公开(公告)号：US08933572B1

公开(公告)日：2015-01-13

申请号：US14018314

申请日：2013-09-04

申请人： King Fahd University of Petroleum and Minerals

发明人： Abu Hamed Abdur-Rahim ,  Muhammad Haris Khan

IPC分类号： F03D9/00 ,  H02P9/04 ,  H02P9/00 ,  F03D7/00

CPC分类号： H02P9/00 ,  F03D7/00 ,  F03D7/02 ,  F03D9/10 ,  F03D9/11 ,  F03D9/25 ,  H02P21/0014 ,  Y02E10/723 ,  Y02E10/725

摘要： The adaptive superconductive magnetic energy storage (SMES) control method and system control a SMES device connected to a power generation system. A radial basis function neural network (RBFNN) connected to the controller adaptively adjusts gain constants of the controller. A processor executes an improved particle swarm optimization (IPSO) procedure to train the RBFNN from input-output training data created by the IPSO, and thereafter generate starting weights for the neural network. Tests carried out show that the proposed adaptive SMES controller maintains the DC capacitor voltage constant, thus improving the efficiency of wind energy transfer. The power output (reactive and real) of the SMES device improves the voltage profile following large voltage dips and provides added damping to the system.

摘要翻译： 自适应超导磁能存储（SMES）控制方法和系统控制连接到发电系统的SMES设备。 连接到控制器的径向基函数神经网络（RBFNN）自适应地调整控制器的增益常数。 处理器执行改进的粒子群优化（IPSO）过程以从由IPSO创建的输入 - 输出训练数据训练RBFNN，然后产生神经网络的起始权重。 进行的测试表明，提出的自适应SMES控制器保持直流电容器电压不变，从而提高风能传递的效率。 SMES器件的功率输出（无功和实际）改善了大电压骤降后的电压分布，并为系统增加了阻尼。