一种基于人工神经网络的自整定pid发电机控制系统的制作方法
【技术领域】
[0001] 本发明是一种发电机控制系统，尤其是基于人工神经网络的自整定PID数码发电 机智能控制系统及相应的方法。
【背景技术】
[0002] 发电机组主要由发动机、发电机和电控系统组成，能将燃油的化学能转化为电能， 具有广泛的应用，例如：应急用电、野外作业、灾害救治、户外生活及旅行、游艇及车辆自备 电源、移动通讯基站等诸多场合。
[0003] 在传统发电技术的基础上，采用多极永磁发电机的数码发电机组引入了电力电子 技术，将发电机技术扩展为发电机电源技术，实现了发电机的高性能化。数码发电机组中 的核屯、部件是逆变控制器，逆变控制器是高速发动机电控系统和多级永磁发电机控制系统 的集成，逆变控制器采用前级整流、后级逆变的A-D-A逆变方式，或者只采用整流和稳压技 术，使得永磁发电机转速、气隙磁场与输出电压之间没有了直接的联系，发电机的转速及磁 场变化不会再对输出电压造成大的直接性的波动，在高速发动机电子调速控制的配合下， 能够在各种转速下将多极永磁发电机输出的=相中频交流电转换为电压稳定的单相工频 交流电或直流电，大大提高了发电机组的能量密度、效率和输出技术指标。
[0004] 电子调速的数码发电机组通常采用PID闭环控制系统对发动机进行控制，PID控 制系统由比例单元P、积分单元I和微分单元D组成，PID控制器根据系统检测或操作偏差， 通过Kp，Ki和KdS个参数的设定，利用比例、积分和微分运算获得所需调节量W对系统进行 反馈控制。由于PID控制器具有结构简单、成本低、鲁椿性强、可靠性高、为现场设计人员所 熟悉等优点，目前绝大部分数码发电机组都采用PID闭环控制系统对发动机节气口开度进 行实时控制，调速系统的最终控制目标是要让发动机输出的功率与发电机所加负载功率一 致，使加、卸载时逆变控制器输出电压稳定，并且要保证发动机转速稳定，不能游车或焰火。 但是常规PID控制有许多不完善之处，其中最主要的问题就是PID控制器Kp，Ki和K个 参数的整定问题，且一旦整定计算好后，在整个控制过程中该=个参数都是固定不变的，而 实际中，由于发动机混合气燃烧做功过程非常复杂，尤其当发动机零部件状态加工制造误 差较大时，将出现更为复杂的非线性时变系统特征，发动机输出扭矩和转速受多种因素影 响而无法精确建模，在某种状态和环境下整定计算出的PID控制器参数，一旦工作环境或 大批量生产时发电机组零部件状态发生变化，该些设定好的控制器参数就不适用了，常规 PID控制系统就很难达到最佳的控制效果，数码发电机组容易出现焰火、游车和稳态转速偏 差大等问题。
[0005] 本专利正是着眼于数码发电机组所采用的常规PID控制器的不足，利用人工神经 网络的自学习功能自动整定PID控制器参数，将人的智能W非线性控制形式引入到控制器 的设计中，从而将数码发电机组的常规PID控制器改进为智能PID控制器，使得在发电机组 状态或工作环境等系统参数发生变化时，PID控制器的控制参数Kp，Ki和K d能够随之自动调 整，使系统在任何运行状态下均能得到远比传统PID控制更好的控制性能，大大提高了控 制系统的鲁椿性和工作可靠性，并使控制精度大大提高，增加了发电机组的能源利用效率， 减少了发动机尾气排放，降低了噪声和振动。此外本专利控制系统采用了人工神经网络训 练与识别控制分离的方式，大大降低了控制系统的成本，具有很高的性价比。
【发明内容】
[0006]本发明的目的在于克服现有技术存在的问题，提供一种基于人工神经网络的自整 定PID发电机控制系统。
[0007] 为实现上述技术目的，达到上述技术效果，本发明通过W下技术方案实现： 一种基于人工神经网络的自整定PID发电机控制系统，该控制系统主要包括人工神经 网络控制模块、PID控制模块、状态检测模块、执行模块和发电机输出模块，其中： 所述发电机输出模块将发电机输出的=相中频交流电转换为单相工频交流电/直流 电并形成包含发电机输出电压和/或电流信息的输出信号yout，所述输出信号yout作为反 馈信号与该控制系统的输入端相连； 所述输出信号yout与控制系统输入端的预设输入信号rin运算处理后得到偏差信号error,所述偏差信号error与PID控制模块的输入端相连； 所述状态检测模块对发动机状态和/或外部工作环境进行检测，并将检测到的状态信 号连接传递到人工神经网络控制模块的输入端； 人工神经网络控制模块W该控制系统的内部信号和/或状态检测模块的输出信号作 为输入向量，并在所述人工神经网络控制模块的输出端输出S个控制参数化、Ki和Kd，所 述控制参数Kp、Ki和Kd作为PID控制模块中PID数学控制模型的控制参数； 所述PID控制模块根据所述偏差信号error，并通过所述的S个控制参数Kp，Ki和Kd的 设定，利用比例、积分和微分运算W获得PID控制模块的输出信号U，所述输出信号U与执行 板块的输入端相连。
[0008]进一步的，所述状态检测模块至少对发动机转速《和环境温度T进行检测，并将 检测到的转速《信号和温度T信号连接传递到人工神经网络控制模块的输入端。
[0009]进一步的，所述人工神经网络控制模块的输入端还连接有预设输入信号rin，所述 预设输入信号rin、输出信号yout、转速《信号和温度T信号作为人工神经网络控制模块 的输入向量，所述人工神经网络控制模块的输出端输出S个控制参数Kp、Ki和Kd。
[0010] 进一步的，所述人工神经网络控制模块由人工神经网络BP算法的前向算法和经 过训练的人工神经元构成。
[0011] 进一步的，所述人工神经网络控制模块由计算机中经过训练的人工神经网络移植 获得，其过程主要包括： 步骤1)在计算机中构建采用BP算法的人工神经网络和PID控制模块的数学控制模型， 人工神经网络的输入向量包括；预设输入信号rin，输出信号yout、转速《信号和温度T信 号，输出向量包括；PID控制模块的S个控制参数Kp，Ki和Kd; 步骤2)W所获得的人工神经网络输出向量Kp，Ki和Kd作为PID数学控制模型的控制 参数，在计算机上利用比例、积分和微分运算W获得PID控制模块的输出信号U，将此输出 信号U与实际系统执行模块的步进电机相连，步进电机用来控制发动机节气口开度，W计 算机PID控制模块的输出信号U对发动机的输出功率进行实时控制； 步骤3)W发电机组额定输出功率确定若干个检测和学习的稳态工况点，并在各工况点 之间进行加载和卸载操作，当发电机运行在该些工况时，计算机上的控制系统程序将W控 制周期相对应的时间间隔对输入信号rin，输出信号yout、发动机转速《和环境温度T进 行实时采样并存储，在各种环境温度下，通过对多台发电机组反复多次地改变运行工况，人 工神经网络可W获得充分的训练样本； 步骤4)把采样得到的样本输入至计算机中的人工神经网络，对人工神经网络进行训 练，训练完成后，把经过训练的人工神经元的结果输出为矩阵保存； 步骤5)把计算机中采用BP算法的人工神经网络前向算法和输出的人工神经元矩阵移 植到实际控制系统的MCU巧片中。
[0012] 进一步的，所述人工神经网络包括输入设定预处理、前向计算和误差反向传播； 所述输入设定预处理方式为： 1) 对采样得到的训练样本数据进行归一化处理； 2) 初始化权值^^:和巧^^_，[本^是人工神经网络输入层和隐含层之间的权值，巧；^是人工 神经网络隐含层和输出层之间的权值； 所述前向计算方式为： 1) 人工神经网络隐含层第j个神经元的输入为：
【主权项】
1. 一种基于人工神经网络的自整定PID发电机控制系统，该控制系统主要包括人工神 经网络控制模块、PID控制模块、状态检测模块、执行模块和发电机输出模块，其特征在于： 所述发电机输出模块将发电机输出的三相中频交流电转换为单相工频交流电/直流 电并形成包含发电机输出电压和/或电流信息的输出信号yout，所述输出信号yout作为反 馈信号与该控制系统的输入端相连； 所述输出信号yout与控制系统输入端的预设输入信号rin运算处理后得到偏差信号 error，所述偏差信号error与PID控制模块的输入端相连；