一、基于模糊神经网络的发电用单轴燃气轮机的解耦控制（论文文献综述）
马良[1]（2021）在《信息物理融合环境下网络攻击的微电网弹性控制策略》文中提出随着通信网络、可编程控制器及电力电子器件的大规模部署应用,微电网由单一的电气网络向典型的信息物理融合系统（Cyber Physical System,CPS）不断演化,其封闭隔离的运行环境被逐渐打破,呈现开放与互联的新特征。在信息物理融合环境下,微电网可能遭受多种类型的扰动影响,其中网络攻击由于具有隐蔽性与不可预见性会对微电网的安全稳定运行构成严重威胁。为降低网络攻击等不安全因素对系统性能产生的不利影响,弹性控制（Resilient Control）成为CPS综合安全控制框架的重要研究内容。目前,国内外对网络攻击下微电网弹性控制策略的研究尚处于理论探索阶段,各层面的研究成果不尽完善,有待进一步改进。通过对微电网的量测信号、控制信号、控制决策单元以及通信网络等控制环节所面临的典型异常与网络攻击场景开展弹性控制策略设计研究,可以有效保障微电网提供辅助服务的能力与对关键基础设施的支撑作用,在确保微电网的安稳运行与CPS综合安全控制体系构建方面具有重要的理论研究意义与工程实践价值。针对量测信号异常下并网运行微电网的恒功率控制问题,提出一种基于滑模观测器融合变论域模糊控制的异常信号估计与状态重构控制策略。构建电流互感器故障与网络攻击的典型场景模型,基于线性矩阵不等式设计滑模观测器,引入变论域模糊控制动态调整滑模增益,进而重构得到逆变器输出电流的真实状态,可在简化观测器设计步骤的同时实现高精度的异常量测信号估计,从而消除量测信号异常对恒功率控制目标的影响。仿真实验验证了所提策略在多种类型故障与攻击下的有效性,且与常规模糊控制-滑模观测器方法相比具有响应及时、估计准确的优势,可确保分布式电源（Distributed Generation,DG）输出功率对参考信号的快速无偏跟踪,提升了量测信号异常下微电网的可靠功率输送能力。为解决控制信号异常下孤岛运行微电网的频率-有功控制问题,定量分析了执行器故障与网络攻击引起的异常控制信号对常规基于领导-跟随一致性的微电网次级控制产生的不利影响,提出一种计及时延的分布式自适应滑模控制策略。基于Artstein变换将含有时延的系统状态转换为无时延状态,根据变换后的系统设计基于滑模的分布式控制方法,克服了现有方法需要已知异常信号先验信息的缺陷,可实现对任意异常控制信号的自适应抑制。仿真实验验证了所提控制策略能够保证对非均一、时变时延的有效补偿,且具有对多种类型异常控制信号的良好平抑能力,从而确保微电网频率恢复至额定值的同时有功功率按下垂系数实现合理均分,提高了微电网频率稳定性与延时鲁棒性。针对在控制决策单元中注入虚假数据的典型攻击场景,分析了控制决策单元异常对基于平均值估计信息的孤岛微电网分布式电压-无功控制策略产生的影响,得出了入侵者实施隐蔽攻击与试探攻击的充要条件。提出一种基于信誉机制的弹性控制策略,可实现DG异常行为的分布式检测,克服共谋攻击对信誉度评估结果的影响,证明了所提的隔离与补偿恢复措施可确保平均值估计过程的正确进行。仿真实验验证了暂态扰动、持续攻击与共谋攻击下所提控制策略的有效性,且与未采用补偿恢复措施的控制策略相比,可消除虚假数据的累积效应对电压-无功控制目标的影响,从而确保正常DG平均电压恢复至额定值的同时无功功率按下垂系数实现合理均分,提升了系统的安全性与电压控制的准确性。为解决传统周期性通信方式造成网络负担加重的问题,提出一种基于自触发通信机制的分布式电压-无功控制策略,可在保证孤岛运行的微电网电压稳定的同时满足无功功率按DG容量合理均分。针对入侵者实施拒绝服务攻击引起通信网络中断的典型场景,设计基于ACK应答的通信链路监视机制并据此设置触发条件,克服现有方法需要攻击频率严格受限于通信试探频率的约束,证明了所提控制策略的收敛性能。仿真实验验证了所提控制策略可有效降低微电网控制系统的通信负担实现按需通信,且与未采用ACK应答机制的常规控制策略相比对高频拒绝服务攻击具有更强的抵御能力,可确保通信异常中断下微电网无功功率按DG容量实现均分,有助于降低控制策略对通信服务完好性的依赖。以网络攻击下微电网的弹性控制策略为研究背景,系统地分析了网络攻击引起的量测信号、控制信号、控制决策单元以及通信网络异常对微电网控制性能产生的不利影响,提出了基于滑模观测器的恒功率控制方法,设计了分布式自适应滑模的频率-有功控制方法,根据信誉机制构造分布式电压-无功控制方法,以及引入自触发通信机制设计分布式电压-无功控制方法,实现了网络攻击造成的CPS异常下微电网安全稳定运行的控制目标,形成了微电网弹性控制的理论框架与实施方法,为进一步实际工程应用提供了技术支撑。
燕鹏[2]（2021）在《基于神经网络自适应控制的飞轮储能辅助燃气-蒸汽联合循环机组调频特性研究》文中认为随着我国经济水平的逐渐发展和人民生活水平的不断改善,我国对于能源行业有了更高更严格的要求,要有更高的环保、能耗标准,能源方向要想高质量进行。洁净能源的发展很好地符合现在国家提倡的政策方针,但由于其不稳定,易受外在环境的影响。大面积并网会对电网产生冲击,破环电网频率稳定,以此产生巨大的调频调峰容量的缺口。传统火电机组热惯性大,不适合频繁改变机组出力,会极大影响机组安全运行,并且伴随灵活性改造才能较好地进行调峰调频任务,会极大影响其经济性。燃气蒸汽联合循环响应时间快,利于调峰,负荷变动相比于火电机组更加灵敏,更适应调峰调频的需求。但由于国内大部分的CCPP机组都是一拖一的单轴燃气蒸汽联合循环机组,同轴承载的部件太过冗杂,也不能很好地完成调峰调频任务。飞轮储能系统具有响应迅速,爬坡速率快、能源转换效率高等优势,用于辅助CCPP机组进行调频能够在保护机组、节省能源的需求下,提高响应速率和调节精度。因此研究飞轮辅助CCPP机组调频具有重要的意义。但是由于飞轮造价高昂和容量小等因素,因此,在同等容量下,优化飞轮控制系统结构可以增加整体的经济性,增加飞轮的优势。基于此,本文对飞轮控制内部系统通过算法进行进一步的优化。本文介绍了研究燃气-蒸汽联合循环参入二次调频的意义和储能研究现状,阐述了飞轮储能系统辅助燃气蒸汽联合循环机组调频的研究背景、意义和研究现状。随后,阐述电力系统一次调频和二次调频的机理,并研究燃气蒸汽联合循环机组具体的调频过程,基于燃气-蒸汽联合循环的协调控制系统,在MATLAB/simulink中模块化构建CCPP内部部件,比如:燃机模块,蒸气轮机模块和余热锅炉模块。并基于永磁同步电机的原理,搭建飞轮储能系统,最后建立区域电网的飞轮储能和CCPP系统共同参与二次调频分析验证并得出结果。根据神经网络自适应的特性,对飞轮储能系统的电压外环中的PID控制,增设神经网络算法模型对控制器的KP,KI,KD三个参数进行自适应训练,使飞轮储能系统能更好地适应时序模型的一个要求,并验证对比分析训练后的PID控制与传统PID控制的调频性能差异。
张慧奇[3]（2020）在《电力市场环境下的燃气轮机综合供能模式研究》文中研究指明简单探讨了全球能源发展现状,从全球消费格局下的天然气出发,结合欧美等发达国家电力市场发展案例,说明了燃气轮机作为电网组成的必要性和良好发展前景。根据燃气轮机在用状况,介绍了现阶段燃气轮机的运行维护情况,分析了我国现行电力改革政策对天然气发电市场可能产生的影响,探讨了我国天然气市场化的前景与方向。以综合能源互联网实施背景和成功经验为基础,分析当下国内电力市场环境下,燃气轮机实施综合供能方案的可行性,提出了燃气轮机实施综合供能的生产流程方案。以当前各大发电集团燃气轮机年度发电利用小时生产状况为背景,说明了提高燃气轮机能源综合利用效率的重要意义。将省内F型燃气轮机为研究对象,分析了燃气轮机发电机组的年度成本结构和各个能效影响因子,建立了基于成本分析、性能劣化公式、平均负荷的数学模型,得出了以发电机组年度利用小时为基础的分析模型,通过年度发电利用小时、负荷率定量分析电力市场下燃气轮机收益情况。最后,基于本文的成本分析模型,通过MATLAB进行仿真规划,定量分析了9F型燃气轮机在纯凝工况与综合能源工况下的效益比较,研究了燃机在综合能源供应工况下的盈亏平衡点,得出了电力市场环境下,燃气轮机全面竞价上网的天然气价格等边际条件。
姚飞[4]（2020）在《三轴燃气轮机多变量滑模控制系统设计方法研究》文中指出燃气轮机广泛应用于航空动力、船舶推进、电力能源等行业,发挥着难以替代的关键作用。燃气轮机控制系统对于确保燃机安全、可靠、高效运行意义重大。三轴燃气轮机常规的单回路叠加控制难以满足应用中日益提升的高效控制和强鲁棒性需求,针对此问题本文研究了基于现代控制理论的多变量滑模控制理论,并将其应用在三轴燃气轮机上,利用Simulink通用仿真平台对所提算法进行了仿真实验,并分析和研究了仿真结果。文章的主要工作内容如下:（1）建立具有进口可转导叶的三轴燃气轮机动态仿真平台,并获取燃气轮机的线性状态空间模型;（2）研究基于线性滑模面的常规滑模控制方法,考虑不同趋近律下的滑模控制律对燃气轮机控制的影响,通过仿真实验验证控制算法;（3）从燃机单个工况点的仿真到多点大工况范围的仿真,建立燃气轮机线性变参数（LPV）模型,并以此为基础研究燃机在较大工作范围内的控制规律。（4）针对燃机控制系统面临的摄动矩阵和外部干扰两类不确定性因素,研究了基于摄动矩阵上界估计和外部干扰上界估计的自适应滑模控制方法,开展了仿真实验,分析了控制算法对不确定性因素的抑制效果。论文从上述四个方面对三轴燃气轮机多变量滑模控制方法进行了研究和仿真。初步获得了这类控制理论在燃气轮机上的应用方法和控制效果。为三轴燃气轮机传统控制方法的升级和更新提供了新的思路。
白明亮[5]（2020）在《故障案例稀缺场景下的燃气轮机智能故障检测及诊断研究》文中研究指明燃气轮机是一种应用广泛的动力机械。开展燃气轮机的故障检测与诊断对于其安全可靠运行有着极其重要的意义。随着人工智能和大数据技术的蓬勃发展,数据驱动的燃气轮机智能故障检测与诊断受到研究者的广泛欢迎。然而,在燃气轮机的实际运行数据中,故障案例的稀缺是不可避免的。特别是新投入运行的燃气轮机,在其运行初期,各部件处于健康状态,此时可获得的运行数据中通常只包含正常样本。新投入运行的燃气轮机在运行一段时间后,会积累少量的故障数据。此时,正常数据远远多于故障数据,处于极度的类不平衡状态。即使燃气轮机运行了很长一段时间,类不平衡现象仍然存在。故障案例的稀缺给数据驱动的燃气轮机故障检测与诊断带来了严峻的挑战。针对故障案例稀缺场景下的燃气轮机智能故障检测及诊断问题,本文开展了如下研究工作:首先,本文利用单轴燃气轮机和船用三轴燃气轮机的非线性部件级模型,对两种燃气轮机的典型气路故障特性进行了分析,比较了气路故障对可测参数的影响与工况和环境条件变化对可测参数的影响,针对故障案例稀缺场景下的燃气轮机故障检测及诊断,提出了抑制工况和环境条件干扰、凸显故障的研究思路。第二,针对燃气轮机运行初期只有正常数据的场景,本文首先完全从数据驱动的角度出发,研究了一类支持向量机、主成分分析、孤立森林和局部异常因子四种一类模式识别方法在仅有正常数据的故障检测问题中的检测效果。在Taurus70单轴燃气轮机和某船用三轴燃气轮机上的实验结果表明这四种方法均能取得一定的故障检测效果,其中采用RBF（Radical Basis Function）核函数的一类支持向量机算法取得了相对较好的故障检测精度。第三,针对燃气轮机运行初期只有正常数据的场景,本文融入了燃气轮机的物理机理,提出了常模式提取的故障检测方法。通过布雷顿循环和燃气轮机基本原理,揭示了单轴燃气轮机正常运行时各测点间的固有映射关系,消除了工况和运行条件对故障检测的干扰,并通过NARX（nonlinear autoregressive with exogenous inputs）神经网络实现了单轴燃气轮机准确的常模式提取和灵敏鲁棒的故障检测。该方法在Taurus70单轴燃气轮机正常数据上的检测精度达98.67%,在单轴燃气轮机故障数据上的检测精度达99.96%。与上述四种一类模式识别方法的比较实验表明,常模式提取方法显着提高了单轴燃气轮机的故障检测精度。第四,针对燃气轮机运行初期只有正常数据的场景,本文进一步提出了由多个常模式模型组成的常模式阵列。常模式阵列方法通过时序挖掘能力较强的长短期记忆网络进行辨识,并通过多个常模式模型的协调决策实现灵敏鲁棒的故障检测。在船用三轴燃气轮机上的实验结果表明,常模式阵列方法的正常数据上取得了96.97%的检测精度,对13种常见气路故障均能获得99.86%以上的检测精度。与单一的常模式模型方法和上述四种一类模式识别方法相比,常模式阵列方法显着提高了燃气轮机的故障检测精度。最后,针对极度类不平衡场景下的燃气轮机故障诊断,本文系统地研究了随机过采样、SMOTE（Synthetic Minority Oversampling Technique）过采样、Borderline-SMOTE过采样、随机欠采样、Near Miss欠采样和加权支持向量机在极度类不平衡场景下的燃气轮机故障诊断效果。实验结果表明过采样方法和样本加强方法均能提高极度类不平衡场景下的燃气轮机故障诊断精度,其中过采样方法对诊断精度的提升最大。综上,本文在仅有正常数据的场景下实现了单轴燃气轮机和船用三轴燃气轮机灵敏鲁棒的故障检测,在极度类不平衡场景下大幅度提高了燃气轮机的故障诊断精度,从而为故障案例稀缺场景下的燃气轮机故障检测与诊断提供了有效的理论指导。
张勇[6]（2020）在《微型燃气轮机转速控制策略研究》文中进行了进一步梳理进入新世纪以来,经济快速发展,人口迅速膨胀,给全球的能源环境带来了前所未有的压力和挑战。在这种紧迫的情况下,人类迫切需要寻找其他新型能源来代替传统化石能源,以缓解化石能源的过度消耗和燃烧化石能源对环境带来的污染。因此,新型的更环保的分布式能源应运而生,并快速发展推广,已在原有的化石能源市场中占有一席之地。这其中,微型燃气轮机以其设备小、投资少、能量利用率高、运行方式多样化等优点,受到国家和社会越来越多的重视。然而由于燃气轮机系统结构复杂、非线性程度高,变量耦合程度强等特点,实际对微型燃气轮机的转速控制效果总是不尽如人意。针对以上问题,结合现有的较为成熟的控制理论,本课题在微型燃气轮机转速控制策略方面研究出一些实际有效的控制方法。本文首先介绍了使用燃气轮机的意义及国内外的相关研究成果,然后给出微型燃气轮机的结构功能,及其相关模块的非线性数学模型,并针对此模型对其进行线性化处理,给出线性化后系统状态方程及方程中的相关参数。根据线性化的数学模型,综合考虑固定时间控制理论与滑模变结构控制理论,提出一种自适应固定时间滑模控制方法。并通过Lyapunov稳定性理论证明该控制方法的有效性。使其既拥有滑模变结构控制对系统参数不敏感,鲁棒性强等特点,也满足固定时间稳定性的相关要求,可在任意初始值的情况下,在一定时间上限内快速稳定。随后针对滑模变结构控制带来的抖振问题,提出采用模糊自适应控制的方法最大限度的减小抖振给系统稳定性带来的影响。并通过MATLAB仿真对上述理论猜想进行有效验证。为了提高控制精度且更容易适应复杂的应用场合,本文第五章针对燃气轮机经典的四阶Rowen模型,设计了固定时间滑模控制器及模糊自适应的固定时间滑模控制器。并分别针对两种控制器进行数值模拟仿真,结果表明,在四阶系统中,两种控制方法依然能够集几种控制方法的优点于一身,在不依赖初始值的条件下,能够在固定时间上限内快速稳定,鲁棒性较强,且通过模糊自适应控制能够限制系统状态变量的抖振幅度。该论文共有图29幅,表3个,参考文献91篇。
何伐良[7]（2020）在《基于滑模变结构微型燃气轮机发电系统控制策略研究》文中指出微型燃气轮机作为分布式发电系统中重要的动力系统,具有燃料种类多、不依靠自然环境、可用于热电联供、效率高等特点,在分布式发电系统中具有广阔的应用前景。然而,微型燃气轮机系统是一个非线性系统结构复杂,常规的线性PI控制在负载功率发生波动时,系统恢复至稳态的过渡过程较长,且PI控制受运行参数的影响较大。另一方面,滑模变结构控制方法具有跟踪能力强、受系统运行参数影响小、鲁棒性高等特点,在解决非线性系统控制问题中具有很好的潜力。本文针对滑模变结构控制方法展开研究,并将其运用于微型燃气轮机系统中,旨在改善微型燃气轮机系统的负载响应特性以及抗参数摄动强鲁棒性。在负载波动时,使系统快速恢复至稳定状态。在被控对象参数发生摄动时,通过滑模变结构控制的设计,系统能够具有一定的鲁棒性安全稳定运行。本文考虑微型燃气轮机系统从启动到发电的全过程进行研究。由于微型燃气轮机没有自启动能力,因而需要外界为其启动提供能量。本文设计双向BUCK电路作为外界启动直流电源,该启动电源的作用为维持双向PWM整流器（启动逆变运行）直流侧电压的恒定。为了使得整个启动过程安全平稳,通过对启动滑模面的设计以及滑模控制律的公式推导,再经过解耦控制作用于PWM整流器,从而实现系统转速紧跟设计转速匀速上升。仿真结果表明PWM整流器直流侧电压恒定,且系统转速按照预定的轨迹运行,从而验证了启动电路与启动滑模控制设计的正确性。当微型燃气轮机运行于发电过程中,结合并网与离网电路分别设计滑模变结构控制策略。前级为PWM整流器,控制目标都为直流侧电压的恒定,后级为PWM逆变器,控制目标分别为单位功率因数并网与负载端电压稳定。搭建系统仿真模型进行分析,仿真结果表明,当并网功率或负载功率发生阶跃时,前级整流器直流侧电压过渡过程短暂,且并网与离网条件下分别实现了单位功率因数并网与负载端电压稳定。在抗扰性能方面,本文以微型燃气轮机在并网工况下进行分析与研究,分别采用PI控制策略与滑模变结构控制策略对PWM整流器进行控制,仿真结果表明,滑模变结构控制策略在负载发生阶跃时,系统由暂态恢复至稳态过渡过程更短。在抗参数摄动方面,同样以发电工况进行研究,当被控对象参数发生一定摄动时,仍然能够保证系统安全稳定运行,提高了系统的鲁棒性。
戴连铭[8]（2020）在《基于支持向量机的微电网故障诊断研究》文中研究说明传统化石能源的消耗及带来的严重环境污染问题,使得发展可再生能源,优化能源结构变得尤为重要。微电网凭借运行方式灵活,能源利用率高,环境友好等优点,成为了可再生能源技术研究的热点。但由于微电网拓扑结构多变,分布式能源接入等特性,使其故障诊断问题异常复杂,发生故障时若处理不当,可能导致故障范围扩大,进而影响供电系统的可靠性,带来重大经济损失,研究合适的微电网故障诊断方法具有重要意义。支持向量机在解决小样本、非线性及高维模式识别问题中,具有泛化能力强、分类良好等优势。近年来,随着智能算法和数据分析技术的发展,支持向量机在故障诊断领域有着广阔的应用前景。基于此,本文主要研究基于支持向量机的微电网故障诊断算法,从故障样本处理和故障模型优化两方面对微电网故障诊断问题进行深入研究,具体工作如下:（1）分析了光伏、风机、微型燃气轮机等微源的工作原理和数学模型,在PSCAD平台上搭建了对应的仿真模型,构建了低压交流微电网模型,实现了微电网并网孤岛稳定运行,并对微电网不同类型的线路故障进行仿真。（2）研究了微电网故障特征的提取与优化选择。针对单一故障量作为故障样本诊断信息不足的问题,本文把小波能量熵与改进主元分析法结合,先通过小波能量熵对多个故障量提取故障特征,再采用改进后的主元分析法对原始故障特征进行特征选择,以达到去除样本噪声、增加故障信息的同时减小系统复杂程度的目的,并与单一故障量样本,多故障量未降维样本进行了实验对比分析。（3）建立了基于支持向量机的微电网故障诊断模型。针对支持向量机微电网故障诊断多分类问题上重复训练样本数多、样本分布不均衡的现象,本文提出了一种带故障优先级的支持向量机多分类算法。该方法将微电网故障样本组成、决策树思想与支持向量机结合起来,具有样本重复训练数目少,诊断过程简单直观的特点。（4）针对微电网故障诊断模型准确率低、泛化能力差等问题,本文提出利用多种群遗传算法来优化诊断模型,建立了基于多种群遗传算法的支持向量机故障诊断模型,并进行了实验分析。实验结果表明该方法有效提高了微电网故障诊断模型的训练速度和模型的准确率,有较高的泛化能力,实现了微电网故障智能化诊断。
郭晓杰[9]（2020）在《船舶电力推进系统智能容错控制技术研究》文中研究指明船舶电力推进系统将船舶操纵推进用电和其他用电负载一体化,具有降低动力装置重量和体积、提高系统供电可靠性以及便于能量综合利用与统一管理等特点,已经成为未来智能船舶的主要发展方向。多发电机组、多种用电负载和智能变电设备的投入使用改变了船舶电力推进系统的拓扑结构和操作特性,也对其解析容错控制设计提出了严峻挑战。因此,综合考虑系统故障行为特性和容错控制体系结构,进行船舶电力推进系统智能容错控制技术研究具有十分重要的意义。本文针对船舶电力推进系统智能容错控制技术的几个关键问题展开了研究:首先,开展了船舶电力推进系统的容错控制体系结构与数学建模研究。明确了本文的研究对象,介绍了船舶中压直流电力推进系统的基本结构和功能特性。考虑电力推进系统容错控制的多层结构与集成设计,提出了一种船舶中压直流电力推进系统递阶、分层智能容错控制体系结构框架,将系统状态监控、健康评估、故障诊断以及容错控制策略的内在联系进行了统一描述。为了对船舶电力推进系统容错控制研究提供必要的理论框架和模型基础,建立了发电子系统、推进子系统、区域负载集合以及配电子系统的数学模型,重点针对推进子系统中的六相永磁同步电机和螺旋桨负载特性进行了描述。其次,针对船舶电力推进系统的典型故障模式与影响分析进行了智能评估研究。综合考虑专家评估的可信度、模糊信息的不确定性以及故障模式与故障原因的内在关联性,提出了一种基于模糊逻辑与决策试验评估实验室（Decision-making Trial and Evaluation Laboratory,DEMATEL）理论的故障模式影响智能评估方法,利用信息熵与定性分析相结合的综合权重分配机制确定了专家意见可信度权重,引入了模糊语言术语集和模糊数得到各风险因子的模糊评价及相对模糊权重,设计了基准调整搜索算法确定模糊风险优先数的α-割集,采用质心解模糊思想和α-割集理论对模糊风险优先数进行了清晰化处理。将模糊风险优先数的解模糊值作为DEMATEL算法的输入变量,计算了各故障模式的原因度和风险优先级排序。以推进子系统的典型故障模式为例,验证了所提的智能评估方法的有效性,为后续的容错控制策略设计提供了理论依据。然后,针对船舶电力推进系统六相永磁同步电机的绕组缺相故障智能容错控制展开了研究。建立了含参数摄动和负载扰动的六相永磁同步电机缺相故障容错系统数学描述,结合故障检测机制,提出了一种基于中线补偿的零序电流参考值在线决策系统,无需根据不同相绕组开路情形和中性点连接方式重新推导降维解耦的数学模型,建立了矢量解耦的转速/电流容错控制结构框架。为了解决六相永磁同步电机绕组缺相引起的转速跟踪和转矩脉动问题,基于设计的矢量解耦容错控制结构,提出了一种自适应反步滑模鲁棒容错控制策略,利用自适应估计技术和鲁棒控制能量耗散不等式分别在线补偿了反步滑模系统的内部参数摄动和外部负载扰动,实现了六相永磁同步电机系统缺相故障运行的转速跟踪、扰动抑制和容错最优化。考虑到参数摄动自适应律设计中存在增益参数整定困难和抗扰鲁棒性能较差等问题,进一步提出了一种递归小波模糊神经网络智能观测器设计算法,将其应用于反步滑模鲁棒容错系统不确定参数摄动的在线估计过程,保证了基于智能观测器的六相永磁同步电机反步滑模鲁棒容错控制系统的渐进稳定性。通过缺相故障模拟和数字仿真试验结果,验证了所提的两种容错控制策略的有效性。最后,开展了船舶电力推进系统的舵/桨输出作用力协调容错控制研究。探讨了船舶航速与航向的耦合关系,以及螺旋桨对航向控制和舵对航速控制的影响,建立了含海浪环境干扰和模型参数估算误差（合称为复合扰动）的船舶航速/航向操纵系统数学描述。针对船舶电力推进系统双舵双桨控制力的部分失效情形,设计了非线性观测器在线补偿不确定性复合扰动,基于失效系数计算和复合扰动观测器,提出了一种自适应滑模协调容错控制策略,结合有效性系数矩阵修正了故障执行器的优先作用等级,设计了具有故障惩罚作用的伪逆优化分配策略。针对船舶电力推进系统双舵双桨输出控制力的部分失效、中断、偏移和卡死等故障模式,给出了含执行器多重故障和复合扰动的船舶航速/航向控制系统数学描述,设计了自适应更新律在线估计执行器失效因子、卡死故障因子、卡死故障的上下界以及复合扰动的上下界,结合故障参数估计值和复合扰动参数估计值,提出了一种控制律重构与控制分配集成设计的自适应反步协调容错控制策略,实现了航速/航向跟踪、复合扰动抑制和执行器能耗最小化。构建了船舶电力推进舵/桨协调容错系统数字仿真测试平台,分别验证了所提的两种容错控制策略的可行性。本文的研究成果具有重要的理论意义和应用前景,可以为船舶电力推进系统智能容错控制的工程化应用提供技术基础和经验积累,实现船舶电力推进系统的可靠运行与健康管理。此外,其研究成果也适用于其他对象,有助于其他工程领域在相关技术层面上的借鉴推广。
张兆宇[10]（2020）在《基于神经网络的重型燃气轮机建模与预测控制研究》文中指出重型燃气轮机具有参数耦合关系高度非线性的特点,对传统机理建模与控制设计方法造成了较大的困难。基于神经网络方法的建模方式,以黑箱原理实现建模过程,提供了新的解决途径。生成的燃气轮机神经网络模型可嵌入预测控制算法中作为预测模型,为预测控制的实现提供新的思路。本文首先选取NARX神经网络和Elman网络两种前向型动态网络作为建模工具,利用重型燃气轮机现场运行数据,对起动过程进行动态工况建模,对运行参数进行预测。测试结果表明,合理范围内的隐含层神经元数量设置均可以获得可接受的预测模型。对于NARX神经网络,闭环运行模式应用价值更高,但预测误差大于开环运行模式。开环模式测试中表现更优秀的网络个体,不一定在闭环预测中保持更佳的预测精度。由于训练误差函数与测试误差评估函数的差异,对特定部分过程预测精度有更高要求的场景下,可以通过修改训练误差函数形式,对网络训练梯度下降方向进行引导。本文通过对训练误差函数中的输出参数高数值点赋予更高权重值,牺牲低数值区域的预测精度,获得了对高数值区域预测相对误差更小的网络个体。对于多组样本序列数据的训练问题,相比于交替训练、多组网络输出加权的处理方式,样本序列拼接、拼接点权重值置零的训练方式生成的网络模型预测精度更高,训练工作量更少。Elman网络不存在开环运行模式,在全过程闭环模式预测中表现优于NARX网络。但是由于承接层输入参数的初始化收敛问题,对于非训练样本起始状态的预测测试,Elman网络在前10步的预测精度远劣于NARX网络。验证NARX网络模型在燃气轮机动态过程的预测能力后,将其嵌入至非线性预测控制算法中,承担预测控制中非线性预测模型的角色。神经网络预测模型与传热搜索滚动优化算法和目标函数的结合,在仿真测试中实现了对重型燃气轮机Simulink模型对象的多输入多输出预测控制。在完成调峰任务的同时,兼顾对透平排气温度的约束。通过设计不同的目标函数排气温度项,可以实现升负荷过程中循环效率优先和升负荷率优先两种控制模式,证明了这一预测控制方法设计的灵活性。此外,经测试验证,该预测控制方法具备一定的抗扰动能力。
二、基于模糊神经网络的发电用单轴燃气轮机的解耦控制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于模糊神经网络的发电用单轴燃气轮机的解耦控制（论文提纲范文）
（1）信息物理融合环境下网络攻击的微电网弹性控制策略（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 CPS综合安全与弹性控制 |
| 1.2.1 网络攻击与CPS安全 |
| 1.2.2 弹性控制 |
| 1.3 国内外研究现状 |
| 1.3.1 入侵与攻击检测技术 |
| 1.3.2 状态与控制重构技术 |
| 1.3.3 多智能体的弹性一致性技术 |
| 1.4 主要研究内容 |
| 1.5 本文组织结构 |
| 第2章 微电网CPS建模及控制架构研究 |
| 2.1 引言 |
| 2.2 微电网CPS建模 |
| 2.2.1 微电网典型CPS结构 |
| 2.2.2 CPS过程流与网络攻击基本模型 |
| 2.3 分布式电源建模 |
| 2.3.1 光伏模型 |
| 2.3.2 风机模型 |
| 2.3.3 微型燃气轮机模型 |
| 2.3.4 储能电池模型 |
| 2.4 微电网分层控制架构及控制模式 |
| 2.4.1 分层控制架构及控制目标 |
| 2.4.2 微电网控制模式 |
| 2.5 控制理论基础 |
| 2.5.1 Lyapunov稳定性理论 |
| 2.5.2 基础图论知识 |
| 2.5.3 多智能体一致性理论 |
| 2.6 本章小结 |
| 第3章 量测信号异常下并网微电网的恒功率控制研究 |
| 3.1 引言 |
| 3.2 并网运行微电网中DG逆变器系统建模 |
| 3.2.1 恒功率控制模式下DG逆变器状态空间模型 |
| 3.2.2 基于LQR的输出反馈电流控制环设计 |
| 3.2.3 CT量测信号异常模型 |
| 3.3 基于SMO-VUFC的恒功率控制策略 |
| 3.3.1 SMO设计及稳定性分析 |
| 3.3.2 基于VUFC的增益调整机制 |
| 3.3.3 异常信号估计与状态重构 |
| 3.4 仿真实验与分析 |
| 3.4.1 典型CT故障及网络攻击场景仿真验证 |
| 3.4.2 异常信号估计方法性能比较 |
| 3.4.3 异常估计与状态重构策略性能验证 |
| 3.5 章节小结 |
| 第4章 控制信号异常下孤岛微电网的频率-有功控制研究 |
| 4.1 引言 |
| 4.2 微电网常规分布式频率-有功次级控制策略 |
| 4.2.1 对等模式下DG的初级控制 |
| 4.2.2 基于领导-跟随一致性的分布式次级控制 |
| 4.2.3 控制信号异常对分布式次级控制的影响分析 |
| 4.3 计及控制信号异常的分布式自适应控制策略 |
| 4.3.1 基于Artstein变换的时延补偿机制 |
| 4.3.2 基于滑模的的分布式自适应控制 |
| 4.4 仿真实验与分析 |
| 4.4.1 微电网正常运行时的控制策略性能验证 |
| 4.4.2 输入时延变化下的控制策略性能验证 |
| 4.4.3 异常控制信号影响下的控制策略性能验证 |
| 4.4.4 控制信号异常下不同控制策略性能比较 |
| 4.5 章节小结 |
| 第5章 控制决策单元异常下孤岛微电网的电压-无功控制研究 |
| 5.1 引言 |
| 5.2 微电网分布式电压-无功控制及FDI攻击建模 |
| 5.2.1 基于平均值估计信息的电压-无功分布式控制 |
| 5.2.2 FDI攻击下电压-无功控制策略的脆弱性分析 |
| 5.3 基于信誉机制的分布式电压-无功弹性控制策略 |
| 5.3.1 DG异常行为检测阶段 |
| 5.3.2 信誉度评估阶段 |
| 5.3.3 恶意DG辨识阶段 |
| 5.3.4 攻击抑制与恢复阶段 |
| 5.4 仿真实验与分析 |
| 5.4.1 暂态扰动场景 |
| 5.4.2 持续FDI攻击场景 |
| 5.4.3 多攻击者与共谋攻击场景 |
| 5.4.4 参数选取对所提弹性控制策略影响分析 |
| 5.5 章节小结 |
| 第6章 通信服务中断异常下孤岛微电网的电压-无功控制研究 |
| 6.1 引言 |
| 6.2 微电网常规分布式电压稳定与无功均分控制 |
| 6.2.1 微电网电气网络建模 |
| 6.2.2 基于一致性的无功功率均分控制策略 |
| 6.3 DoS攻击下基于自触发通信的电压-无功控制 |
| 6.3.1 DoS攻击建模 |
| 6.3.2 基于改进三元组自触发通信的控制策略 |
| 6.3.3 收敛性能分析 |
| 6.4 仿真实验与分析 |
| 6.4.1 负载变化下的性能验证 |
| 6.4.2 通信需求比较 |
| 6.4.3 DG即插即用下的性能验证 |
| 6.4.4 DoS攻击下的性能验证 |
| 6.4.5 高频DoS攻击下的性能比较 |
| 6.5 章节小结 |
| 第7章 结论与展望 |
| 7.1 论文结论 |
| 7.2 未来工作展望 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简历 |
（2）基于神经网络自适应控制的飞轮储能辅助燃气-蒸汽联合循环机组调频特性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 燃气蒸汽联合循环组灵活性研究现状及发展趋势 |
| 1.2.1 燃气蒸汽联合循环机组系统模型分析国内研究现状 |
| 1.2.2 燃气蒸汽联合循环机组系统模型分析国外研究现状 |
| 1.3 储能技术概况 |
| 1.3.1 电磁储能 |
| 1.3.2 机械储能 |
| 1.3.3 电化学储能 |
| 1.4 飞轮储能技术国内外研究现状和发展趋势 |
| 1.5 飞轮储能技术未来研究与发展方向 |
| 1.6 本文主要研究内容 |
| 第2章 燃气-蒸汽联合循环机组的仿真建模 |
| 2.1 燃气-蒸汽联合循环调频机理 |
| 2.1.1 一次调频工作机理 |
| 2.1.2 二次调频(AGC)工作机理 |
| 2.2 燃气蒸汽联合循环协调控制模型 |
| 2.2.1 燃机控制系统 |
| 2.2.2 联合循环燃气轮机模块 |
| 2.2.3 余热锅炉和蒸汽轮机模块 |
| 第3章 飞轮储能辅助CCPP调频过程仿真分析 |
| 3.1 飞轮储能系统原理 |
| 3.2 飞轮储能电机数学模型 |
| 3.3 飞轮储能系统控制策略 |
| 3.4 飞轮储能参与的两区域互联电网模型 |
| 3.5 飞轮储能辅助燃气蒸汽联合循环调频分析 |
| 3.5.1 阶跃扰动 |
| 3.5.2 连续扰动 |
| 3.6 本章小结 |
| 第4章 基于神经网络自适应控制的飞轮储能系统优化 |
| 4.1 引言 |
| 4.2 传统PID控制缺陷 |
| 4.2.1 PID控制的基本原理 |
| 4.2.2 传统PID的缺陷 |
| 4.3 BP神经网络控制及其应用 |
| 4.3.1 BP神经网络原理分析 |
| 4.3.2 BP神经网络PID控制的优点 |
| 4.3.3 基于BP神经网络的PID控制器设计 |
| 4.3.4 基于BP神经网络自适应PID飞轮耦合系统仿真 |
| 4.4 本章小节 |
| 第5章 总结与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（3）电力市场环境下的燃气轮机综合供能模式研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景 |
| 1.2 重型燃气轮机发展与回顾 |
| 1.2.1 燃气轮机概述 |
| 1.2.2 燃气轮机发展趋势与检修 |
| 1.3 本文主要研究内容 |
| 2 燃气轮机区域综合功能的基础 |
| 2.1 能源互联网下的重型燃机发电 |
| 2.1.1 能源互联网简介 |
| 2.1.2 联合循环燃气轮机综合供能分析 |
| 2.2 联合循环燃气轮机综合供能的实现 |
| 2.3 联合循环燃气轮机发电现状 |
| 3 9F联合循环燃气轮机成本与能效模型 |
| 3.1 天然气联合循环发电机组成本模型 |
| 3.1.1 联合循环燃气轮机年度燃料成本 |
| 3.1.2 联合循环燃气轮机年度检修成本 |
| 3.1.3 联合循环燃气轮机年度固定成本 |
| 3.2 天然气联合循环发电机组能效模型分析 |
| 3.3 天然气联合循环发电机组等效运行小时模型 |
| 3.4 天然气联合循环发电机组经济运行分析 |
| 4 综合能源供应模型仿真设计与规划 |
| 4.1 热电联产燃气机组的热电模型 |
| 4.2 重型燃气轮机综合供能的实现 |
| 4.3 9F燃机纯凝工况下年度效益规划仿真 |
| 4.4 9F燃机综合供能与纯凝工况运行比较 |
| 4.5 9F燃机综合供能下上网电价分析 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 工作展望 |
| 参考文献 |
| 作者简介 |
（4）三轴燃气轮机多变量滑模控制系统设计方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 燃气轮机建模技术的国内外研究现状 |
| 1.2.1 燃气轮机建模技术简述 |
| 1.2.2 燃气轮机部件特性的获取 |
| 1.3 燃气轮机控制系统的国内外研究现状 |
| 1.3.1 燃气轮机控制系统简述 |
| 1.3.2 燃气轮机控制技术的国内外研究现状 |
| 1.4 本文主要工作内容 |
| 第二章 三轴燃气轮机建模与仿真程序开发 |
| 2.1 三轴燃气轮机动态模型的建立思路 |
| 2.1.1 基于迭代法的建模思想 |
| 2.1.2 燃气轮机特性数据的缩放准则 |
| 2.2 具有可转进口导叶的压气机建模 |
| 2.2.1 具有可转进口导叶的压气机物理模型 |
| 2.2.2 具有可转进口导叶的压气机数学模型 |
| 2.3 三轴燃气轮机瞬态建模方法 |
| 2.4 三轴燃气轮机模型的仿真验证 |
| 2.5 本章小结 |
| 第三章 三轴燃气轮机线性滑模控制研究 |
| 3.1 滑模控制理论简介 |
| 3.1.1 滑动模态 |
| 3.1.2 滑模控制器的一般结构 |
| 3.1.3 基于趋近律的滑模控制 |
| 3.2 基于线性滑模面的三轴燃气轮机滑模控制设计 |
| 3.2.1 线性滑模切换函数的设计 |
| 3.2.2 趋近律下的线性滑模控制器设计 |
| 3.3 不同趋近律下的线性滑模控制仿真研究 |
| 3.3.1 等速趋近律下的线性滑模控制研究 |
| 3.3.2 指数趋近律下的线性滑模控制研究 |
| 3.3.3 幂次趋近律下的线性滑模控制研究 |
| 3.3.4 不同趋近律下线性滑模控制的对比研究 |
| 3.4 干扰对基于趋近律的线性滑模控制的影响 |
| 3.4.1 系统参数摄动对线性滑模控制的影响 |
| 3.4.2 外部干扰对线性滑模控制的影响 |
| 3.5 本章小结 |
| 第四章 基于LPV模型的三轴燃气轮机滑模控制研究 |
| 4.1 燃气轮机LPV模型简介 |
| 4.2 三轴燃气轮机LPV模型的建立 |
| 4.2.1 建立LPV模型的方法 |
| 4.2.2 三轴燃气轮机LPV模型 |
| 4.3 基于LPV模型的三轴燃气轮机常规滑模控制研究 |
| 4.3.1 等速趋近律下的LPV滑模控制研究 |
| 4.3.2 指数趋近律下的LPV滑模控制研究 |
| 4.3.3 幂次趋近律下的LPV滑模控制研究 |
| 4.3.4 三轴燃气轮机大工况范围的动态仿真研究 |
| 4.4 基于LPV模型的三轴燃气轮机自适应滑模控制研究 |
| 4.4.1 自适应控制简介 |
| 4.4.2 自适应滑模控制器的设计及其稳定性证明 |
| 4.4.3 摄动矩阵对LPV滑模自适应控制的影响 |
| 4.4.4 外部干扰对LPV滑模自适应控制的影响 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文主要结论 |
| 5.2 工作展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读硕士学位期间的学术成果 |
（5）故障案例稀缺场景下的燃气轮机智能故障检测及诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 燃气轮机智能故障检测与诊断的研究现状 |
| 1.2.1 燃气轮机智能监测诊断系统的研究现状 |
| 1.2.2 燃气轮机智能故障检测与诊断方法的研究现状 |
| 1.2.3 故障案例稀缺场景下故障检测与诊断方法的研究现状 |
| 1.3 本文的主要研究内容 |
| 第2章 燃气轮机的典型故障特性仿真分析 |
| 2.1 引言 |
| 2.2 燃气轮机故障检测及诊断的原理 |
| 2.3 面向故障诊断的燃气轮机建模 |
| 2.3.1 面向故障诊断的单轴燃气轮机建模 |
| 2.3.2 面向故障诊断的船用三轴燃气轮机建模 |
| 2.4 燃气轮机典型故障特性与变工况特性分析 |
| 2.4.1 单轴燃气轮机典型故障特性与变工况特性分析 |
| 2.4.2 三轴燃气轮机变工况特性与典型故障特性分析 |
| 2.5 故障案例稀缺场景下故障检测与诊断的关键问题分析 |
| 2.6 本章小结 |
| 第3章 仅有正常样本的燃气轮机一类模式识别故障检测方法 |
| 3.1 引言 |
| 3.2 常见的一类模式识别方法简介 |
| 3.2.1 一类模式识别算法概述 |
| 3.2.2 一类支持向量机算法 |
| 3.2.3 主成分分析算法 |
| 3.2.4 孤立森林算法 |
| 3.2.5 局部异常因子算法 |
| 3.3 基于一类模式识别方法的燃气轮机故障检测实验 |
| 3.3.1 实验数据介绍及评价指标 |
| 3.3.2 实验结果 |
| 3.4 本章小结 |
| 第4章 基于常模式提取的燃气轮机故障检测研究 |
| 4.1 引言 |
| 4.2 燃气轮机常模式提取的定义 |
| 4.3 基于NARX神经网络的燃气轮机常模式提取与故障检测 |
| 4.3.1 NARX神经网络简介 |
| 4.3.2 基于NARX网络的燃气轮机常模式辨识 |
| 4.3.3 基于NARX网络常模式提取的故障检测算法流程 |
| 4.4 基于NARX网络常模式提取的燃气轮机故障检测实验 |
| 4.5 常模式提取算法与其他故障检测方法的实验比较 |
| 4.5.1 常模式提取算法与一类模式识别算法的实验比较 |
| 4.5.2 常模式提取算法与其他参数组合的实验比较 |
| 4.5.3 NARX网络与其他方法的常模式提取性能比较 |
| 4.6 本章小结 |
| 第5章 基于常模式阵列的燃气轮机故障检测研究 |
| 5.1 引言 |
| 5.2 燃气轮机常模式阵列的定义 |
| 5.3 基于LSTM网络的常模式阵列建立及故障检测 |
| 5.3.1 LSTM网络简介 |
| 5.3.2 燃气轮机常模式阵列的故障检测策略设计 |
| 5.3.3 基于LSTM网络常模式阵列的燃气轮机故障检测流程 |
| 5.4 基于常模式阵列的燃气轮机故障检测实验 |
| 5.5 常模式阵列与其他故障检测方法的实验比较 |
| 5.5.1 常模式阵列算法与单个常模式算法的实验比较 |
| 5.5.2 常模式阵列算法与一类模式识别算法的实验比较 |
| 5.6 本章小结 |
| 第6章 极度类不平衡场景下的燃气轮机故障诊断研究 |
| 6.1 引言 |
| 6.2 极度类不平衡场景下的燃气轮机故障诊断方法 |
| 6.2.1 极度类不平衡场景下的故障诊断方法概述 |
| 6.2.2 过采样方法介绍 |
| 6.2.3 欠采样方法介绍 |
| 6.2.4 样本加权方法介绍 |
| 6.3 极度类不平衡场景下的燃气轮机故障诊断评价指标 |
| 6.4 极度类不平衡场景下的燃气轮机故障诊断实验 |
| 6.4.1 实验数据描述 |
| 6.4.2 单轴燃气轮机数据集实验结果 |
| 6.4.3 船用三轴燃气轮机数据集实验结果 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（6）微型燃气轮机转速控制策略研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.3 本文所做的主要工作 |
| 2 微型燃气轮机系统建模 |
| 2.1 微型燃气轮机的结构及其运行原理 |
| 2.2 微型燃气轮机系统非线性建模 |
| 2.3 本章小结 |
| 3 燃气轮机系统线性化模型的固定时间滑模控制研究 |
| 3.1 滑模变结构控制理论 |
| 3.2 固定时间稳定性理论及引理概述 |
| 3.3 固定时间滑模控制器的设计 |
| 3.4 数值仿真分析 |
| 3.5 本章小结 |
| 4 模糊自适应调节的固定时间滑模在微燃机系统中的应用 |
| 4.1 模糊滑模控制的基本思想及原理 |
| 4.2 模糊自适应调节的固定时间滑模控制器的设计 |
| 4.3 数值仿真分析 |
| 4.4 本章小结 |
| 5 四阶燃气轮机系统Rowen模型的固定时间滑模控制 |
| 5.1 燃气轮机经典模型 |
| 5.2 固定时间滑模控制器的设计 |
| 5.3 数值仿真分析 |
| 5.4 模糊自适应固定时间滑模控制方法的应用 |
| 5.5 本章小结 |
| 6 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（7）基于滑模变结构微型燃气轮机发电系统控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景和意义 |
| 1.2 微型燃气轮机相关国内外发展现状 |
| 1.3 微型燃气轮机发电系统一般架 |
| 1.3.1 微型燃气轮机常用功率变换系统 |
| 1.3.2 微型燃气轮机系统电力变换控制策略相关研究 |
| 1.4 滑模变结构控制简介及相关研究 |
| 1.5 本文的研究工作 |
| 第2章 微型燃气轮机系统架构及非线性建模 |
| 2.1 微型燃气轮机系统架构 |
| 2.2 微型燃气轮机工作原理及数学模型 |
| 2.2.1 微型燃气轮机工作原理 |
| 2.2.2 微型燃气轮机数学模型 |
| 2.3 电功率变换系统模型 |
| 2.3.1 同步发电机与PWM整流器一体化数学模型 |
| 2.3.2 并网状态下PWM逆变器与滤波器一体化数学模型 |
| 2.3.3 离网状态下PWM逆变器与滤波器一体化数学模型 |
| 2.4 滤波器参数设计 |
| 2.4.1 并网LCL滤波器参数设计 |
| 2.4.2 离网LC滤波器参数设计 |
| 2.5 本章小结 |
| 第3章 基于滑模变结构的微型燃气轮机发电系统启动控制策略 |
| 3.1 滑模变结构控制 |
| 3.1.1 滑模变结构工作原理 |
| 3.1.2 滑模变结构控制的抖振抑制 |
| 3.2 微型燃气轮机系统启动过程中滑模变结构控制器的设计 |
| 3.2.1 微型燃气轮机系统启动过程能量流向分析 |
| 3.2.2 基于双向DC/DC的微型燃气轮机启动电源设计 |
| 3.2.3 基于滑模变结构的PWM整流器启动控制策略 |
| 3.2.4 微型燃气轮机系统启动过程仿真研究 |
| 3.3 本章小结 |
| 第4章 基于滑模变结构的微型燃气轮机发电系统发电控制策略 |
| 4.1 微型燃气轮机系统发电过程中的滑模变结构PWM整流器控制器的设计 |
| 4.1.1 微型燃气轮机系统发电工作状态 |
| 4.1.2 基于滑模变结构的PWM整流器控制策略 |
| 4.1.3 PWM整流器的滑模变结构控制稳定性分析 |
| 4.1.4 微型燃气轮机系统发电过程PWM整流器仿真研究 |
| 4.2 微型燃气轮机发电过程并网PWM逆变器滑模变结构控制器设计 |
| 4.2.1 并网发电控制目标 |
| 4.2.2 并网PWM逆变器控制器设计 |
| 4.2.3 并网PWM逆变器的滑模变结构控制稳定性分析 |
| 4.2.4 并网PWM逆变器仿真研究 |
| 4.3 微型燃气轮机发电过程离网PWM逆变器滑模变结构控制器设计 |
| 4.3.1 离网发电的预期目的 |
| 4.3.2 离网PWM逆变器控制器设计 |
| 4.3.3 离网PWM逆变器的滑模变结构控制稳定性分析 |
| 4.3.4 离网PWM逆变器仿真研究 |
| 4.4 发电过程PWM整流器传统PI控制策略与滑模变结构控制策略的控制性能对比分析 |
| 4.4.1 PWM整流器电流内环参数整定 |
| 4.4.2 PWM整流器电压外环参数整定 |
| 4.4.3 控制性能对比仿真分析 |
| 4.5 滑模变结构控制抗参数摄动性能分析 |
| 4.6 本章小结 |
| 总结与展望 |
| 参考文献 |
| 附录A 攻读学位期间获得的研究成果 |
| 致谢 |
（8）基于支持向量机的微电网故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外微电网发展状况 |
| 1.3 微电网故障诊断特点及研究现状 |
| 1.3.1 微电网故障诊断特点 |
| 1.3.2 微电网故障诊断现状 |
| 1.4 本文所做主要工作 |
| 第2章 微电网建模及故障仿真 |
| 2.1 典型微源分析及建模 |
| 2.1.1 光伏发电单元 |
| 2.1.2 风力发电单元 |
| 2.1.3 微型燃气轮机 |
| 2.1.4 储能单元 |
| 2.2 微电网系统建模 |
| 2.2.1 微电网典型结构 |
| 2.2.2 微电网模型建立 |
| 2.3 微电网故障仿真 |
| 2.4 本章小结 |
| 第3章 微电网故障特征提取与优化选择 |
| 3.1 基于小波包能量熵的特征提取 |
| 3.1.1 小波分析基础 |
| 3.1.2 小波包能量熵 |
| 3.1.3 微电网故障特征提取及分析 |
| 3.2 基于改进主元分析的特征优化选择 |
| 3.2.1 主元分析法 |
| 3.2.2 改进主元分析及特征优化选择 |
| 3.3 本章小结 |
| 第4章 基于支持向量机的微电网故障诊断模型 |
| 4.1 线性支持向量机 |
| 4.2 非线性支持向量机 |
| 4.2.1 核函数 |
| 4.2.2 松弛变量 |
| 4.3 SVM在故障多分类上的改进 |
| 4.4 微电网故障诊断模型 |
| 4.4.1 支持向量机分类步骤 |
| 4.4.2 SVM故障诊断模型的建立及实验分析 |
| 4.5 本章小结 |
| 第5章 基于多种群遗传算法的故障诊断模型优化 |
| 5.1 SVM参数寻优的相关概念 |
| 5.2 基本遗传算法 |
| 5.3 多种群遗传算法概述 |
| 5.3.1 遗传算法早熟问题 |
| 5.3.2 多种群遗传算法 |
| 5.4 基于MPGA的故障诊断模型优化实验 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（9）船舶电力推进系统智能容错控制技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 船舶电力推进系统的发展概述 |
| 1.2.1 国外发展概述 |
| 1.2.2 国内发展概述 |
| 1.3 船舶电力推进系统容错控制技术研究现状 |
| 1.4 船舶电力推进系统容错控制的几个关键问题 |
| 1.4.1 船舶电力推进系统的容错控制体系结构研究 |
| 1.4.2 船舶电力推进系统的故障模式与影响分析研究 |
| 1.4.3 船舶电力推进系统的多相电机容错控制研究 |
| 1.4.4 船舶电力推进系统的螺旋桨协调容错控制研究 |
| 1.5 本文主要研究内容 |
| 第2章 船舶电力推进系统容错控制体系结构及数学建模研究 |
| 2.1 引言 |
| 2.2 船舶电力推进系统的基本结构 |
| 2.3 船舶电力推进系统的智能容错控制体系结构 |
| 2.4 船舶电力推进系统的数学模型 |
| 2.4.1 发电子系统数学模型 |
| 2.4.2 推进子系统数学模型 |
| 2.4.3 区域负载集合数学模型 |
| 2.4.4 配电子系统数学模型 |
| 2.5 本章小结 |
| 第3章 船舶电力推进系统故障模式影响智能评估研究 |
| 3.1 引言 |
| 3.2 故障模式影响的风险优先数评估 |
| 3.3 基于模糊逻辑与DEMATEL理论的故障模式影响智能评估 |
| 3.3.1 系统功能结构层次划分 |
| 3.3.2 模糊语言术语集 |
| 3.3.3 风险因子模糊评价及相对模糊权值 |
| 3.3.4 基准调整搜索算法计算α-割集 |
| 3.3.5 模糊风险优先数的清晰化 |
| 3.3.6 基于模糊逻辑的DEMATEL算法 |
| 3.4 实例验证与结果分析 |
| 3.4.1 推进子系统的典型故障模式 |
| 3.4.2 计算结果及对比分析 |
| 3.5 本章小结 |
| 第4章 船舶电力推进系统六相永磁同步电机智能容错控制策略研究 |
| 4.1 引言 |
| 4.2 含参数摄动和负载扰动的六相永磁同步电机系统数学描述 |
| 4.3 六相永磁同步电机自适应反步滑模鲁棒容错控制策略研究 |
| 4.3.1 六相永磁同步电机缺相故障容错的零序电流参考值在线决策 |
| 4.3.2 自适应反步滑模鲁棒容错控制策略设计 |
| 4.3.3 双交轴电流优化分配 |
| 4.4 基于智能观测器的六相永磁同步电机反步滑模鲁棒容错控制策略研究 |
| 4.4.1 基于递归小波模糊神经网络的智能观测器设计 |
| 4.4.2 控制系统稳定性分析 |
| 4.5 仿真验证与结果分析 |
| 4.5.1 一相绕组缺相的六相永磁同步电机容错控制仿真验证 |
| 4.5.2 两相绕组缺相的六相永磁同步电机容错控制仿真验证 |
| 4.6 本章小结 |
| 第5章 船舶电力推进系统舵/桨协调容错控制策略研究 |
| 5.1 引言 |
| 5.2 含复合扰动的船舶航速/航向控制系统数学描述 |
| 5.3 船舶电力推进系统舵/桨自适应滑模协调容错控制策略研究 |
| 5.3.1 非线性复合扰动观测器设计 |
| 5.3.2 自适应滑模容错控制策略设计 |
| 5.4 船舶电力推进系统舵/桨自适应反步协调容错控制策略研究 |
| 5.4.1 含执行器多重故障的船舶航速/航向控制系统数学描述 |
| 5.4.2 自适应反步容错控制策略设计 |
| 5.5 仿真验证与结果分析 |
| 5.5.1 船舶电力推进系统舵/桨自适应滑模协调容错控制仿真验证 |
| 5.5.2 船舶电力推进系统舵/桨自适应反步协调容错控制仿真验证 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（10）基于神经网络的重型燃气轮机建模与预测控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 燃气轮机建模仿真研究 |
| 1.2.2 燃气轮机神经网络控制与预测控制研究 |
| 1.3 研究内容和结构安排 |
| 第2章 前向神经网络动态建模及预测控制实现方法 |
| 2.1 以前向神经网络为架构的动态神经网络实现 |
| 2.1.1 前向神经网络 |
| 2.1.2 NARX神经网络 |
| 2.1.3 Elman神经网络 |
| 2.2 预测控制 |
| 2.2.1 基于状态空间模型的SISO预测控制算法 |
| 2.2.2 基于神经网络模型的预测控制算法 |
| 2.3 本章小结 |
| 第3章 燃气轮机起动过程动态网络建模 |
| 3.1 建模对象及方案概述 |
| 3.2 NARX神经网络建模 |
| 3.2.1 样本训练加权对网络精度的影响 |
| 3.2.2 多组样本序列的训练对策 |
| 3.3 Elman网络建模 |
| 3.3.1 全过程闭环测试 |
| 3.3.2 半程闭环测试 |
| 3.4 本章小结 |
| 第4章 基于动态网络模型的燃气轮机预测控制 |
| 4.1 预测控制设计方案 |
| 4.1.1 控制仿真试验对象 |
| 4.1.2 控制器基础设定 |
| 4.1.3 预测模型 |
| 4.1.4 传热搜索滚动优化算法 |
| 4.1.5 目标函数 |
| 4.2 预测控制仿真过程试验结果 |
| 4.2.1 循环效率优先模式 |
| 4.2.2 升负荷率优先模式 |
| 4.2.3 抗扰动测试 |
| 4.3 本章小结 |
| 第5章 结论与展望 |
| 5.1 研究总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
四、基于模糊神经网络的发电用单轴燃气轮机的解耦控制（论文参考文献）
- [1]信息物理融合环境下网络攻击的微电网弹性控制策略[D]. 马良. 华北电力大学(北京), 2021(01)
- [2]基于神经网络自适应控制的飞轮储能辅助燃气-蒸汽联合循环机组调频特性研究[D]. 燕鹏. 华北电力大学(北京), 2021(01)
- [3]电力市场环境下的燃气轮机综合供能模式研究[D]. 张慧奇. 浙江大学, 2020(02)
- [4]三轴燃气轮机多变量滑模控制系统设计方法研究[D]. 姚飞. 上海交通大学, 2020(01)
- [5]故障案例稀缺场景下的燃气轮机智能故障检测及诊断研究[D]. 白明亮. 哈尔滨工业大学, 2020(02)
- [6]微型燃气轮机转速控制策略研究[D]. 张勇. 中国矿业大学, 2020(01)
- [7]基于滑模变结构微型燃气轮机发电系统控制策略研究[D]. 何伐良. 湖南大学, 2020(07)
- [8]基于支持向量机的微电网故障诊断研究[D]. 戴连铭. 江苏科技大学, 2020(03)
- [9]船舶电力推进系统智能容错控制技术研究[D]. 郭晓杰. 哈尔滨工程大学, 2020(04)
- [10]基于神经网络的重型燃气轮机建模与预测控制研究[D]. 张兆宇. 清华大学, 2020(01)