Tłumienie kołysań w systemie elektroenergetycznym za pomocą stabilizatorów opartych na sztucznej inteligencji

• Autorzy: Bartoń Z.

Warianty tytułu

EN

Damping of oscillation in multimachine power system use stabilizers based on artificial intelligence

• Języki publikacji: PL

Abstrakty

PL

Monografia dotyczy grupy zagadnień związanych z tłumieniem kołysań w systemie elektroenergetycznym (SEE) w stanach zakłóceniowych. Aby zapewnić skuteczne tłumienie kołysań, w szerokim zakresie zmian parametrów SEE, konieczne było uzyskanie odpornego sterowania. Zaprojektowano i opracowano w tym celu adaptacyjne stabilizatory neuronowe i rozmyto-neuronowe. Wykazano, że stabilizatory takie potrafią, poprzez oddziaływanie na konwencjonalne układy regulacji, doprowadzać do likwidacji skutków małych i dużych zakłóceń, w tym zwarciowych. Niniejsza praca zawiera opis teoretyczny i omówienie konkretnych rozwiązań technicznych proponowanych i badanych przez autora.Pracę podzielono na trzy części. W pierwszej przedstawiono wykorzystywany, nieliniowy model SEE. Wykazano, że celowa jest modyfikacja modelu układu prędkości obrotowej turbiny (RT). Zaproponowano model RT uwzględniający przypadki szybkich zrzutów mocy. Przeanalizowano wpływ na tłumienie kołysań w stanach nieustalonych układów RT oraz układów regulacji wzbudzenia i napięcia (ARW/ARN). Wykazano, że udział RT, w procesie likwidacji stanu nieustalonego w SEE, może być znaczący przy stosowaniu odpowiedniego sterowania. W części drugiej omówiono zagadnienie stabilności SEE oraz wykorzystywaną do jej oceny metodę Lapunowa. Przedstawiono koncepcję aplikacji stabilizatorów wykorzystujących sztuczną inteligencję (PSSAI) do układów ARW i RT.Część trzecia dotyczy stabilizatorów. Przedstawiono opracowany konwencjonalny adaptacyjny stabilizator układu RT. Po zoptymalizowaniu jego parametrów, metodą planowanego eksperymentu, uzyskany model włączono do nieliniowych modeli SEE. Modelowanie, w wielomaszynowym SEE, zakłóceń zwarciowych pozwoliło uzyskać wyniki w postaci przebiegów przejściowych, które stanowiły podstawę do opracowania zbiorów uczących dla zaprojektowanych stabilizatorów PSSAI. Założono, zarówno w PSSAI neuronowych, jak i rozmyto-neuronowych, struktury posiadające zdolności adaptacyjne celem zwiększenia skuteczności ich działania. W efekcie uzyskano poprawę tłumienia kołysań, czyli zmniejszenie amplitud przebiegów przejściowych oraz skrócenie czasu tłumienia podczas zmieniających się w szerokim zakresie parametrach eksploatacyjnych i przy różnego rodzaju zakłóceniach.W pracy zaprezentowano opis poszczególnych etapów realizacji stabilizatorów neuronowych, model sieci neuronowej, jej architekturę oraz adaptacyjną warstwę wyjściową. Podano algorytm uczenia sieci oraz wykazano korzyści zastosowanego do uczenia algorytmu Levenberga - Marquardta.Sposób projektowania adaptacyjnych rozmyto-neuronowych regulatorów został omówiony na przykładzie zrealizowanych stabilizatorów jedno- oraz trzywejściowych. Przedstawiono, a następnie porównano procedurę wykorzystującą algorytm wstecznej propagacji błędów z hybrydową metodą uczenia.Przedstawione stabilizatory wykorzystują inteligentne systemy obliczeniowe. Wspólną, cenną dla projektanta ich cechą jest to, że nie wymagają dokładnego modelu matematycznego opisującego procesy przejściowe wymagające tłumienia. Są one w stanie pobierać wiedzę zawartą w sygnałach wejściowych. Mają zdolność uczenia się i adaptacji.Efektywne działanie stabilizatorów możliwe jest jednak tylko, gdy nauczy się je, jak mają reagować w czasie stanów nieustalonych. Ma to fundamentalne znaczenie z punktu widzenia skuteczności tłumienia oscylacji w SEE, Stabilizatory źle nauczone mają bardzo ograniczoną zdolność wnioskowania, gdyż podejmują decyzje na podstawie już posiadanej przez siebie wiedzy. Omówiono zagadnienia związane z procesem uczenia stabilizatorów neuronowych i rozmyto-neuronowych. Zaproponowano oryginalny sposób uczenia takich stabilizatorów.Dokonano weryfikacji opracowanych stabilizatorów. W części głównej pracy przedstawiono wyniki badań, opracowanych struktur, wykonanych na tym samym modelu siedmiomaszynowego SEE. Umożliwiło to, poprzez analizę porównawczą, ocenę skuteczności poszczególnych stabilizatorów.W załączniku zamieszczono przykłady zastosowania stabilizatorów rozmyto-neuronowych do innych, bardziej złożonych modeli generatorów IV i VI rzędu, pracujących w wielomaszynowym SEE. Zestawione wyniki potwierdzają ich zalety i skuteczność.W pracy wykazano, że proponowane stabilizatory mogą przyczynić się do rozwiązania problemów, z którymi nie radzą sobie konwencjonalne układy RT oraz ARW. W szczególności opracowane stabilizatory rozmyto-neuronowe łączą w sobie wszystkie pozytywne cechy stabilizatorów opartych na sztucznych sieciach neuronowych oraz stabilizatorów wykorzystujących logikę rozmytą. Głównymi pokazanymi ich zaletami są: odporne sterowanie, adaptacyjne właściwości oraz elastyczne i szybkie działanie. Dzięki temu są w stanie efektywnie i szybko tłumić występujące w SEE kołysania, przy zmianach parametrów i warunków eksploatacyjnych w szerokich przedziałach, co w efekcie umożliwia zwiększenie obszarów stabilności przejściowej i dynamicznej całego SEE.

EN

The monograph deals with the groups problems of damping of the low frequency oscillations using an artificial intelligence in multimachine power system (PS). It is essential for the effective damping of oscillations that obtain a robust control. The neuro and neuro-fuzzy stabilizers (PSSAI) have been designed and applied with a view to reaching this an aim, It was demonstrated that PSSAI by means of react on the conventional control systems have been able to eliminate the small and big disturbances, including the faults. The theoretical and detailed descriptions proposed and investigated the author's stabilizers in this monograph were presented.After an introductory chapter introducing to description of the problem the first part of this monograph described of the nonlinear model of the PS. It was shown that the modification of the governing system model (GOV) is necessary. Model of the GOV for a sudden power droop is proposed. The analysis the influence of the GOV and excitation system (EX/AVR) in damping of the electromechanical oscillations has been done.The second part deals with the transient security assessment by Lyapunov method. An approach joining the stabilizers PSSAI at the GOV and the EX/ARV conventional is proposed. The third part deals with the stabilizers designed by author. The conventional adaptive stabilizer GOV is presented. The transients courses after simulations the faults in PS using ones were used during preparing of the PSSAI training sets. Both for the neural and neuro-fuzzy stabilizers the adaptive structures were assumed. Test results for various conditions show that PSSAI provides good damping over a wide operating range under small scale and large scale disturbances. These are robust and effective in suppressing system oscillations, the overshoot/undershoot in power system under fault are less and thereby system transient stability is enhancing.An approach to design the neural stabilizers, model of the stabilizer net, architecture of the net and output adaptive layer has been described. The learning algorithm has been presented. To increase the learning speed, the Levenberg-Marquardt algorithm was applied.The one- and three-input stabilizers-based the method of the adaptive neuro-fuzzy stabilizers design was introduced. The back-propagation algorithm was presented and next compared with hybrid learning algorithm.The stabilizers presented exploit the computational intelligence systems. It is very important that they needn't the exactly mathematical model of the transient processes which must be damping. They take the knowledge from the input signals. They have the advantages such ability or self-learning.

Słowa kluczowe

PL

tłumienie kołysań; tłumienie kołysań w systemie elektroenergetycznym; stabilizator neuronowy; stabilizator rozmyto-neuronowy

EN

damping of oscilation; damping of oscilation in multi machine power system; neuro stabilizers; neuro-fuzzy stabilizers

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Elektryka / Politechnika Śląska
• Rocznik: 2003
• Tom: z. 185
• Strony: 1--188
• Opis fizyczny: Bibliogr. 155 poz.

Twórcy

autor

Bartoń Z.

• Instytut Elektroenergetyki i Sterowania Układów Politechniki Śląskiej, 44-100 Gliwice, ul. Krzywoustego 2, tel.: [phone],,

Bibliografia

• 1. Anderson B.D.: “A system theory criterion for positive real matrices”, J. SIAM Control, Vol. 5, No. 2, 1967, pp. 171-182.
• 2. Bar-Kana I., Kaufman A.: “Global stability and performance of a simplified adaptive algorithm”, Int. J. Control, Vol. 42, 1985, No. 6, pp.1491-1505.
• 3. Bar - Kana I., Kaufman A., Balas M.: A. I.A. Aerospace J.Guidance, Dynamics and Control, 1983, pp.6, 112.
• 4. Bartoń Z., Lawera E. : Wpływ automatyki SPZ na warunki pracy synchronicznej i resynchronizację generatora. Mat. II Między nar. Konf. Naukowej „Aktualne Problemy w Automatyce i Energetyce”, Gliwice 21-22.V.1975, t.l, ss. 55-64.
• 5. Bartoń Z., Lawera E., Talarek Z.: “Transient processes in synchronous motors and methods of their investigations” (in Russian), Scientific Proceedings of Novosibirsk Electrical Institute (NETI), Novosibirsk, 1976, pp. 86-93.
• 6. Bartoń Z.: „Zastosowanie metody Lapunowa do praktycznych badań równowagi dynamicznej systemów el.-en. ”, Rozprawa doktorska, Politechnika Śląska, Gliwice 1978, str.130.
• 7. Bartoń Z., Lawera E.: „Analiza stabilności systemu el.-en. metodą Lapunowa z uwzględnieniem regulacji prędkości obrotowej turbin”, Mat. III Międzynarodowej Konf. Naukowej „Aktualne Problemy w Automatyce i Energetyce”, Gliwice, 7-8.VI.1979, t.3, ss. 184-195.
• 8. Bartoń Z., Lawera E.: „Określenie granicznych warunków stabilności pracy układu el.-en. przy zastosowaniu metody Lapunowa”, Prace Naukowe I.E. i S. U. Pol. Śląskiej, Gliwice 1979, ss. 19-26.
• 9. Bartoń Z., Lawera E.: „Analiza stabilności systemu el.-en. metodą Lapunowa z uwzględnieniem regulacji prędkości obrotowej turbin”, Mat. III Międzynarodowej Konf. Naukowej „Aktualne Problemy w Automatyce i Energetyce”, Gliwice, 7-8.VI.1979, t.3, ss. 184-195.
• 10. Bartoń Z.: „Kryterium oceny stabilności dynamicznej wielomaszynowego układu el.-en. badanej metodą Lapunowa”, ZN Pol. Śląskiej, Elektryka, z. 62, Gliwice 1979, ss. 135148.
• 11. Bartoń Z.: „Wpływ niektórych czynników na obliczenia równowagi dynamicznej metodą Lapunowa”, Mat. Międzynarodowej Konf. Naukowej „ Optymalizacja projektowania i eksploatacji systemów el.-en.", Warszawa, 18-20.VII.1980, t.2, ss. 26-33.
• 12. Bartoń, Z.: „O niekatorych wazmożnostiach uprawljenija elektroenergieticzieskoj sistiemoj z ispolzowanijem II mietoda Ljapunowa (in Russian)”, Prace Naukowe Pol. Wrocławskiej, z. 15, Wrocław 1981, ss. 13-20.
• 13. Bartoń Z.: „Sterowanie pracą systemu el.-en. w stanach zakłóceniowych”, ZN Pol. Śląskiej, Elektryka, z. 76, Gliwice 1981, ss. 103-110.
• 14. Bartoń Z.: „Primienienije mietoda Ljapunowa dla sochranienija dinamiczieskoj ustojcziwosti mnogomaszinnoj eniergosistiemy (in Russian)”, Sc. Proc. of. the NETI, Novosybirsk 1982, ss. 61-70.
• 15. Bartoń Z., Vesely V., Repas S.: „Metoda określania stabilizacyjnych sprzężeń zwrotnych regulatorów wzbudzenia”, Mat. IV Międzynar. Konf. Naukowej „Aktualne Problemy w Automatyce i Energetyce”, Gliwice 23-25.V.1985, ss. 388-395.
• 16. Bartoń Z., Vesely V., Repas S.: „Synteza układów stabilizacji układów regulacji wzbudzenia wielomaszynowego systemu el.-en.”, Mat. IV Międzynar. Konf. Naukowej „Aktualne Problemy w Automatyce i Energetyce", Gliwice 23-25.V.1985, ss. 378-387.
• 17. Bartoń Z.: „Uprawljenije elektroeniergietieczieskoj sistiemoj s ispolzowanijem EBM (in Russian)”, Proc. 7-th Int. Conf. ASR-87 on Automatization and Control Systems, Ostrava 6-7.IV.1987, pp. 135-136 + microfilm.
• 18. Bartoń Z.: „Decentralize wanoje uprawljenije eniergosistiemoj” Mat. Międzynorodowe-go Seminarium Akademii Nauk Krajów D. L. „Sterowanie systemem elektroenergetycznym” (in Russian), Gdańsk, 18-19.IX.1987, ss. 1-17.
• 19. Bartoń Z.: „Hierarchiczne sterowanie systemem el.-en.”, Mat. X Krajowej Konf. Automatyki, Lublin, 21-24.1.1988, t.3, ss. 83-84.
• 20. Bartoń Z.: „O wykorzystaniu cyfrowej symulacji maszyny analogowej do badań dynamiki systemu el.-en.”, Mat. II Vedecka Konferecie EF SVST so zahranicnou ucasťou, Bratislava 17-18.1.1989, ss. 141-145.
• 21. Bartoń Z.: „O nieiteracyjnej metodzie sterowania systemem el.-en.”, Mat. VMiędzynar. Konf. Naukowej „Aktualne Problemy w Automatyce i Energetyce", Gliwice 26-28.IX.1989, t.l,ss. 92-97.
• 22. Bartoń Z.: „Adaptacyjne sterowanie w wielomaszynowych systemach o hierarchicznej strukturze”, ZN Elektryka, z. 127, Gliwice 1992, ss. 41-48.
• 23. Bartoń Z.: „Stabilność systemu el. - en. w stanach zakłóceniowych”, Raport końcowy Grant KBN Nr 3.3021 91 02, I.E. i S.U. Pol. Śl., Warszawa 1992, ss. 1-7, (praca nie publikowana).
• 24. Bartoń Z., Paluchiewicz B.: „O pewnym modelu obliczeniowo - logicznym reprezentacji wiedzy”, ZN Automatyka, z. 109, Gliwice 1992, ss. 11-18.
• 25. Bartoń Z.: „Przykład systemu eksperckiego do analizy stanów zagrożeniowych systemu el. - en.”, Mat. VI Międzynarod. Konf. Nauk. "Aktualne problemy w elektroenergetyce -APE'93”, Gliwice-Kozubnik, 16-17 września 1993, t. 1, ss. 151-161.
• 26. Bartoń Z., Paluchiewicz B.: „O możliwości identyfikacji modeli dynamicznych systemu el. - en.”, ZN Elektryka, z. 137, Gliwice 1994, ss. 183-195.
• 27. Bartoń Z.: „Weryfikacja identyfikowanych modeli dynamicznych systemu el. - en.”, Mat. VII Międzynarod. Konf. Nauk. „Aktualne problemy w elektroenergetyce" - АРЕ "95, Gdańsk, 12-14 czerwca 1995, t.n, ss. 119-126.
• 28. Bartoń Z.: “Damping of oscillations in power systems using adaptive stabilizer”, Proc, of the 27-th North American Power Symposium NAPS 95, Montana State University, Bozeman, Montana, USA, October 2-3, 1995, pp. 280-285.
• 29. Bartoń Z., Pierre D. A., Nehrir M. H.: „Aplikacja reguł decyzyjnych do sterowania systemem elektroenergetycznym”, Materiały Sympozjum Naukowego „ Systemy ekspertowe, sieci neuronowe i zbiory rozmyte w elektroenergetyce”, Białystok, 18-19 października, 1995, ss. 27-36.
• 30. Bartoń Z., Paluchiewicz B.: „Reprezentacja wiedzy - modele obliczeniowo - logiczne”, Materiały Sympozjum Naukowego „Systemy ekspertowe, sieci neuronowe i zbiory rozmyte w elektroenergetyce ", Białystok 18-19 października 1995, ss. 37-48.
• 31. Bartoń Z., Pierre D. A., Nehrir M. H.: „Tłumienie kołysań o małej częstotliwości w systemach elektroenergetycznych”, Materiały Sympozjum Naukowego „ Aktualne Problemy Eksploatacji Sieci i Urządzeń Elektroenergetycznych", Opole, 26-27 października 1995, ZN Nr 216, Elektryka z. 42, ss. 39-52.
• 32. Bartoń Z.: „Adaptive control to damping of oscillation in multimachine power system”, Proc, of the International Symposium on Modem Electric Power Systems MEPS'96, Wroclaw, September 26-27,1996, pp. 88-95.
• 33. Bartoń, Z.: “A tool for damping of oscillation in multimachine power system”, Proc. 28th North American Power Symposium, Massachusetts Institute of Technology Cambridge, Boston, USA, November 10-12, 1996, pp. 265-270.
• 34. Bartoń Z.: “Methods of damping low-frequency oscillations in power systems”, Summary Report on Grant MEN/DOE-93-148, I.E. i S.U. Pol. Śl., Gliwice-Warszawa, October 1997, pp. 1-39 (praca nie publikowana).
• 35. Bartoń Z.: “Damping of oscillation using neural network in multimachine power system”, Proc, of the 29-th North American Power Symposium, University of Wyoming, Laramie, USA, October 13-14, 1997, pp. 1-8.
• 36. Bartoń Z.: “Damping of Oscillation Using Neural Network and Fuzzy Logic in Multi -machine Power System”, Proceedings of the 30-th North American Power Symposium NAPS’98, Cleveland State University, Cleveland, Ohio, USA, October 20-21,1998, pp.260-267.
• 37. Bartoń Z.: “About Possibility Application an Artificial Intelligence for Design of PSS”, Proc, of IV Symposium on the Mathematical Methods in Power Systems Mmw EE’98, AGH Kraków - Zakopane, 22-24. X. 1998, pp. 363-374.
• 38. Bartoń Z.: “Fast Valving Control Using Neural Network for Damping of Short-Circuit Effects in Multimachine Power System”, Proceedings of. 8th International Symposium on Short-Circuit Currents in Power System, Brussels, Oct. 8-10, 1998, pp. 181-186.
• 39. Bartoń Z.: „Sieci neuronowe narzędziami poprawy charakterystyk systemu el.-en.”, Prace Nauk. IE PW, nr 90, seria Konf. 33, OWPW, Wrocław 21-23.IX.1998, ss. 235246.
• 40. Bartoń Z.: „Zastosowanie sztucznej inteligencji do projektowania układów sterowania”, Maszynopis powielany wykładu autorskiego wygłoszonego w P.S.E. SA., Warszawa, 19 luty 1999, ss. 1-29.
• 41. Bartoń Z.: „Adaptacyjny neuro-rozmyty stabilizator prędkości obrotowej turbiny”, Mat. IX Międzynarod. Konf. Nauk. "Aktualne problemy w elektroenergetyce" - APE’99, Gdańsk-Jurata, 9-11.VI. 1999, t. III, ss. 99-106.
• 42. Bartoń Z.: „Zastosowanie inteligentnych stabilizatorów do stabilizacji procesów przejściowych w systemie el.-en.”, Mat. „IV Szkoły komputerowego wspomagania projektowania, wytwarzania i eksploatacji”. Wojskowa Akademia Techniczna, Wydział Uzbrojenia i Lotnictwa, Warszawa-Jurata, 15-19. V. 2000, ss. 331-344.
• 43. Bartoń Z.: “Robust control in power system: an application of neural network and fuzzy logic theory”, Preprints of the 4th Int. Conf. Control of Power Systems Control of Power Systems , Bratislava, June 15-16, 2000, pp. 21-26.
• 44. Bartoń Z., Paluchiewicz B.: “An application of matlab and simulink code for power system stability and control simulation”, Preprints of the 4th Int. Conf. Control of Power Systems , Bratislava, June 15-16, 2000, pp. 46-51.
• 45. Bartoń Z.: „Wpływ inteligentnych stabilizatorów na stabilność wielomaszynowego systemu elektroenergetycznego”, Prace Nauk. IE PW, m 91, seria Konf. 34, OWPW, Wrocław, 5-7 lipca 2000, t.II, ss. 629-637.
• 46. Bartoń Z., Paluchiewicz B.: „Wpływ rozmytych funkcji przynależności na tłumienie kołysań w systemie el.-en.”, Mat.X Międzynarod. Konf. Nauk. "Aktualne problemy w elektroenergetyce" - APE’01, Gdańsk, 6-8 czerwca 2001, t.I, ss. 159-166.
• 47. Bartoń Z.: „Zastosowanie rozmytych i neuro-rozmytych stabilizatorów do sterowania systemem el.-en.”, Mat.X Międzynarod. Konf. Nauk "Aktualne problemy w elektroenergetyce"- APE'01, Gdańsk, 6-8 czerwca 2001, t.I, ss. 151-158.
• 48. Bartoń Z., Sowińska-Krzyżanowska I., Paluchiewicz B., Bartoń T.: „Odporne sterowanie wykorzystujące adaptacyjne neuro - rozmyte regulatory”. Mat. III Krajowej Konf „Metody i systemy komputerowe w badaniach naukowych i projektowaniu inżynierskim", Kraków 19-21.XI.2001, ss.105 - 119.
• 49. Bartoń Z.: „Realizacja stabilizatora systemowego w środowisku Matlab / Simulink”, Mat. III Krajowej Konf. „Metody i systemy komputerowe w badaniach naukowych i projektowaniu inżynierskim", Kraków 19-21.XI.2001, ss. 357 - 362.
• 50. Bartoń Z., Paluchiewicz B.: “Simulation of transient processes in power system using matlab and simulink code”, Information Technologies and Systems, vol. 3, No. 1, 2000, Lviv, Ukraine, pp. 140-146.
• 51. Bartoń Z., Paluchiewicz B.: “Application of neuro-fuzzy stabilizers for power system stability improvement”, Proc, of papers of the 5,h Int. Conf, on ‘‘Control of Power Heating Systems 2002 ", Zlin, Czech Rep., May 21-22, 2002, CD-disk, P-8, pp.1-13.
• 52. Bartoń Z.: “Comparison of siso & mimo adaptive neuro-fuzzy stabilizers to damping oscillations in power system”, Proc, ofpapers of the 5lh Int. Conf, on ‘‘Control of Power Heating Systems 2002", Zlin, Czech Rep., May 21-22, 2002, CD-disk, P-9, pp.1-17.
• 53. Bartoń Z.: “Robust control in multimachine power system using adaptive neuro-fuzzy stabilizers”, Proc, of the Int. Symposium on Modern Electric Power Systems MEPS’02, Wroclaw 11-13.IX.2002, ss. 239-244.
• 54. Białko M.: „Podstawowe właściwości sieci neuronowych i hybrydowych systemów ekspertowych ", WUPK, Koszalin 2000.
• 55. Bogacki P. and Shampine L. F.: "A 3(2) pair of Runge-Kutta formulas", Appl. Math.Letters, Vol. 2, 1989, pp. 1-9.
• 56. Bogucki A., Bartoń Z.: „Ocena stabilności globalnej wybranego systemu el.-en. metodą Lapunowa”, ZN Pol. Śląskiej, Elektryka, z. 85, Gliwice 1983, ss. 5-17.
• 57. Bogucki A., Bartoń Z.: „Porównanie kryteriów równowagi dynamicznej systemów el.-en.”, Prace Naukowe Pol. Wrocławskiej, z.ll, Wrocław 1984, ss. 68-78.
• 58. Bogucki A., Bartoń Z.: „Einfluss der Priarregelung auf die Globale Gleichgewicht des Energiesystems“, Mat. Międzynarodowej Konf. „ Wissenschftliche Konferenz ”, Dresden 10-12. VII. 1984, ss. 1-14 + microfilm. '
• 59. Bogucki A., Bartoń Z., Sowa P., Szewc B.: „Sterung von Elektroenergieversorguns-systemen aus der Globalen Stabilität“, (in German). Proc. Int. Conf, on Operation of Power Systems, Zittau 10-12.IV.1987, pp. 1-13.
• 60. Bogucki A., Bartoń Z., Paluchiewicz В.: “Adaptivnoje uprawljenie moszcznostju turbiny” (in Russian), Mat. I Vedecka Konferecie EF SVST so zahranicnou ucasťou, Bratislava 26-27.1.1988, ss. 1-10.
• 61. Bogucki A., Bartoń Z.: „Samoorganizujuszczaja sistiema uprawljenija na osnowie issljedowanija ustojcziwosti,, (in Russian), Mat. III Międzynar. Konf. Naukowej „Energo 88”, Varna 13-15.X.1988, t3, ss. 161-168.
• 62. Bogucki A., Bartoń Z., Paluchiewicz B.: „Synteza metodą planowanego eksperymentu na przykładzie wybranego systemu el.-en.”, Mat. II Vedecka Konferecie EF SVST so zahranicnou ucasťou, Bratislava 17-18.1.1989, ss. 131-135.
• 63. Bogunki A., Bartoń Z.: „Ocena dopuszczalnego czasu trwania zakłócenia dla potrzeb automatyki prewencyjnej”, ZN Elektryka, z. 105, Gliwice 1989, ss. 7-19.
• 64. Bogucki A., Bartoń Z. : „Sterowanie dyskretne pracą połączonych systemów elektroenergetycznych”, ZN Elektryka, z. 105, Gliwice 1989, ss. 21-29.
• 65. Bogucki A., Bartoń Z., Paluchiewicz B.: „O jednej z możliwości zwiększenia wpływu układu regulacji prędkości obrotowej turbiny na stabilność dynamiczną systemu el. -en.”, ZN Elektryka, z. 127, Gliwice 1992, ss. 19-27.
• 66. Bogucki A., Paluchiewicz B., Bartoń Z. : „Zastosowanie planowanego eksperymentu w elektroenergetyce do syntezy układów sterowania”, ZN Elektryka, z. 127, Gliwice 1992, ss. 29-40.
• 67. Bujko L: „Sterowanie i regulacja”, ”, Mat. IX Międzynarod. Konf. Nauk "Aktualne problemy w elektroenergetyce" - АРЕ’99, Gdańsk-Jurata, 9-11 .VI. 1999, t. VI, ss. 61-66.
• 88. IEEE Committee Report: “Turbine fast valving to aid system stability, benefits and other considerations”, IEEE Trans., Vol. PWRS-1, February 1986, No. 1, pp.149-153.
• 89. IEEE Committee Report of Working Group on Prime Mover and Energy Supply Models for System Dynamics Performance Studies: “Hydraulic Turbine and Turbine Control Models for Dynamic Performance Studies”, IEEE Trans on Power Systems, Vol. 7, No. 1, February 1992, pp. 167-179.
• 90. IEEE Standard 421.5-1992: “Recommended Practice for power system stability studies”, August 1992.
• 91. Jang J.-S. R.: “ANFIS: Adaptive-Network-based Fuzzy Inference Systems”, IEEE Transactions on Systems, Man, and Cybernetics, Vol. 23, May 1993, No. 3, pp. 665-685.
• 92. Jang J.-S. R., Sun С.-T.: Neuro-fuzzy modeling and control. Proceedings of the IEEE, vol. 83, March 1995, No. 3, pp.378-405.
• 93. Jang J.-S. R., Sun С.-T.: “Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence'', Prentice Hall, 1997.
• 94. Janiczek R., Matczewski A.: „Zarys elektrowni”, Skrypty Pol. Śląskiej, nr 80, Gliwice 1979.
• 95. Janiczek R.: „Eksploatacja elektrowni", WNT, Warszawa 1980.
• 96. Januszewski M., Machowski J., Bialek J. W.: „Application of direct Lyapunov method to improve damping of power swings by control of UPFC”, Proc, of the Int. Symposium on Modern Electric Power Systems MEPS’02, Wroclaw 11-13.IX.2002, pp. 93-98.
• 97. Kacejko P., Machowski J.: „Zwarcia w systemach elektroenergetycznych”, WNT, Warszawa 2002.
• 98. Kakimoto N., Ohsawa Y., Hayashi M.: “Transient stability analysis of multimachine power systems with field flux decays via Lyapunov’s method”, IEEE Trans on Power App. And Systems., Vol. PAS-99, No. 5, Sept./Oct. 1980, pp. 1819-1827.
• 99. Kremens Z., Sobierajski M.: „Analiza systemów elektroenergetycznych”, WNT, Warszawa 1996.
• 100. Kundur P., Rogers G.J., Żywno M.S.: “Application of power system stabilizers for enhancement of overall system stability”, IEEE Trans, on Power Systems, Vol. 5, No. 2, May 1989, pp. 614-621.
• 101. Kundur P.: “Power system stability and control', McGraw-Hill, New York 1994.
• 102. Kobayashi T., Yokoyama A.: An adaptive neuro-control system of synchronous generator for power system stabilization”, IEEE Trans, on Energy Conversion, Vol. 11, No. 3, September 1996, pp. 621-629.
• 103. Laren E.V., Swann D.A.: “Applying power system stabilizers: Part І, П and III”, IEEE Trans., Vol. PAS-100, No.6, 1981, pp. 3017-3041.
• 104. Lee K.M., Kwak D.H., Lee-kwang H.: “Tuning of fuzzy models by fuzzy neural networks”, Fuzzy Sets and Systems, Vol. 76, 1995, pp. 47-61.
• 105. Lee K.M., Kwak D.H., Lee-Kwang H.: “Fuzzy inference Neural network for fuzzy model tuning”, IEEE Trans, on Systems, Man. and Cybernetic — Part В:Cybernetics, Vol. 26, No. 4, August 1996, pp. 637-645.
• 106. Lie T. T., Gosh G. B., Shrestha G. B.: “Fuzzy Logic Control of Power System Transient Stability”, Proceedings of the 2nd Int. Conf on Advanced in Power System, Op. and Mang., Hong Kong, December 1993, pp. 515-520.
• 107. Lotfi A., Tsoi A.C.: “Learning fuzzy inference system using an adaptive membership function scheme”, IEEE Trans, on Systems, Man. and Cybernetic - Part В:Cybernetics, Vol. 26, No. 2, April 1996, pp. 326-331.
• 108. Lubośny Z.: “Self-organising controllers of generating unit in electric power system”, WPG, Gdańsk 1999.
• 109. Machowski J.: „Wybrane problemy badania stabilności uproszczonego modelu systemu elektroenergetycznego", Prace Naukowe, Elektryka z.68, WPW, Warszawa 1981.
• 110. Machowski J.: „Dynamie equivalents for transient stability studies of electrical power systems”, Int. J. on Electrical Power and Energy Systems, Vol. 7, No. 4, 1985, pp. 215-223.
• 111. Machowski J., Bemas S.: „Stany nieustalone i stabilność systemu elektroenergetycznego”, WNT, Warszawa 1989.
• 112. Machowski J., Robak S., Bialek J., Bumby J.R.: „Novel excitation system for synchronous generator”, IEE Proc. Generation, Transmision and Distribution, Vol. 145, September 1998, pp. 537-546.
• 113. Machowsk, J., Bialek J.W., Bumby J.R.: „Power System Dynamics and Stability”, J. Wiley & Sons, N. York 1998.
• 114. Machowski J., Robak S., Bialek J.W., Bumby J.R.: „Decentralized damping of power swings - feasibility study”, TR-112417, Projekt zamawiany przez EPRI - USA, Palo Alto, Agreement WO 8555-01, May 1999.
• 115. Machowski J., Robak S., Bialek J.W., Bumby J.R., Abi-Samra N.: „Decentralized stability-enhancing contol of synchronous generator”, IEEE Trans on Power Systems, Vol. 15, No. 4, 2000, pp. 1336-1344.
• 116. MATLAB Application Interface Guide. MATLAB online documentation, The Math. Works Inc., Natic, MA, USA.
• 117. MATLAB Reference Guide (1995) and SIMULINK Dynamic System Simulation Software Manual (1995), The Math. Works Inc., Natic, MA, USA.
• 118. Mamdani E.H., Assilian S.: “An experiment in linguistic synthesis with a fuzzy logic controller”, International Journal of Man-Machine Studies, Vol.7, 1975, No.l, pp. 1-13.
• 119. Masters T.: “Sieci neuronowe w praktyce", WNT, Warszawa 1996.
• 120. Mietkowski W.: „Stabilizacja systemów dynamicznych", WNT, Warszawa 1991.
• 121. Moon Y.H., Cho B.H., Lee Y.H., Kook H.J.: „Deriviation of energy conservation law by complex line integral for the direct energy method of power system stability”, Paper CDC99-RegO355, 1999, pp. 1-10.
• 122. Mrozek Z., Mrozek В.: ,J^íatlab 5x Simulink 2x”, WPLJ, Warszawa 1998.
• 123. Mrozek Z., Mrozek В.: „Matlab 6”, WPLJ, Warszawa 2001.
• 124. Mulawka J.J.: „Systemy ekspertowe", WNT, Warszawa 1996.
• 125. Niederliński A., Mościński J., Ogonowski, Z.: „Regulacja adaptacyjna", PWN, Warszawa 1995.
• 126. Neural Network & Fuzzy Logic Toolbox User’s Guide (1995), The Math. Works Inc., Natic, MA, USA.
• 127. Osowski S.: „Sieci neuronowe w ujęciu algorytmicznym", WNT, Warszawa 1996.
• 128. Pahalawaththa N.C., Hope G.S., Malik O.P.: “Multivariable Self-Tuning Power System Stabilizer Simulation and Implementation Studies”, Paper 89 WM 016-7EC, pp.1-7.
• 129. Park G.Y., Seong P.H.: “Towards increasing the learning speed of gradient descent method in fuzzy system”, Fuzzy Sets and Systems, Vol. 77, 1996, pp. 299-313.
• 130. Paszek S.: „Optymalizacja stabilizatorów systemowych w systemie elektroenergetycznym”, ZN Pol. Śląskiej, Elektryka z. 161, Gliwice 1998.
• 131. Paszek W.: „Stany nieustalone maszyn elektrycznych prądu przemiennego", WNT, Warszawa 1986.
• 132. Pierre D.A., Bartoń Z.: „O funkcji przejścia systemu elektroenergetycznego i metodzie jej identyfikacji”, ZN Elektryka, z. 137, Gliwice 1994, ss. 195-205.
• 133. Prabhakara F.S.: „On-line transient stability and security evaluation using Lyapunov and pattern recognition methods", TR-EE 74-29, Purde University, W. Lafayette, Indiana, August 1974.
• 134. Popczyk J.: „Procesy odnowy poawaryjnej w napowietrznych sieciach rozdzielczych", ZN Pol. Śląskiej, Elektryka z.66, Gliwice 1979.
• 135. Robak S., Smolarczyk A.: „Power system stabilizer modification for power system stability enhancement”, Proc, of the Int. Symposium on Modem Electric Power Systems MEPS’02, Wroclaw 11-13IX.2002, ss. 128-132.
• 136. Rouche N., Habets P., Laloy M.: "Stability theory by Liapunov’s Direct Method", Springer-Verlag, New York Inc., 1977.
• 137. Rutkowska D.: „Inteligentne systemy obliczeniowe", AOW PJ, Warszawa 1997.
• 138. Rutkowska D., Piliński M., Rutkowski L.: „Sieci neuronowe, algorytmy genetyczne і systemy rozmyte”, PWN, Warszawa-Łódź 1999.
• 139. Sasaki H.: „An approximate of field flux decay into transient stability analyses of multimachine power systems by the second method of Liapunov’s, ”, IEEE Trans on Power App. And Systems., Vol. PAS-98, No. 2, March/April 1979, pp. 473-483.
• 140. Shann J.J., Fu H.C.: „A fuzzy neural network for rule acquiring on fuzzy control systems“, Fuzzy Sets and Systems, Vol. 71, 1995, pp. 345-357.
• 141. Sharf A. M., Lie T. T.:”A Hybrid Neuro-Fuzzy Power System Stabilizer", Paper 0-7803-1901-X/94, ©1994 IEEE, pp. 1760-1765.
• 142. Shing J., Jang R.: “ANFIS: Adaptive-Network-Based Fuzzy Inference System”, IEEE Trans, on System Man and Cybernetics, vol. 23, No.3, May/June 1993, pp. 665-685.
• 143. Smolarczyk A.: "Automatyka przeciwkołysaniowa nie powodująca wyłączeń generatorów”, Rozprawa doktorska, Politechnika Warszawska, Warszawa 1999.
• 144. Sugeno M.: “Industrial applications of fuzzy control”, Elsevier Science Pub. Co., 1985.
• 145. Tadeusiewicz R.: “Sieci neuronowe”, AOW RM, Warszawa 1993.
• 146. Takagi T., Sugeno M.: „Fuzzy identification of system and its applications to modeling and control”, IEEE Trans, on System Man and Cybernetics, vol. 15, No.3, 1985, pp. 116-132.
• 147. Undrad H., Winkler W., Wiszniewski A.: „Protection Techniques in Electrical Energy Systems", Marcel Dekker, Inc., New York 1995.
• 148. Vesely V., Zvara I., Stroev A.V.: “Decentralised Excitation Control for a Multimachine Power System”, Proc, of 9-th Int. Conf. APE’99, vol. 3, June 9-11,1999, Gdańsk, Poland, pp.221-228.
• 149. Vittal V., Rajagopal S., El-Kady M.A., Vaahedi E.: “Transient stability analysis of stressed power systems using the energy function method”, IEEE Trans, on Power Systems, Vol. 3, No. 1, February 1988, pp. 239-244.
• 150. Wilson W.J., Aplevich J.D.: “Coordinated control of excitation and governing on large steam turbine generators”, Ontario Hydro. Report prepared for Canadian Electrical Ass., Contract, pp. 77-26.
• 151. Yong M., Lin-cheng X., Li Z., Qi-rong J.: “Coordinative control of excitation, fast valving and resistant breaking using artifical neural network”, Proc, of the 2-nd Int. Conf on Advanced in Power System Control, Operation and Management, Hong Kong, December 1993, pp. 361-364.
• 152. Zadeh L.A.: “Fuzzy sets”, Information and Control, Vol. 8, 1965, pp. 338-353.
• 153. Zajczyk R.: “Sterowanie pracą elektroenergetycznego węzła wytwórczego w stanach nieustalonych”, ZN PG nr 542, Elektryka nr LXXXI, Gdańsk 1996.
• 154. Żurada J., Barski M., Jędruch W.: „Sztucznesieci neuronowe”, PWN, Warszawa 1996.
• 155. Żydanowicz J.: „Elektroenergetyczna automatyka zabezpieczeniowa", WNT, Warszawa 1979.