[发明专利]一种同步发电机自适应励磁控制方法

权利要求书

1.一种同步发电机自适应励磁控制方法，其特征在于：首先，根据稳定性原理初步确定每个控制参数的稳定域；其次，将多智能体遗传算法MAGA和小脑模型神经网络CMAC与常规PID控制器相结合，利用多智能体遗传算法的全局优化能力在确定的控制参数K_P，K_I，K_D，η，α稳定域内进行寻优；根据一定控制目标函数最小原则，获得最优控制参数组合，进而实现同步发电机自适应励磁控制。

2.根据权利要求1所述的同步发电机自适应励磁控制方法，包括以下具体步骤：第一步，初步确定参数及其稳定域：根据控制系统稳定性，初步确定5个被优化参数稳定域范围，即PID控制器的K_P、K_I、K_D和CMAC控制器的学习速率η和惯性量α大体范围；

第二步，智能体编码：PID和CMAC复合控制器有多个控制参数需要整定，且这些控制参数相互耦合，这种编码方式将PID控制器的K_P、K_I、K_D和CMAC控制器的学习速率η、α组成智能体的一个基因，a代表一个智能体，S代表控制器参数优化问题的搜索空间；

a＝(K_P,K_i,K_d,η,α)∈S

第三步，智能体生存环境和适应值：为了减小计算开销增强CMAC复合控制器控制的实时性，采用一维多智能体，即固定在一维网格中的每个智能体只与其邻域内的左右两个邻居相互作用，每个智能体与其邻域内的其他智能体通过竞争选择、混合交叉和自适应变异等操作，目的是通过智能体进化提高其自身的适应值；

第四步，初始种群：随机产生n个智能体形成初始种群P(0)；

第五步，个体适应值计算：通过每个智能体对应的控制输出误差求代价函数值J及按1/J求适应函数值f；

第六步，智能体竞争：在一维坐标中，某一智能体agentL(i j)＝(l₁,l₂,l₃,L,l_n)与其邻域内的左右2个邻居智能体个体展开竞争，假设其邻域内适应值最大的智能体为agentM(i j)＝(m₁,m₂,m₃,L,m_n),如果agentL(i j)的适应值大于agentM(i j),则agentL(i j)继续存活，否则agentL(i j)被新agentNew(i j)＝(e₁,e₂,e₃,...,e_n)替代；

第七步，在新产生的智能体以P_c的进行混合交叉，交叉位置也是随机确定的，如智能体agentA＝(a₁,a₂,a₃,...,a_n)和智能体agentB＝(b₁,b₂,b₃,...,b_n)在k点混合交叉产生两个子代，其中β为[0,1]内的随机值；

第八步，以随机概率P_m实现自适应变异操作；

第九步，对智能体网格中的每个智能体在sN邻域内实现自学习行为；

第十步，用历代中适配值最高的个体代替本代适配值最差的个体，于是得到新一代种群P(t+1)；

第十一步，终止条件判断：若得到预定指标或达到设定进化代数G，结束循环，智能体网格中适应值最大的智能体即为最佳控制参数组合，否则转第五步循环。