1. Trang chủ
  2. » Luận Văn - Báo Cáo

Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso

75 4 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 75
Dung lượng 2,05 MB

Nội dung

Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso

Ngày đăng: 20/11/2021, 16:33

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] Mannle M, “Identify rule- base TSK fuzzy method”, uni of Karsruhe, 2000 Sách, tạp chí
Tiêu đề: Identify rule- base TSK fuzzy method
[2] Mannle M, Richard A, and Dorasm T. A, “Rule- based fuzzy model for nonlinear system identification”, uni of Karsruhe, 1996 Sách, tạp chí
Tiêu đề: Rule- based fuzzy model for nonlinear system identification
[3] Jang J. R, Sun C, and Mizutani, “ Neuro- Fuzzy and soft computing”, prentice hall, 1997 Sách, tạp chí
Tiêu đề: Neuro- Fuzzy and soft computing
[4] Sugeno M, and Kang G. T, “Structure identification of fuzzy model”, fuzzy sets and systems, pp. 15- 33, 1998 Sách, tạp chí
Tiêu đề: Structure identification of fuzzy model”, "fuzzy sets and systems
[5] Takagi T, Sugeno M, “Fuzzy identification of systems and its application to modeling and control”, IEEE Transaction on systems, Man & Cybernetics, pp: 116- 1321, 1985 Sách, tạp chí
Tiêu đề: Fuzzy identification of systems and its application to modeling and control”, "IEEE Transaction on systems, Man & Cybernetics
[6] Alcala R, Casillas J, Cordon O and Herrera F, “Learning TSK rule- based system from approximate ones by mean of MOGUL methodology” Granda uni of spain, Oct 2000 Sách, tạp chí
Tiêu đề: Learning TSK rule- based system from approximate ones by mean of MOGUL methodology
[7] Mannle M, “FTSM: Fast Takagi- Sugeno fuzzy modeling”, uni of Karsruhe, 1999 Sách, tạp chí
Tiêu đề: FTSM: Fast Takagi- Sugeno fuzzy modeling
[8] Jyh-Shing Roger Jang, “ANFIS: Adaptive-NetworkBased Fuzzy Inference System”, IEEE Trans. Sys.,Man and Cybernetics., Vol. 23, No. 3, May/June 1993 Sách, tạp chí
Tiêu đề: ANFIS: Adaptive-NetworkBased Fuzzy Inference System”, "IEEE Trans. Sys.,Man and Cybernetics
[9] 13. Yager, R. R. and Zadeh, L. A., “Fuzzy Sets Neural Networks, and Soft Computing”, Van Nostrand Reinhold,1994 Sách, tạp chí
Tiêu đề: Fuzzy Sets Neural Networks, and Soft Computing
[10] Manish Kumar, Devendra P. Garg “Intelligent Learning of Fuzzy Logic Controllers via Neural Network and Genetic Algorithm”, Proceedings of 2004 JUSFA 2004 Japan – USA Symposium on Flexible Automation Denver, Colorado, July 19-21, 2004 Sách, tạp chí
Tiêu đề: Intelligent Learning of Fuzzy Logic Controllers via Neural Network and Genetic Algorithm”, "Proceedings of 2004 JUSFA 2004 Japan – USA Symposium on Flexible Automation Denver
[11] Mascioli, F.M., Varazi, G.M. and Martinelli, G., “Constructive Algorithm for Neuro-Fuzzy Networks”, Proceedings of the Sixth IEEE International Conference on Fuzzy Systems, 1997, Vol. 1, July 1997, pp. 459 –464 Sách, tạp chí
Tiêu đề: Constructive Algorithm for Neuro-Fuzzy Networks”, "Proceedings of the Sixth IEEE International Conference on Fuzzy Systems
[13] Jang, J.-S.R., “Input Selection for ANFIS Learning”, Proceedings of the Fifth IEEE International Conference on Fuzzy Systems, Vol. 2, Sep 1996, pp. 1493 –1499 Sách, tạp chí
Tiêu đề: Input Selection for ANFIS Learning”, "Proceedings of the Fifth IEEE International Conference on Fuzzy Systems
[14] J. kennedy, RC. Ebenhart,, “particle swarm optimization”, Proceedings of the IEEE International Conference on neural networks, Vol. 4, 1995, pp. 1942 – 1948 Sách, tạp chí
Tiêu đề: particle swarm optimization”, "Proceedings of the IEEE International Conference on neural networks
[15] Andries P.Engelbrecht, “Computational Intelligence An introduction”, John Wiley & Sons Ltd 2002. [16] J. kennedy , “the behavior of particle swarm in VW, N saravan, D Waagen (eds), proceeding of 7th international conference on evolutionaryprogramming, 1998, pp581-589 Sách, tạp chí
Tiêu đề: Computational Intelligence An introduction”, John "Wiley "& Sons Ltd 2002." [16] J. kennedy , “the behavior of particle swarm in VW, N saravan, D Waagen (eds), "proceeding of 7th international conference on evolutionary "programming
[16] J. kennedy , “the behavior of particle swarm in VW, N saravan, D Waagen (eds), proceeding of 7th international conference on evolutionary programming, 1998, pp581-589 Sách, tạp chí
Tiêu đề: the behavior of particle swarm in VW, N saravan, D Waagen (eds), "proceeding of 7th international conference on evolutionary programming
[17] Y Shi, RC Ebenhart, “Empirical study of Particle Swarm Optimization”, proceeding of the IEEE Congress on Evolutionary Computation, Vol3, 1999, pp 1945- 1950 Sách, tạp chí
Tiêu đề: Empirical study of Particle Swarm Optimization”, "proceeding of the IEEE Congress on Evolutionary Computation
[18] K. S. Narendra and K. Parthasarathy, “Identification and control of dynamical system using neural networks,” IEEE Trans. Neural Networks,vol. 1, pp. 4–27, Jan.1990 Sách, tạp chí
Tiêu đề: Identification and control of dynamical system using neural networks,” "IEEE Trans. Neural Networks
[19] Venu G. Gudise and Ganesh K. Venayagamoorthy , “Comparison of Particle Swarm Optimization and Backpropagation as Training Algorithms for NeuralNetworks” , Swarm Intelligence Symposium, 2003. SIS '03. Proceedings of the 24-26 April 2003 IEEE Sách, tạp chí
Tiêu đề: Comparison of Particle Swarm Optimization and Backpropagation as Training Algorithms for Neural Networks
[20] Kwang Y .Lee. “ Modern Heuristic Optimization Techniques: Theory and Applications to power systems ”. Piscataway, N.J. : Hoboken, N.J. :IEEE Press ; Wiley- Interscience, c2008 Sách, tạp chí
Tiêu đề: Modern Heuristic Optimization Techniques: Theory and Applications to power systems
[21] H. M. I. Pousinho, Student Member, IEEE, V. M. F. Mendes and J. P. S. Catalão, Member, IEEE“ Hybrid PSO-ANFIS Approach for Short-Term Electricity Prices Prediction “ Sách, tạp chí
Tiêu đề: Student Member, IEEE", V. M. F. Mendes and J. P. S. Catalão, "Member, IEEE“

HÌNH ẢNH LIÊN QUAN

Hình 2. 3: Giản đồ bộ STATCOM - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 2. 3: Giản đồ bộ STATCOM (Trang 16)
Hình 2. 2: Mạch điện tương đương 3 pha của STATCOM - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 2. 2: Mạch điện tương đương 3 pha của STATCOM (Trang 16)
Hình 2.4. mô tả cấu trúc cơ bản của bộ biến đổi nguồn điện áp (VSC) - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 2.4. mô tả cấu trúc cơ bản của bộ biến đổi nguồn điện áp (VSC) (Trang 17)
Hình 2.5: Nguyên lý hoạt động của bộ STATCOM - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 2.5 Nguyên lý hoạt động của bộ STATCOM (Trang 18)
Hình 2. 6: Sơ đồ kết nối bộ STATCOM với hệ thống điện - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 2. 6: Sơ đồ kết nối bộ STATCOM với hệ thống điện (Trang 19)
Hình 2. 7: miền chất lượng điện áp Hình 2.8: chế độ công suất max và - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 2. 7: miền chất lượng điện áp Hình 2.8: chế độ công suất max và (Trang 24)
Ta có thể vẽ được đồ thị biểu diễn theo tiêu chuẩn (2.8.3) trên Hình 2.8 ứng với hai chế độ công suất max và min của phụ tải - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
a có thể vẽ được đồ thị biểu diễn theo tiêu chuẩn (2.8.3) trên Hình 2.8 ứng với hai chế độ công suất max và min của phụ tải (Trang 26)
Hình 2.10 Hình 2.11 - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 2.10 Hình 2.11 (Trang 28)
Hình 2.1 2- Đặc tính của đèn sợi đốt. - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 2.1 2- Đặc tính của đèn sợi đốt (Trang 29)
Hình 2.1 3- Sự phụ thuộc của P, Q vào điện áp. - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 2.1 3- Sự phụ thuộc của P, Q vào điện áp (Trang 30)
Hình 2.1 4- Sự phụ thuộc của tổn thất điện năng vào các hệ số KĐX. - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 2.1 4- Sự phụ thuộc của tổn thất điện năng vào các hệ số KĐX (Trang 35)
Hình 2.1 5- Các bậc sóng hài. - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 2.1 5- Các bậc sóng hài (Trang 36)
Hình 2.16 - Hiện tượng từ trễ và bão hòa mạch từ làm méo dạng sóng dòng điện. - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 2.16 Hiện tượng từ trễ và bão hòa mạch từ làm méo dạng sóng dòng điện (Trang 38)
Hình 2.17 - Sự phụ thuộc của tổn thất công suất ∆Pd và giá trị hiệu dụng của dòng điện Ie vào độ méo - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 2.17 Sự phụ thuộc của tổn thất công suất ∆Pd và giá trị hiệu dụng của dòng điện Ie vào độ méo (Trang 41)
d va dong die nI - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
d va dong die nI (Trang 41)
Hình 2.18 - Sự suy giảm công suất máy biến áp phụ thuộc vào tỷ phần - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 2.18 Sự suy giảm công suất máy biến áp phụ thuộc vào tỷ phần (Trang 44)
Thuật toán tối ưu bầy đàn PSO là kết quả của sự mô hình hóa việc đàn Chim, đàn Cá, hay Kiến  đi kiếm thức ăn (Hình 3.1 ) đi tìm kiếm thức ăn cho nên nó thường được xếp  vào các loại thuật toán có sử dụng trí tuệ bầy đàn - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
hu ật toán tối ưu bầy đàn PSO là kết quả của sự mô hình hóa việc đàn Chim, đàn Cá, hay Kiến đi kiếm thức ăn (Hình 3.1 ) đi tìm kiếm thức ăn cho nên nó thường được xếp vào các loại thuật toán có sử dụng trí tuệ bầy đàn (Trang 48)
Hình 3. 3: Lưu đồ ứng dụng PSO - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 3. 3: Lưu đồ ứng dụng PSO (Trang 52)
Hình 4.1. Hệ thống suy luận mờ ANFIS (a) Cấu trúc ANFIS gồm 6 lớp - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 4.1. Hệ thống suy luận mờ ANFIS (a) Cấu trúc ANFIS gồm 6 lớp (Trang 54)
Hình 5.1: Mô hình hệ thống nghiên cứu STATCOM - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 5.1 Mô hình hệ thống nghiên cứu STATCOM (Trang 64)
Hình 5.3: Lưu đồ giải thuật thiết kế bộ điều khiển ANFIS kết hợp PSO - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 5.3 Lưu đồ giải thuật thiết kế bộ điều khiển ANFIS kết hợp PSO (Trang 65)
Hình 5.2: Bộ điều khiển ANFIS thiết kế cho khâu điều chỉnh điện áp - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 5.2 Bộ điều khiển ANFIS thiết kế cho khâu điều chỉnh điện áp (Trang 65)
Tiến hành mô phỏng hệ thống trong hình 5.1 với sự cố dao động điện áp trong phạm vi +/- 2,5% như trong hình 5.7a ta thấy được kết quả so sánh giữa công suất phản  kháng phát ra của STATCOM và góc kích alpha trong trường hợp có bộ điều khiển thiết  kế ANFI - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
i ến hành mô phỏng hệ thống trong hình 5.1 với sự cố dao động điện áp trong phạm vi +/- 2,5% như trong hình 5.7a ta thấy được kết quả so sánh giữa công suất phản kháng phát ra của STATCOM và góc kích alpha trong trường hợp có bộ điều khiển thiết kế ANFI (Trang 67)
Hình 5.6: Kết quả của quá trình huấn luyện ANFIS dùng PSO Trường hợp 1:   - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình 5.6 Kết quả của quá trình huấn luyện ANFIS dùng PSO Trường hợp 1: (Trang 67)
Hình b: Công suất Q phát ra từ STATCOM - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình b Công suất Q phát ra từ STATCOM (Trang 68)
Hình c: Góc kích alpha của STATCOM - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình c Góc kích alpha của STATCOM (Trang 68)
Hình a: Điện áp tại bus 1 - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình a Điện áp tại bus 1 (Trang 69)
Hình c: Điện áp Vdc của STATCOM - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình c Điện áp Vdc của STATCOM (Trang 70)
Hình e: Góc kích alpha - Nâng cao khả năng điều khiển của bộ anfis bằng giải thuật pso
Hình e Góc kích alpha (Trang 71)

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN