丁光彬，朱宏鵬，楊澤明，蘇金彬

（1.河北工程大學(xué)水電學(xué)院，河北 邯鄲 056021；2.天津水利電力機(jī)電研究所，天津 薊縣 301900；3.福建省龍巖市計(jì)量所，福建 龍巖 364400）

基于模糊神經(jīng)網(wǎng)絡(luò)靜止無(wú)功補(bǔ)償裝置模型的仿真分析

丁光彬1，朱宏鵬1，楊澤明2，蘇金彬3

（1.河北工程大學(xué)水電學(xué)院，河北 邯鄲 056021；2.天津水利電力機(jī)電研究所，天津 薊縣 301900；3.福建省龍巖市計(jì)量所，福建 龍巖 364400）

電力行業(yè)的迅速發(fā)展使通過(guò)無(wú)功補(bǔ)償來(lái)降低輸電線電能損耗變得極為重要。我國(guó)現(xiàn)有大部分電氣設(shè)備負(fù)荷無(wú)功波動(dòng)很大，嚴(yán)重影響系統(tǒng)功率因數(shù)，故對(duì)現(xiàn)有的靜止無(wú)功補(bǔ)償裝置（SVC）的工作特性，如實(shí)時(shí)性和穩(wěn)定性等有了更高要求。本文從無(wú)功補(bǔ)償入手，通過(guò)對(duì)SVC工作特性的分析，利用MATLAB設(shè)計(jì)了基于自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)（ANFIS）的控制技術(shù)，系統(tǒng)仿真結(jié)果證明ANFIS控制算法比利用PI控制算法更加有優(yōu)勢(shì)，提高了靜止無(wú)功補(bǔ)償裝置所要求的實(shí)時(shí)性，即進(jìn)一步提高了無(wú)功控制的速度和穩(wěn)定性。

電能損耗；模糊神經(jīng)網(wǎng)絡(luò)；靜止無(wú)功補(bǔ)償

1 引言

電力工業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)重要的組成部分，而大部分電氣設(shè)備產(chǎn)生的大量的諧波和間諧波[1-3]嚴(yán)重影響了系統(tǒng)的功率因數(shù)和電能質(zhì)量。要保障具有良好的電能質(zhì)量，無(wú)功功率就務(wù)必保持平衡，通過(guò)無(wú)功補(bǔ)償裝置調(diào)節(jié)電網(wǎng)的無(wú)功，可以提高電力系統(tǒng)的電能輸送、改善輸電線路的運(yùn)行質(zhì)量。目前靜止無(wú)功補(bǔ)償裝置（SVC）得到了重要發(fā)展并逐步完善，被大量應(yīng)用于降低輸電線路線損和遠(yuǎn)距離送電的無(wú)功就地平衡，同時(shí)普遍應(yīng)用于電力企業(yè)和用戶(hù)的無(wú)功補(bǔ)償。

當(dāng)前，現(xiàn)有無(wú)功控制裝置主要有幾方面不足∶容易出現(xiàn)投切振蕩現(xiàn)象，投切策略不合理，結(jié)構(gòu)形式不合理以及補(bǔ)償不連續(xù)、滯后等，由于工業(yè)現(xiàn)代化發(fā)展對(duì)電網(wǎng)質(zhì)量要求的大大提高，無(wú)功補(bǔ)償裝置的實(shí)時(shí)性和穩(wěn)定性更加需要完善和提高。

本文根據(jù)靜止無(wú)功補(bǔ)償裝置工作特性，應(yīng)用模糊神經(jīng)網(wǎng)絡(luò)對(duì)SVC模型進(jìn)行搭建，相比較傳統(tǒng)的PI控制技術(shù)，采用MATLAB設(shè)計(jì)基于ANFIS的控制技術(shù)，利用系統(tǒng)仿真結(jié)果分析，得知ANFIS控制算法比利用PI控制算法更加有優(yōu)勢(shì)，并且對(duì)于靜止無(wú)功補(bǔ)償裝置所要求的實(shí)時(shí)性和穩(wěn)定性，更加有效。

2 SVC的ANFIS模型設(shè)計(jì)

本文利用在MATLAB/Simulink模糊邏輯工具箱（Fuzzy Logic Toolbox）中集成的基于Takagi-Sugeno型的自適應(yīng)神經(jīng)模糊推理系統(tǒng)模塊，搭建SVC的模糊神經(jīng)網(wǎng)絡(luò)模型。

2.1 獲取數(shù)據(jù)樣本

SVC的核心部分就是控制系統(tǒng)設(shè)計(jì)，而傳統(tǒng)的采用PID、PI、PD等傳遞函數(shù)的算法固有缺點(diǎn)之一就是要采用硬件進(jìn)行大量的計(jì)算，從而浪費(fèi)了時(shí)間，降低了實(shí)時(shí)性，不能很好的跟蹤補(bǔ)償，有較長(zhǎng)的延遲。根據(jù)文獻(xiàn)[6，9]可知，基于PI傳遞函數(shù)的算法優(yōu)于PD、PID傳遞函數(shù)的算法，故本文先利用PI算法，根據(jù)文獻(xiàn)中的傳遞函數(shù)，利用MATLAB/Simulink進(jìn)行建模、仿真，見(jiàn)圖1所示。

圖1 PI控制原理圖

利用圖1中的PI控制系統(tǒng)進(jìn)行仿真，仿真時(shí)間為30s，獲得2859組輸入輸出數(shù)據(jù)樣本（In1、In2、Out）。設(shè)置好PI控制系統(tǒng)的各項(xiàng)參數(shù)，并進(jìn)行仿真運(yùn)行后，將In1、In2和PI控制器輸出Out及時(shí)間序列存入文件 In1.mat、In2.mat和 Out.mat。

2.2 數(shù)據(jù)篩選并模型初始化

在Matlab中，利用load命令將這三個(gè)輸出文件導(dǎo)入WorkSpace，然后將其間隔地分為兩組，一組為訓(xùn)練數(shù)據(jù)，另一組為校驗(yàn)數(shù)據(jù)，這兩組數(shù)據(jù)均為歸一化數(shù)據(jù)。通過(guò)對(duì)數(shù)據(jù)的篩選、分組等處理，轉(zhuǎn)載進(jìn)WorkSpace后，最終使得圖形化的ANFIS模塊自動(dòng)生成初始化的模糊邏輯系統(tǒng)。

2.3 模糊訓(xùn)練

本次模型采用hybrid（缺省）混合法。誤差閾值（Error Tolerance）是用來(lái)作為停止訓(xùn)練的判斷準(zhǔn)則，假設(shè)為0。Epochs項(xiàng)是設(shè)定最大訓(xùn)練次數(shù)，綜合考慮計(jì)算量和誤差范圍，設(shè)定最大訓(xùn)練次數(shù)為60。

圖2是訓(xùn)練誤差變化曲線。從圖2中可以看到訓(xùn)練數(shù)據(jù)誤差呈一直減小的趨勢(shì)，減小到一定程度（40，1.5）時(shí)，曲線斜率減小，表明減小趨勢(shì)變緩。這表明誤差率一直逐漸減小，越來(lái)越接近現(xiàn)實(shí)的控制系統(tǒng)狀態(tài)。而且訓(xùn)練數(shù)據(jù)和核對(duì)數(shù)據(jù)的重合度是相當(dāng)高的，反映了訓(xùn)練的結(jié)果是可靠的。圖2中“◆”曲線代表核對(duì)數(shù)據(jù)誤差，“*”曲線代表訓(xùn)練數(shù)據(jù)誤差。

圖2 訓(xùn)練誤差變化曲線

圖3是訓(xùn)練數(shù)據(jù)與訓(xùn)練結(jié)果對(duì)比圖，圖中“○”代表訓(xùn)練數(shù)據(jù)曲線，“*”代表訓(xùn)練結(jié)果曲線。從圖3中可以看出，訓(xùn)練數(shù)據(jù)與訓(xùn)練結(jié)果達(dá)到理想的匹配，其平均誤差約為8.7%。

圖3 訓(xùn)練數(shù)據(jù)與訓(xùn)練結(jié)果對(duì)比

圖4是核對(duì)數(shù)據(jù)與訓(xùn)練結(jié)果對(duì)比圖。從圖4中可以看出，核對(duì)數(shù)據(jù)與訓(xùn)練結(jié)果達(dá)到了理想的匹配程度，其平均誤差約為5.2%。

圖4 核對(duì)數(shù)據(jù)與訓(xùn)練結(jié)果對(duì)比

根據(jù)上述步驟，從提取數(shù)據(jù)到模糊系統(tǒng)結(jié)構(gòu)的建立，最后可以得到模糊控制系統(tǒng)在該P(yáng)I傳遞函數(shù)下的輸入——輸出關(guān)系的一個(gè)曲面圖，如圖5所示。

圖5 模型的輸入-輸出關(guān)系

2.4 系統(tǒng)仿真結(jié)果分析

首先用PI控制算法進(jìn)行仿真，得到的仿真波形如圖6。

圖6 PI控制模型仿真波形

從圖6中可以看出，PI控制算法具有較大的超調(diào)量，然后系統(tǒng)輸出逐步振蕩穩(wěn)定，直到18s左右，系統(tǒng)達(dá)到了一個(gè)穩(wěn)定值2500。

然后用ANFIS模型替代PI控制算法，利用輸入信號(hào)和輸入信號(hào)的微分作為Fuzzy Logic Controller的輸入信號(hào)，建立ANFIS仿真模型，如圖7所示。根據(jù)這個(gè)仿真模型，設(shè)置好各項(xiàng)參數(shù)后進(jìn)行仿真，得到在ANFIS模糊控制算法下的仿真波形如圖8。

圖7 ANFIS仿真模型

圖8 控制模型仿真波形

從圖8中可以看出，ANFIS控制算法是沒(méi)有超調(diào)量的，當(dāng)系統(tǒng)中有輸入（檢測(cè)到的電壓值與給定值之間有偏差）時(shí)，信號(hào)輸出穩(wěn)步增加，系統(tǒng)反應(yīng)是很快的，沒(méi)有延遲的；隨著時(shí)間的增加，輸出不斷的增大，直到12s左右，系統(tǒng)達(dá)到了穩(wěn)定值2500。

對(duì)比圖6和圖8，我們可以得出這樣的結(jié)論∶利用ANFIS控制算法比利用PI控制算法更加有優(yōu)勢(shì)，具有更好的實(shí)時(shí)性，同時(shí)表明了上述建模的有效性。在本套SVC裝置的控制系統(tǒng)中，將利用ANFIS來(lái)構(gòu)建控制器。

4 結(jié)論及展望

根據(jù)MATLAB軟件進(jìn)行ANFIS控制系統(tǒng)的設(shè)計(jì)原理和步驟∶利用MATLAB/Simulink進(jìn)行SVC數(shù)學(xué)建模，并從PI模型中獲取數(shù)據(jù)樣本，然后利用MATLAB將導(dǎo)出的數(shù)據(jù)進(jìn)行數(shù)學(xué)處理，最終將其導(dǎo)入MATLAB的圖形化工具anfisedit中進(jìn)行數(shù)據(jù)模糊訓(xùn)練，從而獲得SVC基于anfis的控制模型。通過(guò)ANFIS建模，為靜止無(wú)功補(bǔ)償裝置控制系統(tǒng)的研制提供了新的控制算法，進(jìn)一步提高了控制系統(tǒng)的有效性和實(shí)時(shí)性。

[1]A.R.Boynuegri,B.Vural,A.Tascikaraoglu,M.Uzunoglu,R.Yumurtac.Voltage regulation capability of a prototype Static VAr Compensator for wind applications[J].Applied Energy，2012,93：422-431.

[2]S.CALDERON-FERNANDEZ，M.HERNANDEZ-ANGELES，J.L.GUARDADO，and V.VENEGAS-REBOLLAR.A Control System for Static VAr Compensator Based on a Digitally Controlled Oscillator[J].Electric Power Components and Systems,2012.40:439-452.

[3]王兆安，楊 軍，劉進(jìn)軍，等.諧波抑制和無(wú)功功率補(bǔ)償[M].北京：機(jī)械工業(yè)出版社，2005.

[4]施文沖.現(xiàn)代電力無(wú)功控制技術(shù)與設(shè)備[M].北京：中國(guó)電力出版社，2010.

[5]于 群，曹 娜.MATLAB/Simulink電力系統(tǒng)建模與仿真[M].北京：機(jī)械工業(yè)工業(yè)出版社，2011.

[6]張 皎，舞守遠(yuǎn)，趙 剛，等.輸電系統(tǒng)靜止無(wú)功補(bǔ)償器的調(diào)節(jié)方法：中國(guó)，1766774[P].2005-09-13.

[7]吳曉莉，林哲輝，等.MATLAB輔助模糊系統(tǒng)設(shè)計(jì)[M].西安：西安電子科技大學(xué)出版社，2002.

[8]朱文俊，王紅斌，李峰.靜止無(wú)功補(bǔ)償器電壓調(diào)節(jié)器仿真與實(shí)驗(yàn)研究[J].現(xiàn)代電子技術(shù)，2012，35（14）.

[9]祎鄭群.基于瞬時(shí)無(wú)功功率理論的SVC系統(tǒng)研究與Matlab 仿真[J].電氣技術(shù)，2010（4）：20-24.

[10]戴元海.基于模糊-PI控制的靜止無(wú)功補(bǔ)償器設(shè)計(jì)[D].長(zhǎng)沙：湖南大學(xué)，2009.

TM743

A

1672-5387（2014）02-0018-03

2014-02-26

丁光彬（1964-），男，教授，研究方向∶水利水電工程智能信息處理。