卢 杰 国网湖南电力岳阳供电公司 湖南岳阳 414000
【文章摘要】
针对传统的不确定时滞的鲁棒控制系统不能满足现代电力系统发展的需求, 而本课题提出一种基于不确定鲁棒性智能配电感知结构, 感知网络, 控制识别方法, 使用, 传统的数据值和基于电力网络到网络系统模型, 作为电力感知结构网络到网络模型的电力自适应控制数据优化使用电源感知结构网络, 而不是利用控制节点的预测值, 突破了鲁棒控制的不确定时滞系统的控制效果，同时反馈和电源系统的性能指标, 进入自适应控制, 计算的力量；在此基础上，实验仿真分析, 该识别方法较好的优化传统的不确定时滞鲁棒控制电力系统，同时具有良好的进一步提高智能配电感知器，自适应控制的各项综合性能标准。
【关键词】
自适应电力感知结构网络; 感知智能配电感知控制; 智能配电感知结构网络化控制
1 相关研究工作
1.1 系统描述
基于电力感知结构网络建模的一般运行模型为为初始智能城市电力系统非负数据序列为, 对进行很多次中的电力感知结构网络系统模型，累加生成操作, 即得到的电力系统感知结构网络模型，累加生成操作，其中序列描述为, 其中
(1)
其中，生存序列描述为多个进程与均值生成操作, 得到的感知结构生存均值系统描述为 , 其中
,
(2)
通过方式（2），定义为电力系统感知结构网络运行的方程描述为
(3)
其中，自适应的感知结构生存方程为
(4)
其中: 称为感知结构网络系数, 为感知结构网络向量．可用、最小二乘算法可知
,
(5)
其中，智能配电感知结构网络控制方程(4) 的解描述为为
(6)
其中，智能配电感知结构网络控制系统中的方程(3) 的推理为
, (7)
其中，定义为电力感知结构网络系统模型，累加生成的逆运算, 可得电力感知结构网络序列其中，
, (8)
由智能配电感知结构网络控制方程(7) 可知, 智能配电感知结构网络控制模型精度的取决于(1)，其中和的值, 同时依赖于初始传统数据值的构造形式;(2) 智能配电感知结构网络控制方程模型，利用不确定鲁棒性智能配电感知结构网络化控制数据进行模型仿真, 原电力感知结构网络模型以为不确定鲁棒性智能配电感知结构网络化控制数据。参考文献[5-10] 根据电力感知结构网络自适应模型的指数特性, 利用在区间内积分的方法, 令
, (9)
根据方式（9）能够优化传统数据值。参考文献[2] 根据新信息优先原理提出一种基于 为不确定鲁棒性智能配电感知结构网络化控制数据模型描述为
(10)020
实验研究
Experimental Research
电子制作
根据(10) 式, 若进行时刻的电力感知结构网络, 然后对电力感知结构网络系统模型累加后的数据进行还原得到还原数据对时刻的电力感知结构网络为
(11)
上这两种方法可以单独运用电力自适应进行数据仿真, 以提高准确性电源数据结构, 并完全独立于结构到电力自适应控制模型中, 同时提出一种优化传统数据值和不确定鲁棒性智能配电感知结构网络化控制数据的一种基于电力感知结构网络模型。
1.2 主要结果
针对不确定鲁棒性智能配电感知结构网络化控制离散控制系统描述为
(12)
式中为采样感知结构网络控制周期; 为采样感知结构网络控制序号; 为比例感知结构网络控制系数; 为感知结构网络控制中的时间; 为智能配电感知结构网络控制时间; 为设定值与智能配电感知结构网络控制预测值；其中，
(13)
由 (14)
智能配电感知结构网络控制增量方程描述为
(15)
其中，将智能配电感知结构网络控制方程(15) 式写成 (16)
式中, (17)
, , (18)
基于梯度优化的感知智能配电感知结构网络化控制系统，导致电力感知结构网络模型控制计算法设系统的性能指标为
(19)
式中为电力感知结构网络步数。令加权系数的调整沿着对的感知模型调整结构感知网络进行搜索, 即有
(20)
根据式(16)、(19)、(20) 有
(21)
相应的对, , 分别有
,
,
(22)
式中, , 分别表示电源整体的感知, 感知功率比和学习的感知力差速。通常未知, 利用符号信息近似代替, 即
(23)
上述代替后所带来的影响可通过调整学习速度来补偿。
2 实验仿真
本课题运用该方法的实质性, 同时利用不确定时时滞鲁棒控制系统模型如式(24)，作为仿真研究节点, 、 , 给定输入, 而自适应电力感知结构网络化控制系统中的建模维数, 电力感知结构网络步数。
(24)
基于电力自适应控制, 自适应的自适应控制，常规电源感知结构网络的力量以及本课题提出的一种基于不确定鲁棒性感知智能配电感知结构感知网络化控制的控制干扰。Matlab7.0 获得使用图1 中所示的仿真结果。
从图 1 可以看出, 自适应感知的智能配电到电力自适应控制可以有效地减少超调量, 缩短调整时间。本课题提出的一种基于不确定鲁棒性智能配电感知结构网络化控制结合不确定鲁棒性智能配电感知结构网络化控制和自适应电力感知结构网络控制的特点, 系统具有良好的动态性能, 与电力自适应控制系统比较， 大大减少过冲及振荡系统使系统收敛速度更快。
3 结束语
本课题提出了一种基于不确定鲁棒性智能配电感知自适应控制系统方法研究, 将自适应电力感知结构网络系统模型与感知智能配电感知结构感知 网络化控制系统相结合, 同时利用优化传统数据值、不确定鲁棒性智能配电感知结构网络化控制数据的一种基于电力感知结构网络模型作为电力感知结构网络系统模型, 提高功率感知器器网络的自适应模型精度, 打破时滞延迟, 感知器智能配电感知结构网络控制梯度的优化网络控制计算实现智能配电的网络感知最优控制。其中，下一步工作将进行不确定鲁棒性智能配电感知结构网络容错控制研究。
【参考文献】
[1]B. Jarupan and E. Ekici. PROMPT: A c r o s s l a y e r p o s i t i o n - b a s e d communication protocol for delay-aware vehicular access networks. Ad Hoc Neworks (Elsevier) Journal Special Issue on Vehicular Networks, 8:489- 505,2010.
[2]A. Majeed, S. Razak, N. Abu- Ghazaleh, and K. Harras. TCP over multi-Hop wireless networks: the impact of MAC level interactions. Ad-Hoc, Mobile and Wireless Networks, pages 1-15, 2009.
[3] 夏爱月．基于感知结构模型的人力资源感知结构系统研究与实现[J]． 电脑编程技巧与维护,2008 ：94．
[4] 高存臣, 刘振, 任启峰. 时滞离散系统的鲁棒性准滑模鲁棒控制[J]. 控制理论与应用, 2013, 30(1): 123-130.
[5] 逄海萍, 王璐萍. 含状态时滞不确定性系统的全滑模控制[J]. 计算机仿真, 2010(11): 159-161.
[6] 唐功友, 逄海萍, 孙慧影. 不确定时滞系统的全局鲁棒最优滑模控制[J]. 控制理论与应用, 2009, 26(8): 850-854.
[7] 沈启坤，张天平，钱厚斌. 一类非仿射鲁棒性系统的自适应自适应控制[J]. 电机与控制学报，2006，10 （6）：592-596.
[8] 文杰，姜长生，钱承山. 非仿射鲁棒性系统的自适应自适应输出反馈控制[J]. 系统工程与电子技术， 2009，31（7）：1694-1698.
[9] 李春茂. 网络化控制系统自适应预测控制方法研究[D]. 成都：西南交通大学,2007.
[10] 付伟, 杨先一, 冯伟, 刘国权. 网络控制系统时延的预测控制补偿方法[J]. 系统工程与电子技术,2011, 33(9):2066-2071.
【作者介绍】
卢杰（1979-），男，工程师，运维检修部，本科，主要研究方向为电力系统及应用。
图1 自适应感知的智能配电感知自适应控制仿真021