Control de oscilaciones en una máquina síncrona usando un PSS neuronal
DOI:
https://doi.org/10.17533/udea.redin.18118Palabras clave:
Estabilizador de potencia, redes neuronales, máquinas síncronasResumen
En este artículo se presenta el diseño y la prueba en laboratorio de un estabilizador de potencia (PSS), basado en redes neuronales. La arquitectura propuesta del PSS utiliza dos redes neuronales, la primera es un controlador que efectúa un control suplementario del sistema de excitación, y una segunda red utilizada para mejorar el desempeño del controlador anterior. Para garantizar la correcta operación del PSS propuesto, éste ha sido entrenado utilizando datos obtenidos a partir de varias condiciones de operación de la máquina, y una amplia variedad de disturbios. La efectividad del método propuesto se confirma a partir de los resultados de las pruebas con máquinas síncronas utilizadas en laboratorio.
Descargas
Citas
K. S. Narendra, K. Parthasarathy. “Identification and control of dynamical systems using neural networks”. IEEE Trans. Neural Networks. Vol. 1. 1990. pp. 4-27. DOI: https://doi.org/10.1109/72.80202
P. Shamsollahi, O. P. Malik. “Direct Neural Adaptive Control to synchronous generator”. IEEE Trans. On energy conversion. Vol. 14. 1999. pp. 1341–1346. DOI: https://doi.org/10.1109/60.815070
P. Shamsollahi, O. P. Malik. “Application of neural adaptive power system stabilizer in a multi-machine power system”. IEEE Trans. On energy conversion. Vol 14. 1999. pp. 731–736. DOI: https://doi.org/10.1109/60.790943
P. Shamsollahi, O. P. Malik. “Real-time implemen¬tation and experimental studies of a neural adaptive power system stabilizer”. IEEE Trans. On energy con¬version. Vol. 14. 1999. pp. 737 – 742. DOI: https://doi.org/10.1109/60.790944
W. Liu, G. Venayagamoorthy, D. Wunsch. “Adaptive neural network based power system stabilizer design”. IEEE Trans. On energy conversion. 2003. pp. 2970–2975.
K. Prabha. Power System Stability and Control. New York: McGraw-Hill, 1994.
S. Pérez, J. Mora, G. Olguin. “Maintaining voltage profiles using an adaptive PSS”. Transmission & Dis-tribution Conference and Exposition: Latin America, 2006. TDC apos. 06. IEEE/PES Volume 1. 2006. pp. 1–5. DOI: https://doi.org/10.1109/TDCLA.2006.311429
P. Shamsollahi, O. P. Malik, “On-line identification of synchronous generator using neural networs,” in Proc. Can. Conf. Elect. Comput. Eng.1996. pp. 595-598.
R. Wankeue, I. Kanwa, X. Dai-Do, A. Keyhani. “Iteratively reweighted least square for maximum likeliho¬od identification of synchronous machine parameters from on line tests”. IEEE Trans. Energy Conversion. Vol. 14. 1999. pp.159-166. DOI: https://doi.org/10.1109/60.766971
G. Goodwin, K. Sang. Adaptive filtering predic¬tion and control. Prentice – Hall. New Jersey. 1984. pp.125-134.
S. Pérez. Control de Oscilaciones de la Máquina Síncrona utilizando un Estabilizador Neuronal. M.Sc thesis, Universidad Tecnológica de Pereira, Pereira, Risaralda, Colombia, 2005. pp. 12-86.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Los artículos disponibles en la Revista Facultad de Ingeniería, Universidad de Antioquia están bajo la licencia Creative Commons Attribution BY-NC-SA 4.0.
Eres libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
Adaptar : remezclar, transformar y construir sobre el material.
Bajo los siguientes términos:
Reconocimiento : debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o su uso.
No comercial : no puede utilizar el material con fines comerciales .
Compartir igual : si remezcla, transforma o construye a partir del material, debe distribuir sus contribuciones bajo la misma licencia que el original.
El material publicado por la revista puede ser distribuido, copiado y exhibido por terceros si se dan los respectivos créditos a la revista, sin ningún costo. No se puede obtener ningún beneficio comercial y las obras derivadas tienen que estar bajo los mismos términos de licencia que el trabajo original.
Twitter