您的位置: 专家智库 > >

卢栋青

作品数:7 被引量:33H指数:3
供职机构:上海电力学院电力与自动化工程学院更多>>
发文基金:上海市教育委员会重点学科基金上海市教育委员会创新基金国家自然科学基金更多>>
相关领域:电气工程自动化与计算机技术机械工程更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 5篇电气工程
  • 2篇自动化与计算...
  • 1篇机械工程

主题

  • 3篇电力
  • 3篇电力系统
  • 3篇遗传算法
  • 2篇电力系统稳定
  • 2篇电力系统稳定...
  • 2篇涌流
  • 2篇涌流识别
  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇稳压
  • 2篇稳压器
  • 2篇系统稳定
  • 2篇励磁
  • 2篇励磁涌流
  • 2篇基于遗传算法
  • 2篇仿真
  • 2篇概率神经网络
  • 2篇参数优化
  • 1篇单机无穷大

机构

  • 7篇上海电力学院

作者

  • 7篇卢栋青
  • 7篇杨旭红
  • 6篇张国铎
  • 4篇刘永晓
  • 3篇许行
  • 1篇邢月红
  • 1篇吕贵龙

传媒

  • 1篇化工自动化及...
  • 1篇电源技术
  • 1篇计算机工程与...
  • 1篇计算机仿真
  • 1篇电力学报
  • 1篇上海电力学院...
  • 1篇电气应用

年份

  • 5篇2013
  • 1篇2012
  • 1篇2011
7 条 记 录,以下是 1-7
排序方式:
基于遗传算法的PSS参数优化
2013年
在总结常用的电力系统稳定器(P S S)参数优化方法的基础上,采用了典型超前-滞后环节的P S S,对基本遗传算法进行了一些改进,并将改进的遗传算法应用到包含P S S的单机无穷大系统进行验证。测试结果表明,遗传算法优化参数的P S S对大、小扰动都表现出了良好的性能。
卢栋青杨旭红郭瑞青张国铎刘永晓
关键词:电力系统稳定器遗传算法单机无穷大系统
基于遗传算法的电力系统无功优化被引量:2
2011年
在总结常用的电力系统无功电压优化方法的基础上,建立了以网损、电压质量和无功潮流分布为目标函数的数学模型.然后对基本遗传算法进行了一些改进,并将改进的遗传算法应用到IEEE30节点系统进行验证.测试结果表明,改进的遗传算法有助于解决无功电压优化问题.
杨旭红卢栋青
关键词:无功电压优化电力系统改进遗传算法
基于自适应模拟退火遗传算法的多机系统PSS参数协调优化被引量:2
2013年
针对基本遗传算法(SGA)易早熟收敛且收敛速度慢的问题,提出了一种改进的遗传算法——自适应模拟退火遗传算法(ASAGA)用于解决PSS参数优化问题。该算法采用轮盘赌选择和最佳个体保存策略相结合的机制,并结合自适应的交叉、变异概率,扩大种群的搜索范围,继而引入模拟退火算法,加快迭代后期的收敛速度。一个针对Kunder四机两区域系统的PSS参数优化以及暂态稳定性仿真分析的算例表明。本文所设计的PSS对各种扰动均表现出了很好性能,同时也说明了该算法较强的全局寻优能力。
卢栋青杨旭红张国铎刘永晓吕贵龙
关键词:电力系统稳定器参数优化
核反应堆稳压器水位和压力控制系统研究被引量:12
2013年
利用前馈补偿控制方法实现水位和压力系统的解耦后,利用模糊自适应PID控制方法对系统进行控制。仿真结果表明:稳压器水位和压力的稳态性能都得到了较大的改善。
张国铎杨旭红卢栋青刘永晓
关键词:核反应堆稳压器水位控制系统模糊自适应PID控制器
基于遗传概率神经网络的变压器励磁涌流识别被引量:2
2013年
利用遗传算法优化概率神经网络的重要参数,以便获得最优的平滑因子,从而实现了电力变压器励磁涌流和内部故障电流的识别。采用MATLAB软件对变压器不同的运行状态进行建模仿真,并对保护方案进行测试。
许行杨旭红卢栋青张国铎刘永晓
关键词:遗传算法概率神经网络变压器励磁涌流
基于小波变换和概率神经网络的励磁涌流识别被引量:3
2012年
针对变压器的励磁涌流问题,提出了一种基于小波变换和概率神经网络的新的变压器差动保护方案,用以实现励磁涌流与其它内部短路电流诸如单相短路、两相接地短路、三相接地短路、匝间短路的鉴别。利用小波变换进行信号分解,提取各尺度高频部分的能量,作为神经网络的输入特征向量,概率神经网络是为了进行模式识别。利用Matlab/Simulink平台上的仿真建模,获取励磁涌流和内部故障电流的数据。大量仿真结果显示,该方案可以有效地识别励磁涌流。
许行杨旭红邢月红卢栋青张国铎
关键词:概率神经网络小波变换励磁涌流MATLAB仿真
压水堆核电站稳压器压力控制系统仿真研究被引量:13
2013年
研究PID控制器参数优化问题,针对稳压器压力控制系统具有复杂非线性、时变性特点,引起系统的输出品质特性较差,超调量大,调节时间长,上升时间长,控制精度差等。传统PID的控制参数难以精确整定,且依赖于对象的精确数学模型。为了提高PID控制精度,减小超调量、调节时间和上升时间,提出用单神经元的神经网络来优化PID控制器参数的方法。通过单神经元的自学习和自适应能力,获得最优控制性能的PID控制参数。仿真结果表明,单神经元神经网络的PID控制方法与传统的PID控制方法相比,系统响应速度更快,超调量更小,为优化控制系统提供了参考。
张国铎杨旭红许行卢栋青
关键词:压水堆稳压器比例积分微分控制单神经元
共1页<1>
聚类工具0