Intelligent Turbogenerator Controller Based On Artificial Neural Network

• Autorzy: Tiliouine H.

Warianty tytułu

PL

Inteligentny regulator turbogeneratora oparty na sieci neuronowej

• Języki publikacji: EN

Abstrakty

EN

The paper presents a design of an intelligent controller based on neural network (ICNN). The ICNN ensures at the same time two fundamental functions: the maintaining of generator voltage at the desired value and the damping of the electromechanical oscillations. Its performance is evaluated on a single machine infinite bus power system through computer simulations. The dynamic and transient operation of the proposed controller is compared with the operation of the conventional excitation control system composed of a conventional automatic voltage regulator (CAVR) and a conventional power system stabilizer (CPSS) as recommended in the IEEE standard. The proposed ICNN exhibits better performance.

PL

W artykule przedstawiono projekt inteligentnego regulatora opartego na sieci neuronowej, przeznaczonego do sterowania generatorem synchronicznym pracującym w systemie elektroenergetycznym. Proponowany regulator realizuje jednocześnie dwie podstawowe funkcje: utrzymanie napięcia generatora na zadanej wartości oraz tłumienie kołysań elektromechanicznych. Regulator zbudowany jest w oparciu dwie sieci neuronowe: Emulator (lub Identyfikator) i właściwy regulator. Emulator wykorzystywany jest do predykcji parametrów wyjściowych generatora (napięcie, moc), a regulator minimalizuje zadaną funkcję celu. Efektywność regulatora została oceniona na podstawie badań symulacyjnych w układzie jednomaszynowym pracującym w systemie elektroenergetycznym. Dynamiczne działanie proponowanego regulatora porównano z dynamicznym działaniem klasycznego układu regulacji, składającego się z konwencjonalnego regulatora napięcia i konwencjonalnego stabilizatora systemowego - zgodnie z zaleceniami standardu IEEE. Na podstawie tego porównania stwierdzono, że proponowany regulator jest bardziej efektywny. Zapewnia duże tłumienie kołysań elektromechanicznych jednocześnie przy zapewnieniu szybkiej regulacji napięcia generatora. Dodatkowo ten regulator charakteryzuje się prostą strukturą.

Słowa kluczowe

EN

neural network; voltage controller; power system stabilizer; turbogenerator

PL

regulator napięcia; stabilizator systemowy; turbogenerator; sieci neuronowe

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2011
• Tom: R. 57, nr 3
• Strony: 244--248
• Opis fizyczny: Bibliogr. 14 poz., rys., schem., wzor

Twórcy

autor

Tiliouine H.

• Gdańsk University of Technology, Faculty of Electrical and Control Engineering, Department of Theoretical Electrotechnics and Informatics,

Bibliografia

• [1] Lubośny Z.: Adaptacyjny neuronowy regulator generatora synchronicznego. Przegląd Elektrotechniczny, R. 80, nr 10, s. 971-974, 2004.
• [2] Min Han, Wei Guo, Jincheng Wang: Predictive control based on feedforward neural network for strong nonlinear system. Neural Networks, 2005. IJCNN '05. Proceedings. 2005 IEEE Int. Joint Conference, Vol. 4, pp. 2266-2271, 2005.
• [3] Dingguo Chen, Mike York: Adaptive Neural Inverse Control Applied to Power. Power Systems Conference and Exposition, 2006. PSCE '06. 2006 IEEE PES, pp. 2109-2115, 2006.
• [4] Venayagamoorthy, G. K., Harley, R. G.: Intelligent optimal control of excitation and turbine systems in power networks. Power Engineering Society General Meeting, pp. 1–8, 2006. IEEE.
• [5] Ming-guang Zhang, Ming-hui Qiang: Study of PID Neural Network Control for Nonlinear System. Signal Processing, 2006 8th Int. Conference on, Vol. 3, pp. 1-4, 2006.
• [6] Tiliouine H.: Adaptive neural voltage controller with tunable activation gain. Pomiary Automatyka Kontrola, vol. 53, No 54, s. 114-116, 2007.
• [7] Tiliouine H.: A modified neural network controller configuration, 14th Int. Conference on Methods and Models in Automation and Robotics, Międzyzdroje, Poland, Vol. 14, part I, August 2009.
• [8] Chengli Su, Yun Wu: Adaptive neural network predictive control based on PSO algorithm. Control and Decision Conference, 2009. CCDC '09. Chinese, pp. 5829 - 5833, 2009.
• [9] Liao Zhong: The Application of Wavelet Neural Network in Adaptive Inverse Control of Hydro-turbine Governing System. Artificial Intelligence and Computational Intelligence. AICI '09. Int. Conference, Vol. 2, pp. 163–166, 2009.
• [10] IEEE Recommended practice for excitation system models for power system stability studies. IEEE Std 421.5-2005 (Revision of IEEE Std 421.5-1992), pp. 1 – 85, 2006.
• [11] Gupta M. M, Liang J., Noriyasu H.: Static and dynamic neural networks. A John Wiley & Sons, Inc., 2003.
• [12] Tadeusiewicz R.: Sieci Neuronowe. Akademicka Oficyna Wydawnicza RM, Warszawa 1993.
• [13] Korbicz J., Obuchowicz A., Uciński D.: Sztuczne Sieci Neuronowe. Podstawy i Zastosowania. Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994.
• [14] Rutkowska D., Piliński M., Rutkowski L.: Sieci Neuronowe. Algorytmy Genetyczne i Systemy Rozmyte. Wydawnictwo Naukowe PWN, Warszawa–Łódź 1997.