（电力系统及其自动化专业论文）基于人工神经网络的直流阻尼调制研究.pdf

广东工业大学工学硕士学位论文 a b s t r a c t ”w e s t e a s tp o w e rt r a n s m i s s i o n ”a n d r e g i o n a lp o w e rn e t w o r k i n g ”p r o j e c t sa r et h eb a s i c s t r a t e g yo fc h i n a w h i c ha r et os o l v ec h m a se n e r g yd i s t r i b u t i o na n dt h eo b j e c t i v eo f e c o n o m i cd e v e l o p m e n tn e e d s ，b u ta l s ot h eo b j e c t i v er e q u i r e m e n t so ft h ed e v e l o p m e n to f c h i n a sp o w e ri n d u s t r y ，h v d ct r a n s m i s s i o ni sn o tl i m i t e db ys y n c h r o n i z a t i o n ，w i t hh u g e t r a n s m i s s i o nc a p a c i t y ，l o n gt r a n s m i s s i o nd i s t a n c e ，q u i c ka n df l e x i b l ep o w e r c o n d i t i o n i n g f e a t u r e s ，h v d ch a v eau n i q u ea d v a n t a g eo f t h el o n g - d i s t a n c el a r g e c a p a c i t yt r a n s m i s s i o na n d r e g i o n a lp o w e rg r i d si n t e r c o n n e c t i o n i th a sb e c o m eo n eo ft h em a i nw a y so ft h ep o w e rg r i d i n t e r c o n n e c t i o n h v d cc o n v e r t e ri sf o r m e db yt h ep o w e re l e c t r o n i cs w i t c h i n gd e v i c e b ya d j u s t i n gf i r e a n g l e ，t h et r a n s m i s s i o np o w e r i sr a p i d l yc h a n g e d ，s ot h a tt h ec u r r e n ta n ds t a b i l i t yo fa c d c s y s t e mi si m p r o v e d a tp r e s e n t ，t h ec l a s s i cp ic o n t r o l l e ri sc o m m o n l yu s e di nt h eh v d c c o n t r o lf i e l d h o w e v e r ，h v d ci sat y p i c a ls t r o n g l yn o n l i n e a ra n dt i m e - v a r y i n gs y s t e m t h e c l a s s i cc o n t r o l l e ri sv e r yd i f f i c u l tt og u a r a n t e et h a ta ta l lo ft h eo p e r a t i n gm o d e st h es y s t e m c a no p e r a t en o r m a l l y t h i sp a p e rb a s e do na c - d c h y b r i dp o w e rs y s t e m i n v e s t i g a t et h ea p p l i c a t i o n so fn e u r a l n e t w o r kh v d cd a m p i n gc o n t r o l ，t h e n , d e s i g nan e wo n l i n es e l f - l e a r n i n gd cd a m p i n g m o d u l a t i o nc o n t r o l l e r t h er n a i nr e s e a r c hw o r k si n c l u d e ： 1 g e n e r a lt oa n a l y z et h ed o m e s t i ca n da b r o a dh v d cc o n t r o lr e s e a r c ha n da p p l i c a t i o n , e x p l o r et h ea d v a n t a g e sa n dd i s a d v a n t a g e so ft h ee x i s t i n gv a r i o u sc o n t r o ls t r a t e g i e sa n dt h e p r o b l e m st h a te x i s ti np r e s e n tr e s e a r c hs oa st ol a yt h ef o u n d a t i o nf o r t h en e wt y p eo fn e u r a l n e t w o r kd cc o n t r o l l e rw h i c hw i l lb ep r o p o s e di nt h i sp a p e r 2 a n a l y s i so fa r t i f i c i a ln e u r a ln e t w o r ks t r u c t u r ea n dp r i n c i p l e s ，f o c u so nb pn e u r a l n e t w o r kl e a r n i n ga l g o r i t h m t h i sc h a p t e rl a y st h et h e o r e t i c a lb a s i sf o rt h i sa r t i c l e 3 a n a l y z et h ec o n t r o lc h a r a c t e r i s t i c sa n dw o r k i n gp r i n c i p l eo fh v d c ，b a s eo nm a t l a b t ob u i l du pat w or e g i o n a la c - d ct r a n s m i s s i o ns y s t e m t h r o u g ht h es i m u l a t i o n s ，t h ed y n a m i c c h a r a c t e r i s t i c so ft h em o d e la r ea n a l y z e ds oa st oc e r t i f yt h a tt h em o d e li sr e a s o n a b l e 4 t h r o u g ht h es i m u l a t i o n , n e u r a ln e t w o r k sa b i l i t yt oa p p r o a c hd y n a m i c so ft h ea c d c p a r a l l e lt r a n s m i s s i o ns y s t e mi sp r o v e d t h ec h a r a c t e r i s t i c so fn e u r a ln e t w o r k si n p u ta n dt h es a m p l e i i a b s t r a c t s p a c ea r ek e yi s s u e st oe x p l o r e b a s e do nan o n l i n e a rh v d cm o d u l a t i o nc o n t r o ls t r a t e g y ，a n o n l i n e a rc o n t r o lt h e o r yb a s e dn e u r a ln e t w o r kh v d cd a m p i n gc o n t r o l l e ri s d e s i g n e d s i m u l a t i o nr e s u l t ss h o wt h ee f f e c t i v e n e s sa n ds u p e r i o r i t yo f t h i sn nc o n t r o l l e r 5 b ya n a l y z i n gt h ee x i s t i n gr e s e a r c hr e s u l t sa n dp r o b l e m so ft h eo n l i n es e l f - l e a r n i n g f i e l d ，r e f e r e n tan e wt y p eo fo n - l i n es e l f - l e a r n i n gc o n t r o ls t r a t e g y ，p r o p o s et h ei n v e r s e d y n a m i c sn e u r a ln e t w o r kb a s e dh v d cd a m p i n gc o n t r o l l e r ，s i m u l a t i o nr e s u l t ss h o wt h a tt h e d e s i g n e dc o n t r o l l e rc a ne f f e c t i v e l yi m p r o v et h et r a n s i e n ts t a b i l i t yo f t h ea c - d cs y s t e m i th a s g o o dr o b u s t n e s sa n ds e l f - a d a p t a b i l i t y t h i sp a p e rd i s c u s s e st h ea p p l i c a t i o nv a l u ea n dr e a l i z a t i o np r o g r a mo fn e u r a ln e t w o r kc o n t r o l u s e di nh i g hv o l t a g ed i r e c tc u r r e n td a m p i n gc o n t r 0 1 t h ew o r kc a r r i e do u th a sag o o dt h e o r y o fm e a n i n ga n dr e f e r e n c ev a l u e t h ew o r k sc a r r i e do u tb yt h i ss t u d yh a v eg o o dr e f e r e n c ev a l u e ， a sw e l la ss o m et h e o r e t i c a ls i g n i f i c a n c e k e y w o r d s ：h v d c ，d a m p i n gm o d u l a t i o n , n e u r a ln e t w o r k s ，o n l i n es e l f - l e a r n i n g i l i 独创件声明 独创性声明 秉承学校严谨的学风与优良的科学道德，本人声明所呈交的论文是我个人在 导师的指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以 标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果。与我 一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明，并表示 了谢意。 本学位论文成果是本人在广东工业大学读书期间在导师的指导下取得的，论 文成果归广东工业大学所有。 申请学位论文与资料若有不实之处，本人承担一切相关责任，特此声明。 指导教师签字： 论文作者签字：传、j 1 步 6 5 2 0 0 9 年5 月3 0 日 第一章绪论 第一章绪论 1 1 研究背景和研究意义 高压直流输电技术h v d c ( h i g hv o l t a g ed 娩c tc u r r e m ) 自2 0 世纪5 0 年代兴 起后，已经历了5 0 多年的发展，成为一项日趋成熟的技术。与交流输电相比，直 流输电具有异步联网、输电距离不受同步运行的稳定性限制、输送容量大、损耗 小、功率调节迅速灵活等优点。随着三峡工程的建设和“西电东送”战略的实施， 我国将在目前的大区和省独立电网基础上形成全国统一电网，以实现资源互补和 优化。直流输电在技术和经济上具有独特优势，在远距离大容量输电和大区电网 互联两方面得到了广泛应用。 截至2 0 0 7 年1 0 月，中国直流输电线路总长度达7 0 8 5k m ，输送容量达1 8 5 6 万 千瓦，线路总长度和输送容量均居世界第一位。这些直流工程主要集中在我国的 南方电网和华东电网，分别是：南方电网1 8 0 0 m w 、士5 0 0 k v 天生桥广州直流输 电工程，3 0 0 0m w 、士5 0 0k v 贵州一广东i 、i i 回直流输电工程：华东电网1 2 0 0m w 、 士5 0 0k v 葛洲坝一上海直流输电工程，3 0 0 0m w 、士5 0 0k v z 峡常州和三峡上海直 流输电工程；华中电网与南方电网异步联网的3 0 0 0m w 、士5 0 0k v 三峡广东直流 输电工程，西北电网与华北电网之间的3 6 0m w 灵宝背靠背直流工程。计划2 0 0 9 年投运的云南广东5 0 0 0m w 、士8 0 0k v 直流输电工程将是全世界第一个特高压直 流工程。从第8 届国际高压直流输电用户会议上获悉，至u 2 0 2 0 年，中国共将建成 1 5 个士8 0 0k v 特高压直流输电工程，成为世界上直流输电工程数目最多的国家。 直流输电系统的换流器由电力电子开关器件构成，具有短时过负荷能力，能 通过触发角的调节迅速改变其传输功率，起到调节潮流、改善交流系统稳定性的 作用。作为电力系统动态调节的有力手段，直流输电系统最重要和最常用的功能 是阻尼系统低频振荡和改善系统的暂态稳定性。由于直流调制可在送、受端交流 电网同时发挥作用，且输送容量大，调节速度快，对电网安全稳定所造成的影响 程度和影响层面远较一般交流控制突出。目前，我国控制大容量、多落点直流输 电系统的经验尚显不足。如何充分利用直流控制的独特优势改善交直流电力系统 的稳定性，正成为电力界和控制界广泛关注的新问题。 电力系统是一个具有高度实时性和非线性的超大规模动力学系统，对系统运 广东工业大学工学硕士学位论文 行的安全性、经济性和可靠性的要求极高。为保证安全供电和电能质量，比例式 反馈控制、p i d 控制、最优控制、自适应控制及非线性控制相继被引入电力系统 控制器的设计中，使控制性能不断完善。然而，电力系统具有许多固有特性，主 要有：1 ) 运行结构调整频繁，运行工况不断变化；2 ) 负荷波动等随机干扰难以 预计；3 ) 规模庞大、维数高、控制分散性强，完整的运行信息难以获取；4 ) 存 在饱和、死区、限幅等强非线性因素；5 ) 时变性强，对控制速度要求很高。以 上特性使建立电力系统精确的数学模型变得极端困难。即使建立了较精确的数学 模型，其结构也将过于复杂，难以实现快速有效的实时控制。建立在前述控制理 论基础上的控制器性能或多或少地依赖于系统数学模型的精确程度，使它们在电 力系统的应用效果受到了影响。此外，基于以上原理的控制器，一旦模型和性能 指标选定，控制行为即被确定。即使运行过程中出现不良控制，除非改变所使用 的控制原理，否则是无法自校正的，即控制器不具备自我完善的能力。 模糊和人工神经网络理论的提出和发展为高压直流输电系统的控制引入了 一种新的思维模式。模糊理论能有效处理复杂和不确定性问题，神经网络具有很 强的非线性特性及大规模并行处理和自学习的能力。它们不再需要受控系统精确 的数学模型，依靠专家领域知识进行模糊推理和对输入输出样本进行学习来形 成所要求的控制行为。这种基于事实和事例的学习方式更接近人类的学习方法， 也使得基于模糊和神经网络理论的控制器具备了在线学习和自我完善的潜力。可 见，将模糊和人工神经网络技术引入高压直流系统这类电力系统实时控制领域， 以实现电力系统的智能控制具有重要的研究价值和良好的应用前景，本文的工作 正是在这一背景下展开的。 1 2 模糊和神经网络控制方法在高压直流阻尼调制研究中的应 用 电力系统控制器的经典设计方法是首先求取系统线性化的数学模型，进而基 于经典控制理论配置p i d 控制参数，具有简单、易行的优点。交、直流电力系统 是一个典型的强非线性、时变系统，传统的p i d 控制方法很难保证所有运行方式 下、特别是大扰动后控制的鲁棒性和适应性。人工智能控制方法在直流控制研究 中受到了广泛重栅矧】，主要体现在以下几个方面。 ， 1 2 1 模糊p i d 控制器的研究 为达到最佳的控制效果，p i 控制器需要根据运行工况的改变不断调整控制参 第章绪论 数。模糊p i d 控制器能根据系统运行条件的改变产生恰当的控制输出，具有适应 性强、控制鲁棒性好等优点，在直流调制研究中得到了发展 4 - 1 0 i 。文献 4 】基于 e m t p 仿真环境为高压直流输电系统设计了模糊p i 控制器，电流误差及其导数分 别作为该控制器比例环节和积分环节的输入信号，通过模糊规则对它们进行独立 地调节，可较好地阻尼系统的区间振荡。文献 5 】将模糊控制原理应用于直流调 制研究中，设计出基于规则的模糊逻辑控制器。该文以等值发电机间转子滑差及 其导数为输入量，基于模糊推理，设计了附加功率调制量；又以电流偏差绝对值 及其变化率为输入项，对电流控制器的比例系数和积分系数进行模糊设计。仿真 结果表明模糊逻辑控制器能根据系统运行条件的改变得到恰当的调制量和控制 参数，与固定参数的传统p i 控制器相比，能更好地改善系统阻尼，抑制交直流系 统区间振荡。文献 8 】运用m a t l a b s i m u l i n k 仿真模块的模糊逻辑工具箱设计了模糊 逻辑自适应电流控制器，根据交直流系统运行方式的变化自动调节控制器参数， 以增强系统抑制区间振荡的能力。文献【9 】则设计了自适应模糊p i 控制器，首先采 用遗传算法获得模糊p i 控制器的优化控制参数，然后建立模糊推理系统，在线调 节模糊p i 控制器的增益，从而达到较好的控制效果。文献 1 0 】设计了h v d c 参数 自适应模糊p i d 紧急功率支援控制器。控制器输入量取直流两端换流母线处测得 的频率偏移量之差，控制器输出附加于h v d c 功率整定值上。该方法首先将控制 输入及其变化率模糊化，一方面基于专家经验形成模糊规则，并进一步发展为p i d 控制策略；另一方面基于模糊规则，对控制模糊控制器的控制参数进行在线调整， 从而可在一侧交流系统故障时由另一侧交流系统通过直流线路提供紧急功率支 援，起到稳定系统频率、提高交直流电力系统稳定性的作用。 1 2 2 模糊协调控制器的研究 针对传统基于本地信号的电力系统控制器在运行时存在的“各自为政”现象， 不少文献提出了协调控制理论o 1 2 ，在设计各个控制元件的控制规律时作全盘考 虑、综合设计，使得各局部控制器不仅对其控制对象或局部系统的控制效果为晟 优，而且能够协调一致地工作，使全系统的性能在某种指标下达到最优。文献1 11 】 同时设计了直流阻尼控制器和发电机励磁附加阻尼控制器，两者的输入信号分别 为并联交流联络线有功功率鼻和发电机转速偏差，其输出作为各自调制信 号，并基于遗传算法对两控制器参数进行协调优化，以达到整体性能最优。文献 广东工业大学工学硕： 学位论文 1 2 针对多馈入交直流系统设计了智能模糊分散协调控制器。该控制器首先人为 给定一组状态变量权系数，然后根据状态变量的模糊识别结果，基于模糊推理和 判断，调整权矩阵中各状态变量的权值，从而获得最佳的状态权矩阵，使控制效 果满足工程上多目标的需要，实现系统的“二次协调”；接着采取部分输出量反馈 最优分散协调控制方法，求得最优反馈增益矩阵，完成系统的“一次协调”，使整 个系统的性能达到最优。 1 2 3 基于暂态能量函数法的模糊控制研究 在高压直流附加控制器的研究中，基于暂态能量函数发展控制策略也受到了 关注。文献 1 3 】、【1 4 】均以区域问暂态能量下降为目标，通过削减系统的振荡能 量以提高交直流互联电力系统的动态稳定性水平。该设计方法无需对大规模电力 系统进行特征分析，避免了大电网特征求解的困难。 文献 1 3 】采用与直流线路并联的交流联络线两侧母线测得的相角差6 及其 导数a c o 为输入信号，通过坐标变换求得振荡过程中系统状态在a , 5 一a c o 极坐标 系中的幅值和幅角。利用幅角识别振荡状态，基于模糊规则产生功率调制量；利 用幅值识别振荡幅度，对功率调制量进行在线调节。两方面结合，从而平滑地调 整直流输出功率，有效地增加系统阻尼。文献 1 4 1 借鉴文献 1 3 的设计思想，基 于模糊推理进一步实现t h v d c 附加控制和励磁控制的协调。控制器的输入信号 采用便于测量的并联交流联络线潮流和直流系统的电流。利用交流联络线潮流得 到振荡过程中系统状态在6 一a c o 极坐标系中的幅值和幅角，基于幅角识别振荡 状态并产生功率调制量。但当直流电流超过阀的发热限制或触发角达到限值时， 改由励磁系统进行功率调制。在有效改善系统阻尼特性的同时，兼顾了直流系统 的稳定运行。 1 2 4 模糊神经网络的研究 随着智能控制理论的发展，人工神经网络在h v d c 的运用研究得到了越来越 多学者的关注【m 1 。文献 1 5 1 用神经网络控制器取代h v d c 系统传统电流p i d 控制 器，采用结构为n 2 ，2 ，1 的三层神经网络，并采用b p 算法训练神经网络。神经网 络的输入信号是给定的电流值和测得的实际电流值，产生的输出信号为触发角的 变化口，用神经网络来映射输入和输出之间的解析关系，从而可在系统运行工 况改变时对a 进行适当调整，发挥直流系统快速可调的作用，达到较好的控制效 4 第一章绪论 果。文献 1 6 1 综合p i d 控制器调节迅速和神经网络控制器自适应能力强的优点， 将神经网络与常规p i d 控制思想相结合，设计出单神经元自适应p i d 控制器。其 控制过程为：将电流参考值k 与直流线路上电流，d 之差输入到状态变换器，得 到当前k 时刻k 与，d 之差及其一阶、二阶导数。这3 个量作为神经元的输入，通 过h e b b 算法在线训练网络，同时在线修正神经元比例系数t ，训练完毕的输出 值口作为整流器触发角的调整量输入到直流系统。与常规控制器相比，单神经 元自适应p i d 控制器调整参数少，控制参数得以在线调整，具有较强的自适应性； 与神经网络控制器相比，由于神经元只有一个，计算量小，训练时间短，响应速 度要快许多。 模糊控制能有效处理复杂和不确定性问题，神经网络具有逼近任意非线性映 射关系的能力和良好的适应性，因此把模糊控制和人工神经网络相结合，形成模 糊神经网络控制理论，是h v d c 研究的又一热点1 1 3 一- 6 】。文献【1 7 提出一种高压直流 输电系统在线模糊神经网络直流控制器。该控制器分为2 部分，模糊控制部分和 在线神经网络自学习部分。模糊控制器以电流误差及其变化率为输入，经模糊推 理，产生恰当的直流电流调整要求，作为在线神经网络控制器的输入，神经网络 控制器映射输入和触发角变化量之间的解析关系，输出整流器触发角的修正值， 实现了定直流电流的控制目标。文献【1 8 】也提出一种h v d c 在线模糊神经直流控 制器。该控制器分为3 部分：模糊控制部分、神经网络控制部分和参数优化部分， 模糊控制部分以整流侧交流母线电压相角误差及其变化率为输入，经模糊推理产 生直流电流参考值的修正量，作为神经网络的输入，神经网络用于映射输入与触 发角变化量之间的解析关系，其输出用于修正整流器的触发角，实现电流控制的 目的。为了进一步改善控制效果，该文还基于n e t o m a c 软件的优化功能，对模 糊规则中的三个权系数进行了优化。文献【1 9 在h v d c 系统的逆变侧设计了模糊 神经网络控制器，模糊神经逆变控制器分为三部分：模糊逻辑控制部分、神经网 络控制部分以及故障与非故障判断部分。提取直流线路逆变侧电压误差圪及其 变化率吃，作为模糊控制器的输入，其输出a v 作为神经网络的输入，为了使用 较少的神经元和隐含层达到所需精度要求，神经网络控制器分别设计为电压非故 障和故障控制器，控制器的启动判断条件是逆变侧直流线路上的电压误差以及变 化率的绝对值。结合具有阻尼项的权值调整算法以及变步长b p 算法训练神经网 络，神经网络的输出用来修正逆变器的触发延迟角口，达到控制的目的。 广东工业大学丁学硕十学位论文 由于模糊神经网络控制性能优于传统的p i 控制，文献 2 0 】将其分别应用于 h v d c 系统的整流侧电流控制器和逆变侧电压控制器，并分别选取直流电流误差 从及其变化率半和直流电压误差a u d j 及其变化率警竽为模糊逻辑控制器的 tit(1t 输入，经模糊规则产生的直流电流和直流电压定值修正量进一步作为神经网络控 制器的输入，结合具有阻尼项的权值调整算法以及变步长b p 算法训练神经网络， 最后由神经网络的输出来修正整流器的触发延迟角咋和逆变器的触发延迟角仉， 从而在整流和逆变站主控制器中均实现了先进智能控制。仿真结果表明，在两侧 换流站同时采用智能控制方法，可以进一步改善直流系统的动态响应。 神经网络逆系统方法近年来在电力系统控制研究中受到了关注。逆系统方法 是针对非线性系统提出的一种精确线性化控制方法，该方法首先基于逆系统将原 系统线性化成伪线性系统，然后对已经线性化的系统设计附加闭环控制器。它是 直接反馈线性化方法的一个主要分支，其理论已经比较成熟，具有物理概念清晰， 易于理解和分析等优点。由于人工神经网络的研究己在电力系统取得了很大进 展，把逆系统方法和人工神经网络相结合，发挥两类方法之长，可实现模型或参 数未知的非线性连续系统的线性化控制【2 4 】。文献 2 4 1 对电力系统的可逆性，逆系 统方法的原理，神经网络和逆系统方法的结合方式及其在电力系统控制中的应用 做了详细论述。神经网络a 阶逆系统的实现步骤如下： a ：确定神经网络a 阶逆系统结构。神经网络a 阶逆系统可用n + m 个积分环节 和1 个静态神经网络组成；静态神经网络通常选用具有n + m + 1 个输入节点、1 个输 出节点的三层前馈网络，女i b p 网络、r b f 网络等。 b ：确定适当的激励信号u 。因为原系统的模型参数未知，应选取足够“丰富” 的激励信号作为系统的输入信号，以获取其动、静态特性。 c ：获取系统输入输出和状态输出样本。在原系统的工作区域内，对原系统 输入端施加激励信号，得相应输出响应。与此同时，用高速、高精度的a d 转换 器进行采样，并通过高阶数字滤波器滤除高频噪声，从而获得较精确的输入输出 数据( u ，y ) 。 d ：计算数值微分。采用高阶数值微分方法( 如五点法或七点法) ，较准确 地离线计算出输出y 的各阶导数。但如某些状态量很容易测量，且与输出y 的某阶 导数有很明确的关系( 如电机的转角和转速) ，可直接测量该状态量以取代求导 6 第一章绪论 计算。 e ：构造神经网络训练数据集。构造神经网络训练数据集 - - j 样本矢量，对应的期望输出为d ( ，d ( ，d ( ， 学 - j 是通过误差校正权值，是个y p 接近d 。为简化推导，把各计算节点的 阀值并入权值矢量， 即设0 ”，= w1 1 。：，0 t = w 。i ，0 = w ， 石”。：= x 。= x 。= 一l ，则式( 2 4 i ) 中相应的矢量w ，w ，w ”，x ，工， x ”维数均增加1 。 b p 学习算法可以通过最小均方误差准则得到。当一个样本( 设第p 个样本) 输入网络，并产生输出时，均方误差应为各输出单元误差平方之和： e ：妻芝1 ( d ，一y ，) ： ( 2 1 2 ) 当所有样本都输入一次后，总误差为 p1p 用一l e 爿= e 仲= ( d ，一y i ( p ) ) 2 ( 2 1 3 ) 设w ，。为网络中的任意连接权值，则根据梯度下降法，误差修正量应为 a w , q r 7a 批处理 ( 1 ) 对输出层 w ”“”1 ) = w ”“一叩a 。， ( 2 1 4 ) 其中即。为迭代次数，根据求导链式法则求解a 乞夕氛。， 。 1 6 第二章b p 型神经网络及其算法 一 七f e ( p ) ：三 2 = 一 其中 用一l i = o 圭 p = l 兰 p = l 专一o e ( p ) 匀o w ”材 旦型 角砂，( p ( e p 是j ，o ，m ，y 胁一l 的函数，但w k 1 只影响少f ) 筘筹帅) = 耖。拼叫， ( d ，一y t ( r ) ) 2 ) ( d z 引一乃p ) 厂( ：，) i p ( d ，p 一y t ( p ) ) y ，( 1 一y t ( p ) ) x ”i ， 6 学习规则 8 盯p = ( d ，一y l ( p ) ) y ，p ( 1 一y t ( p ) ) 所以有w k l ( 刀o - 4 - 1 ) = w k l ( ，z o ) 一7 7 ( 2 ) 对中间隐层 o e a w t a e ( p ) c o w 肚 p m y y j ：j j ，一 ( 厂( “”，p ) = y l ，( 1 一y t ( p ) ) ) w 业( 聆o + 1 ) = w 业( n o ) 一叩 ( e p 是少o ，y l ，一，y m - 1 的函 o e a w j ( 2 1 5 ) ( 2 1 6 ) 数，每个少，都受w 肚影响) 1 a e p 砂，p a u ，p a x ”量p a u 七p p = il = 0砂，p a 嵋p a x ”i p a 心p a w 。弦 p ，”一l yy j ，一j ：- i = 0 ， 一l ( d f 川一y t ( p ) ) ( 嚣，p ) w ”女，x 七p ( 1 一x | i p ) x ，p 6 t ，p w k lx ”鼻p ( 1 一x ”七p ) x - ，p ，= 0 m l 6 肚x ，佃 p = 1 ，= 0 m i 其中， 6 弦p = sk t ( p ) w k lx ”i p ( 1 一x ”t p ) ，所以有 ，= 0 w 肛( 疗o + 1 ) = w ，( 船o ) 一叩 同理可得第一隐层的权值修正公式为 1 7 t j ( p ) ( 2 1 7 ) p 七 x p 盯 6 p 川 一 = p i x p “ 6 p 一 川p 一 = 肛p 一 = x p 七 6 p 列 广东工业大学丁学硕士学位论文 p w f ，( ，z 。+ 1 ) = w ( 门。) 一町s u ( v ) x f p ( 2 1 8 ) p = 1 n 2 其中 岛印) _ 歌q w kx i 印( 1 - x j 力) k - - 0 对增量式的修正，上面各式中各权值的修正量是一项，而不是p = l 至p 的 求和项。 b p 算法的步骤可总结如下： ( 1 ) 权值初始化：= r a n d ( ) ，s q 为i j ，弘或肼。 ( 2 ) 依次输入p 个学习样本。设当前输入第p 个样本。 ( 3 ) 依次计算各层的输x ，x t k 及 ，= 0 ，l ，啊，k = o ，1 ，慢，= o ，l ，一- , m - 1 。 ( 4 ) 求各层的反传误差 屯，= ( 碣川一乃p ) 乃p ( 1 一y t p ) ， ，= o ，1 ，m 一1 歌p = 醣，w ”材石”i p ( 1 - x ”t p ) ，k = o ，1 ，、伤( 2 1 9 ) 毛此主歌p ) w t 止工，( p ( 1 一z t ( p ) ，：o ，1 ，z l k = o 由上述分析可看出，学习分两个阶段：( 1 ) 由前向后正向计算出个隐层和输 出层的输出。( 2 ) 由后向前误差反向传播用于权值修正。正因为该算法的核心在 于通过误差反向传播实现网络权值修正，故称为“误差反向传播算法”( e r r o rb a c k p r o p a g a t i o n ) ，简称b p 算法或e b p 算法。 2 5 本章小结 本章分析神经网络的概念与特点，阐述人工神经网络的原理与算法，重点介 绍b p 型神经网络及其算法，是全文的理论基础。 第三章交，直流输电系统仿真建模与运行特性分析 第三章交直流输电系统仿真建模与运行特性分析 3 1 高压直流输电系统的工作原理与控制特性 3 1 1 高压直流输电系统的工作原理 高压直流输电系统与交流系统的联结关系如图3 1 所示 瞄 交流 啊： 系统 图3 1h v d c 输电系统示意图 f i g 3 1d i a g r a mf o rh v d ct r a n s m i s s i o ns y s t e m 图3 - l 中，为整流端换流变压器二次侧交流电压幅值；l 为整流端换流 变压器二次侧交流电流幅值；钆，为整流端换流变压器二次侧交流电压向量与交 流电流向量之间的夹角；为整流端换流变压器二次侧交流电压向量的相角； 为整流端直流电压；为整流端直流电流；为逆变端换流变压器二次侧 交流电压值；l 为逆变端换流变压器二次侧交流电流幅值；为逆变端换流变 压器二次侧交流电压向量与交流电流向量之间的夹角；b 抽，为逆变端换流变压器 二次侧交流电压向量的相角；为逆变端直流电压；厶为逆变端直流电流； 五，五分别为整流端和逆变端的换流变压器。 换流器直流电压与交流电压之间有如下关系： c o s 口一昙一 c o 咿专x 凡i ( 3 1 ) 由于本文考虑直流线路电感和电容，根据电路基本原理可以得至t j h v d c 传输 线路微分方程： 1 9 压一万丝万 3 3 一 广东工业大学工学硕士学位论文 k 等一r d l 智斗u 静也 l d