电力传动系统模糊与神经网络技术的运用

2019-02-16董志冉

设备管理与维修 2019年19期

刘娜，董志冉

（1.湖南有色金属职业技术学院，湖南株洲 412006；2.中国铁路广州局集团有限公司株洲机务段，湖南株洲 412004）

0 引言

为实现电力传动系统运行的稳定性，加强能源转换、信息处理和控制效果，采用线性PI 或PID 调节器，并取得一定的效果。但在系统长期运行中，还会暴露出一些问题。对此，将模糊和神经网络技术运用其中，因模糊与神经网络技术属于非线性控制，可以对线性和非线进行有效控制，提升电力系统运行的稳定性。

1 电力传动系统

电力传动系统作为电力企业生产的重要组成部分，是电力传输的重要通道。

（1）从整个系统的角度分析，电力传动系统可以看成从里到外的一系列级联环，在实际运行中，可以只利用其中的一个或者几个环。同时，利用电能进行转换形成机械能，并将驱动设备作为主要传动力，保证其他关联系统或相关生产的稳定性。

（2）电力传动系统可分为交流电机传动和直流电机传动。电力传动系统运行过程中所需要的电能易于传输和集中生产，可以实现远程控制，避免电力传动系统运行产生异常。另外，电力传动系统运行中使用电机的功率范围较宽，一般情况下从几瓦到1 万千瓦以上，是相关行业生产的主要动力。

2 模糊与人工神经网络技术

模糊与人工神经网络技术应用于电力传动系统前，需要对其进行分析和了解，以保证应用效果。

2.1 模糊理论

模糊理论主要指将模糊集合的基本概念，或连续隶属度函数理论融合在一起，形成一个全新理论，可以将其分为模糊数学、模糊系统、不确定性和信息、模糊决策、模糊逻辑与人工智能等，并且这几个方面不是完全独立，存在着一定联系。例如：在模糊控制方面就用到模糊数据和模糊逻辑概念。另外，应用模糊理论时，一般主要集中在模糊系统中，重点是在模糊控制方面，这样可以有效提升模糊理论的应用效果。

2.2 神经网络技术理论

神经网络技术理论是由大量神经元通过有效联系，形成非线性动态系统，主要是一种仿生物神经网络能力，并且从外界环境或者其他神经元获得相应信息。同时，神经网络技术理论通过简单计算，将结果输出到外界或者其他神经元。神经网络输入信息后，会进入一定的状态，并且由于神经元之间是相互联系的状态，可以根据神经元本身的动力学特性，对外界刺激的兴奋模式，会自动转变成新的平衡状态，这样特定结构的神经网络，就可以定义出一类模式，并且可以进行一定的转变，实现一种新的映射关系。另外，由于神经网络的连接方式不同，可以形成不同的神经网络模式展开使用，可以在一定程度上保证神经网络技术的应用效果。

3 应用分析

分析模糊和神经网络技术相关理论后，需要有针对性地将模糊和神经网络技术应用到电力传动系统，目的是保证电力传动系统运行的稳定性，加强系统运行的控制效果，提高经济效益。

3.1 控制系统

控制系统是模糊和神经网络技术应用的重点内容，只有进行有效控制，才能降低异常现象的产生，保证电力传动系统运行的稳定性。模糊和神经网络技术在控制系统应用中，具体内容可以从2 个方面展开。

（1）应用于控制系统的运行过程，主要通过增加自适应机制，对运行模式和状态进行调整。同时，运用模糊和神经网络技术时，可以生成模糊规则和成员函数，但控制系统运行启动时间相对较长，需要根据电力传动系统的实际情况，有针对性地使用控制系统，可以提升电力传动系统运行的性能，为相关生产提供基础性的保证。

（2）一些现代化技术的使用，尽管可以解决控制器系统问题，但计算时间相对加长，对电力传动系统的运行会造成一定的影响。在这样的情况下，模糊和神经网络技术可以与控制器相结合，并且根据神经网络的自适应的模糊控制方式，对电力传动系统运行过程进行严格控制，以保证运行过程的稳定性。同时，可以采用一个或者多个神经元与增量形式的控制系统结合起来，对变量、自整定控制系统进行设计，使控制器的使用性能大大提升，有效保证其控制。尤其在系统运行温度方面，降低异常现象的产生，保证电力传动系统运行的稳定性。

3.2 稳定器控制

模糊和神经网络技术在电力传动系统运行过程中，需要对各方面进行综合性考虑，稳定器就是其中的一个。加强稳定器的控制，可以有效保证电力传动系统运行的稳定性。具体运用可从3 个方面展开。

（1）电力传动系统运行时，稳定器可以一直是低频功率，对发电机电压能力进行维持，保证其平衡性。同时，模糊和神经网络技术在稳定器运行过程中，可以利用自适应控制技术对稳定器进行处理，保证稳定器实现在线辨识，分析电力传动系统运行情况，并且做出相应的调整，以保证电力传动系统运行的稳定性。另外，模糊和神经网络技术在稳定期运用，稳定器可以根据电力传动系统的运行情况，对低频振动进行控制，保证电力传动系统运行的稳定性。

（2）可以利用对象的线性模型，对非线性电力传动系统来说，可以有效提升其控制性能。同时，模糊和神经网络技术在稳定器的运用，可以保证稳定器适应非线性电力传动系统，并且其算法相对简单，控制效果非常明显。

（3）由于模糊和神经网络技术具有良好的学习能力，可以在线对模糊逻辑进行调整，可以利用周期短的快速控制系统，提升其计算效率，对电力传动系统做出很好的控制。

3.3 滑模度控制器

随着电力传动系统的发展，其容量在不断增加，系统结果已逐渐趋向复杂，对滑模速度控制器也有着较高的要求。对此，为充分体现滑模速度控制器的使用性能，将模糊和神经网络技术运用其中，具体的内容可以从2 个方面展开。

（1）模糊和神经网络技术在滑模速度控制器运用时，主要是利用系统模糊估算法，模糊逻辑用来改变控制器的结构以使系统对大误差有较快的响应，以此保证滑模速度控制器运行效果。同时，模糊和神经网络技术在滑模速度控制器中的运用，可以根据电力传动系统运行实测功率和电压的情况，对控制器进行调整，以此降低异常现象的产生，保证电力网络的稳定运行。

（2）利用自适应机制给定变化参数，增加滑膜速度控制器的使用性能。可以将PM 无阀电机设置在滑模速度控制器中，对速度和位置进行严格控制，避免产生异常现象。可以利用仿真方式，对励磁控制器的运行状态进行识别和分析，以便及时发现问题并及时解决。

3.4 其他

由于电力传动系统较为复杂，在运用模糊和神经网络技术时，需要进行综合性考虑。模糊和神经网络技术具有分布存储信息、信息处理、逻辑推理、遗传算法等功能，并且在这些功能应用到电力传动系统中，进而对串联电容的控制器、静止无功补偿、直流输电控制系统控制器和负荷预测等方面，进行处理和调节，可以有效提升电力传动系统的运行性能，降低异常现象的出现。