網(wǎng)絡(luò)控制技術(shù)的飛速發(fā)展，不少學(xué)者開始研究將這兩種控制理論相結(jié)合，探索其在電力系統(tǒng)控制中的應(yīng)用。與模糊控制系統(tǒng)相比，模糊神經(jīng)網(wǎng)絡(luò)雖然可以利用樣本數(shù)據(jù)和網(wǎng)絡(luò)學(xué)習(xí)能力克服由于有限的專家經(jīng)驗(yàn)而導(dǎo)致的模糊規(guī)則不完備，但同樣面臨模糊規(guī)則獲取困難的問題。本文探討將模糊C均值聚類方法(FCM)用于水輪發(fā)電機(jī)模糊神經(jīng)勵(lì)磁控制器的設(shè)計(jì)中，以解決模糊輸入空間劃分和初始模糊規(guī)則獲取的問題。1模糊C均值聚類模糊C均值聚類(FCM)1,2與有名的K均值聚類不同之處在于，它用隸屬度來表示每個(gè)數(shù)據(jù)點(diǎn)屬于某個(gè)聚類的程度。FCM把n個(gè)向量xi(i=1,2,n)c個(gè)模糊組，并求每組的聚類中心，使得非相似性指標(biāo)的目標(biāo)函數(shù)達(dá)到最小。設(shè)目標(biāo)函數(shù)為：(1)其中(2)uij0,1，表示第j個(gè)數(shù)據(jù)點(diǎn)隸屬于第i個(gè)聚類中心的程度；ci為模糊組i的聚類中心，dij=|ci-xj|為第i個(gè)聚類中心與第j個(gè)數(shù)據(jù)點(diǎn)間的歐幾里德距離；m1,)是一個(gè)加權(quán)指數(shù)。構(gòu)造拉格朗日乘子，建立新的目標(biāo)函數(shù)如下：(3)對(duì)所有輸入?yún)⒘壳髮?dǎo)，使原目標(biāo)函數(shù)達(dá)到最小的必要條件為：(4)(5)FCM(1)隨機(jī)初始化c個(gè)數(shù)據(jù)聚類中心。(2)用式(5)計(jì)算U陣。(3)用式(4)計(jì)算c個(gè)新的聚類中心ci,i=1,c。(4)根據(jù)式(1)計(jì)算目標(biāo)函數(shù)，若小于某個(gè)確定的閾值，或相對(duì)上次目標(biāo)函數(shù)改變量小于某個(gè)閾值，則算法停止，否則，返回步驟二。2模糊神經(jīng)網(wǎng)絡(luò)模糊神經(jīng)網(wǎng)絡(luò)綜合利用了模糊系統(tǒng)的規(guī)則可解釋性和神經(jīng)網(wǎng)絡(luò)自適應(yīng)學(xué)習(xí)的特點(diǎn)，來解Sugeno1所示。圖1模糊神經(jīng)網(wǎng)絡(luò)等價(jià)Sugeno(TSK)模糊模型3如圖2所示。，其中，x，y為系統(tǒng)模糊輸入變量，Ai,Bi分別為輸入變量x,y的隸屬函數(shù)，x,y分別為x,y的隸屬度，wi為模糊規(guī)則匹配運(yùn)算數(shù)值，pi,qi,ri為網(wǎng)絡(luò)結(jié)論參數(shù)，數(shù)值由網(wǎng)絡(luò)參數(shù)辨識(shí)所確定，f為模糊系統(tǒng)輸出。模糊規(guī)則為：ifx是Aiandy是Bi,Thenfi=pix+qiy+ri。圖2Sugeno模糊系統(tǒng)由此可見，圖1中隸屬函數(shù)層相當(dāng)于圖2中的模糊化計(jì)算，將輸入變量模糊化(xx,yy)；模糊推理層相當(dāng)于圖2中的模糊規(guī)則匹配運(yùn)算(x,ywi)，得到模糊決策(wici)；歸一化層則相當(dāng)于圖2中的模糊輸出歸一化計(jì)算。3系統(tǒng)仿真水輪發(fā)電機(jī)模糊勵(lì)磁控制器是將發(fā)電機(jī)出口電壓偏差E和電壓偏差變化率dE作為模糊輸入，因此，模糊神經(jīng)勵(lì)磁控制器亦可采用上述兩個(gè)作為輸入量，利用模糊C均值數(shù)據(jù)聚類方法得到初始模糊規(guī)則。勵(lì)磁系統(tǒng)仿真模型采用IEEE-型連續(xù)動(dòng)作的勵(lì)磁系統(tǒng)4，結(jié)構(gòu)如圖3所示，其中，1為電壓測量環(huán)節(jié)傳遞函數(shù)，2為勵(lì)磁裝置傳遞函數(shù)，3為勵(lì)磁裝置飽和效應(yīng)環(huán)節(jié)，4為同步發(fā)電機(jī)傳遞函數(shù)，5為勵(lì)磁穩(wěn)定環(huán)節(jié)傳遞函數(shù)。調(diào)節(jié)器采用模型神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)。圖3勵(lì)磁系統(tǒng)仿真模型型勵(lì)磁系統(tǒng)仿真參數(shù)值如下所示：Tr=0.05s，Vrmax=1.0，Vrmin=-1.0，Te=0.5s，Ke=-0.05，Se=0.074，Tfl=0.8s，Kf=0.08同步發(fā)電機(jī)模型采用簡化模型，此時(shí)可認(rèn)為發(fā)電機(jī)機(jī)端電壓的穩(wěn)態(tài)幅值與轉(zhuǎn)子勵(lì)磁電壓成線性關(guān)系而不考慮其飽和特性。發(fā)電機(jī)的動(dòng)態(tài)響應(yīng)可用一階慣性環(huán)節(jié)來表示，參數(shù)如圖3中環(huán)節(jié)4所示。圖4調(diào)節(jié)器輸入輸出樣本數(shù)據(jù)仿真步驟：(1)PID經(jīng)驗(yàn)值，獲取100對(duì)調(diào)節(jié)器輸入輸出數(shù)據(jù)(E,dE,y)如圖4所示(均為歸一化數(shù)值)，其中，y為調(diào)節(jié)器輸出。(2)隨機(jī)初始化聚類中心，利用上述模糊C均值聚類算法對(duì)得到的數(shù)據(jù)對(duì)進(jìn)行聚類分析，得到輸入輸出向量聚類中心，更改幾次初始聚類中心位置，重新聚類。分析比較得到的聚類結(jié)果，確定最終聚類結(jié)果(C1，C2，C3)即為模糊神經(jīng)網(wǎng)絡(luò)初始模糊規(guī)則的中心。分別用模糊C均值聚類算法得到10和25個(gè)聚類中心，如圖5所示(均為歸一化數(shù)值)。用得到的10個(gè)聚類中心(見表1)構(gòu)造輸入輸出初始模糊劃分，即可得到10條初始模糊規(guī)則，模糊隸屬函數(shù)采用高斯函數(shù)，參數(shù)ui為聚類中心，初始i取值為0.2。(3)根據(jù)得到的模糊規(guī)則構(gòu)造模糊神經(jīng)網(wǎng)絡(luò)調(diào)節(jié)器后，利用圖1所示系統(tǒng)仿真模型以及BP算法對(duì)該網(wǎng)絡(luò)進(jìn)行在線參數(shù)辨識(shí)。經(jīng)辨識(shí)調(diào)整后的模糊隸屬函數(shù)參數(shù)見表2。對(duì)照表1與表2，不難發(fā)現(xiàn)用模糊C均值聚類得到的輸入空間初始模糊劃分在網(wǎng)絡(luò)訓(xùn)練后變化不大，而利用輸入空間等距離劃分在網(wǎng)絡(luò)訓(xùn)練后隸屬函數(shù)參數(shù)調(diào)整很大。因此，用此種方法比利用輸入空間等距離劃分具有訓(xùn)練收斂速度快、精度高的優(yōu)點(diǎn)。(4)利用得到的模糊神經(jīng)勵(lì)磁控制器對(duì)圖3SIMULINK3.0PID6所示，圖中，橫坐標(biāo)為仿真時(shí)間，縱坐標(biāo)為發(fā)電機(jī)機(jī)端電壓：圖5聚類中心分布表1聚類結(jié)果序號(hào)EDEy序號(hào)EDEy123450.010-0.169-0.162-0.13600.1480.037-0.1520.20900.011-0.136-0.138-0.103678910-0.019-0.1280.9240.6170.2020.261-0.290-0.351-0.687-0.929-0.002-0.1170.7780.4760.131表2調(diào)整后的模糊輸入