luan an tien sy ky thuat,nganh mang, va he thong, dien,xay dung, giai thuat, thich nghi dieu khien, toi uu, may phat dien, dong bo ,tren co so, cong nghe mang, no ron , ngo cao cuong
XÂY DỰNG GIẢI THUẬT THÍCH NGHI ĐIỀU KHIỂN TỐI ƯU MÁY PHÁT ĐIỆN ĐỒNG BỘ TRÊN CƠ SỞ CÔNG NGHỆ MẠNG NƠ RÔN
1. ĐẶT VẤN ĐỀ
Máy phát điện (MFĐ) Đồng bộ cung cấp năng lượng điện cho hệ thống, nhằm đáp ứng nhu cầu sử dụng điện trong sản xuất và đời sống. Cùng với sự phát triển nhanh chóng của khoa học kỹ thuật, yêu cầu nâng cao chất lượng điện năng luôn là một đòi hỏi quan trọng và cấp thiết. Chính vì vậy, việc cải tiến hệ thống điều khiển và qui trình vận hành MFĐ là một hướng giải quyết thích hợp và hiệu quả cho phép nâng cao chất lượng điện năng.
Máy phát điện đồng bộ là một đối tượng động phi tuyến với các thông số biến đổi và làm việc trong điều kiện nhiễu ngẫu nhiên lớn (trong đó có kể đến sự thay đổi của phụ tải theo thời gian, sự cố thoáng qua…). Tuy nhiên, trong quá trình thiết kế hệ thống điều khiển MFĐ đồng bộ với các bộ điều khiển truyền thống như PD, PI hoặc PID, mô hình toán học của MFĐ đồng bộ đã được tuyến tính hoá. Điều này dẫn đến trong một số trường hợp, đặc biệt là khi MFĐ đồng bộ làm việc trong chế độ nhiễu lớn (phụ tải thay đổi bất định, sự cố trên hệ thống điện,…), các chỉ tiêu về chất lượng điều khiển (điện áp, tần số) Không được đảm bảo.
Hiện nay trên thế giới, các phương pháp điều khiển hiện đại được đề nghị áp dụng cho MFĐ như: Điều khiển thích nghi, điều khiển tối ưu. Các công nghệ tính toán mới như: Công nghệ mạng nơ rôn, hệ mờ, cũng được sử dụng như là công cụ thực hiện giải thuật điều khiển. Nhiều công trình khoa học được công bố nhằm chứng minh tính khả thi, cũng như chất lượng điều khiển của các hệ thống nêu trên.
Tuy nhiên, các vấn đề mang tính nguyên lý, đặc biệt là việc chứng minh tính ổn định cũng như định lượng các chỉ tiêu chất lượng của hệ thống dựa trên lý thuyết điều khiển thích nghi với công nghệ mạng nơ rôn, logic mờ chưa được giải quyết triệt để. Vì vậy việc phát triển các nghiên cứu về tính chất của hệ thống điều khiển thích nghi trên cơ sở ứng dụng công nghệ mạng nơ rôn, logic mờ là cần thiết. Đó cũng là nội dung chính của luận án này.
2. MỤC TIÊU VÀ NHIỆM VỤ CỦA LUẬN ÁN
Mục tiêu của luận án:
1. Nâng cao chất lượng hệ thống điều khiển MFĐ đồng bộ làm việc trong các chế độ nhiễu và sự cố.
2. Áp dụng phương pháp thiết kế giải tích hệ thống điều khiển thích nghi MFĐ đồng bộ. Đảm bảo tính ổn định và chất lượng điều khiển của hệ thống.
3. Ứng dụng công nghệ mạng nơ rôn làm cơ sở cho việc thực hiện giải thuật điều khiển thích nghi cho MFĐ đồng bộ.
4. Triển khai các kết quả nghiên cứu cho một đối tượng cụ thể.
Để đạt được các mục tiêu trên, các nhiệm vụ sau được đề xuất:
1. Nghiên cứu hệ thống điều khiển MFĐ đồng bộ làm việc trong các chế độ nhiễu và sự cố. Từ đó đề xuất giải pháp điều khiển tối ưu theo các chỉ tiêu chất lượng cho trước.
2. Nghiên cứu tổng quát phương pháp giải tích thiết kế hệ thống điều khiển véc tơ thích nghi đối tượng động phi tuyến có mô hình không tường minh và làm việc trong chế độ nhiễu ngẫu nhiên.
3. Đề xuất phương pháp thiết kế hệ thống điều khiển thích nghi trên cơ sở công nghệ mạng nơ rôn.
4. Chứng minh bằng giải tích tính ổn định và các chỉ tiêu chất lượng của hệ thống điều khiển thích nghi.
5. Thiết kế và Đánh giá hệ thống điều khiển đối tượng tiêu biểu trên cơ sở phương pháp được đề xuất
6. Thiết kế hệ thống điều khiển MFĐ đồng bộ trên cơ sở phương pháp được đề xuất.
7. Đánh giá hệ thống điều khiển được thiết kế.
8. Ứng dụng phương pháp được đề xuất thiết kế hệ thống điều khiển MFĐ đồng bộ của nhà máy thủy điện Trị An. Đánh giá hệ thống điều khiển trên mô hình vật lý.
0.3. PHẠM VI NGHIÊN CỨU
Xây dựng phương pháp thiết kế hệ thống điều khiển thích nghi các đối tượng động phi tuyến không có mô hình toán học tường minh, làm việc trong chế độ nhiễu ngẫu nhiên. Ứng dụng công nghệ mạng nơ rôn thực hiện giải thuật thích nghi. Khảo sát hệ thống điều khiển cho một số đối tượng tiêu biểu. Điều khiển MFĐ đồng bộ dựa trên phương pháp được đề xuất.
4. PHƯƠNG PHÁP NGHIÊN CỨU
Giải tích toán học là phương pháp được sử dụng xuyên suốt trong luận án.
Phương pháp mô phỏng được sử dụng để khảo sát hệ thống điều khiển trên mô hình. Các phương pháp đo lường, thống kê, phân tích được sử dụng trong khi khảo sát hệ thống vật lý.
5. ĐIỂM MỚI CỦA LUẬN ÁN
1. Đề xuất phương pháp thiết kế hệ thống điều khiển thích nghi các đối tượng động phi tuyến không có mô hình toán học tường minh và làm việc trong chế độ nhiễu ngẫu nhiên.
2. Xây dựng mô hình điều khiển tổ hợp Turbine - Máy phát điện đồng bộ cho bài toán thiết kế hệ thống điều khiển thích nghi.
3. Thiết kế hệ thống điều khiển tổ hợp Turbine-MFĐ đồng bộ trên cơ sở phương pháp được đề xuất.
4. Chứng minh tính ổn định của hệ thống được thiết kế bằng phương pháp giải tích trên cơ sở định lý Lyapunov 2.
6. GIÁ TRỊ THỰC TIỄN CỦA LUẬN ÁN
1. Hệ thống điều khiển tổ hợp Turbine-MFĐ đồng bộ có thể được triển khai trên thực tế.
2. Các khảo sát trên mô hình vật lý cho thấy tính ổn định cũng như chất lượng của hệ thống điều khiển. Như vậy các hệ thống được thiết kế có thể được triển khai trong công nghiệp.
3. Các kết quả lý thuyết mở ra hướng nghiên cứu thiết kế các hệ thống điều khiển thích nghi-tối ưu các đối tượng phi tuyến.
4. Phương pháp được đề xuất có thể áp dụng trong bài toán thiết kế hệ thống điều khiển thích nghi các đối tượng động phi tuyến như động cơ, cánh tay máy v.v.
Bản Luận án bao gồm:
Mở đầu, Giới thiệu luận án (5 trang)
Chương 1. Tổng quan về điều khiển máy phát điện đồng bộ và các phương pháp thiết kế hệ thống điều khiển thích nghi (34 trang)
Chương 2. Thiết kế hệ thống điều khiển thích nghi máy phát điện đồng bộ trên cơ sở công nghệ mạng nơ rôn (26 trang)
Chương 3. Khảo sát hệ thống điều khiển thích nghi được thiết kế theo phương pháp đề xuất (42 trang)
Chương 4. ứng dụng giải thuật trên mô hình thí nghiệm bộ điều áp tại nhà máy thủy điện Trị An (21 trang)
Kết luận (4 trang)
Danh mục công trình tác giả
-------------------------------------------------------
MỤC LỤC
DANH MỤC CÁC KÝ HIỆU VÀ TỪ VIẾT TẮT
DANH MỤC CÁC HÌNH VẼ
DANH MỤC CÁC BẢNG SỐ LIỆU
MỞ ĐẦU. GIỚI THIỆU LUẬN ÁN
1. ĐẶT VẤN ĐỀ
2. MỤC TIÊU VÀ NHIỆM VỤ CỦA LUẬN ÁN
3. PHẠM VI NGHIÊN CỨU
4. PHƯƠNG PHÁP NGHIÊN CỨU
5. ĐIỂM MỚI CỦA LUẬN ÁN
6. GIÁ TRỊ THỰC TIỄN CỦA LUẬN ÁN
CHƯƠNG 1. ĐIỀU KHIỂN MÁY PHÁT ĐIỆN ĐỒNG BỘ VÀ CÁC PHƯƠNG PHÁP THIẾT KẾ HỆ THỐNG ĐIỀU KHIỂN THÍCH NGHI
1.1. MÁY PHÁT ĐIỆN ĐỒNG BỘ VÀ CÁC PHƯƠNG PHÁP ĐIỀU KHIỂN
1.2. HỆ THỐNG ĐIỀU KHIỂN THÍCH NGHI
1.2.1. Điều khiển thích nghi
1.2.2. Cấu trúc hệ thống điều khiển thích nghi
1.3. ỨNG DỤNG CÔNG NGHỆ MẠNG NƠ RÔN TRONG HỆ THỐNG ĐIỆN
1.3.1. Quá trình phát triển
1.3.2. Một số mạng nơ rôn thông dụng
1.3.3. Một số ứng dụng của mạng nơ rôn trong hệ thống điện
1.4. ĐẶT VẤN ĐỀ CHO LUẬN ÁN
CHƯƠNG 2. THIẾT KẾ HỆ THỐNG40 ĐIỀU KHIỂN THÍCH NGHI TRÊN CƠ SỞ CÔNG NGHỆ MẠNG NƠ RÔN
2.1. XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN THÍCH NGHI TRÊN CƠ SỞ CÔNG NGHỆ MẠNG NƠ RÔN
2.1.1. Đặt vấn đề
2.1.2. Phương pháp thiết kế hệ thống điều khiển thích nghi
2.1.3. Xác định luật điều khiển tối ưu (Bước 1)
2.1.4. Xây dựng mạng RBF (bước 2)
2.1.5. Xác định luật chỉnh định tham số (bước 3)
2.2. THIẾT KẾ HỆ THỐNG ĐIỀU KHIỂN THÍCH NGHI CHO HỆ ĐA BIẾN (MIMO)
2.3 THIẾT KẾ HỆ THỐNG ĐIỀU KHIỂN MÁY PHÁT ĐIỆN ĐỒNG BỘ KẾT NỐI VỚI HỆ THỐNG VÔ CÙNG LỚN
2.4. THIẾT KẾ HỆ THỐNG ĐIỀU KHIỂN THÍCH NGHI MÁY PHÁT ĐIỆN ĐỒNG BỘ LÀM VIỆC Ở CHẾ ĐỘ ĐỘC LẬP
CHƯƠNG 3 KHẢO SÁT HỆ THỐNG ĐIỀU KHIỂN THÍCH NGHI ĐƯỢC THIẾT KẾ THEO PHƯƠNG PHÁP ĐỀ XUẤT
3.1 THIẾT KẾ HỆ THỐNG ĐIỀU KHIỂN MÁY PHÁT ĐIỆN ĐỒNG BỘ KẾT NỐI VỚI HỆ THỐNG VÔ CÙNG LỚN
3.3 THIẾT KẾ HỆ THỐNG ĐIỀU KHIỂN THÍCH NGHI ĐỘNG CƠ
3.3 THIẾT KẾ HỆ THỐNG ĐIỀU KHIỂN THÍCH NGHI ĐỘNG CƠ ĐIỆN DC TRÊN CƠ SỞ PHƯƠNG PHÁP ĐƯỢC ĐỀ XUẤT
3.4. KHẢO SÁT HỆ THỐNG ĐIỀU KHIỂN TRÊN MÔ HÌNH VẬT LÝ
3.5. KHẢO SÁT TRÊN MÔ HÌNH VẬT LÝ HỆ ĐỘNG CƠ DC - MÁY PHÁT ĐIỆN ĐỒNG BỘ
3.5.1 Giới thiệu mô hình
3.5.2. Khảo sát một số chế động hoạt động của hệ thống
CHƯƠNG 4 ỨNG DỤNG GIẢI THUẬT TRÊN MÔ HÌNH THÍ NGHIỆM BỘ ĐIỀU ÁP TẠI NHÀ MÁY THỦY ĐIỆN TRỊ AN
4.1. HỆ THỐNG SẢN XUẤT ĐIỆN NHÀ MÁY THỦY ĐIỆN TRỊ AN
4.2. HỆ THỐNG KÍCH TỪ MÁY PHÁT ĐIỆN CỦA NHÀ MÁY THỦY ĐIỆN TRỊ AN
4.3 CÁC CHẾ ĐỘ CỦA HỆ THỐNG KÍCH THÍCH BẢO ĐẢM LÀM VIỆC MÁY PHÁT
4.4. XÁC ĐỊNH THÔNG SỐ MÔ HÌNH MÁY PHÁT ĐIỆN
4.5 GIỚI THIỆU THIẾT BỊ KIỂM NGHIỆM NHÀ MÁY THUỶ ĐIỆN TRỊ AN
4.6. THIẾT KẾ BỘ ĐIỀU KHIỂN THÍCH NGHI
KẾT LUẬN
CÁC CÔNG TRÌNH TÁC GIẢ [CTTG] ĐÃ CÔNG BỐ
CÁC ĐỀ TÀI NGHIÊN CỨU KHOA HỌC
TÀI LIỆU THAM KHẢO
PHỤ LỤC
----------------------------------------------------------
TÀI LIỆU THAM KHẢO
[1] PGS,TS Trần Bách,-Lưới điện và hệ thống điện-Nhà xuất bản Khoa học và Kỹ thuật – Tập 2 – Hà Nội năm 2005
[2] Bộ điều chỉnh kích từ AVR-Nhà máy thủy điện Trị An.
[3] Tharam S.Dillon and Dagmar Niebur-Neural Networks Applications in Power Systems.
[4] Astrom K.J and B. Wittenmark (1994)-Adaptive Control, Addison wesley
[5] Ioannou P.A and J. Sun (1996),-Robust Adaptive Control, Prentice Hall.
[6] Mosca E. (1995),-Optimal, Predictive, and Adaptive Control, Prentice-Hall.
[7] Isidori A. (2001),-Nonlinear Control Systems, 3rd Edition, Springer.
[8] Khalil H. K. (2002),-Nonlinear Control, 3rd edition, Prentice-Hall.
[9] Haykin S, (1994),-Neural Networks: A comprehensive Foundation, Prentice-Hall.
[10] Dubois d and H Prade (1980),-Fuzzy Sets and Systems: Theory and Applications , Academic Press.
[11] Jang J.-S. R. and C.-T. Sun (1993),-Functional Equivalence Between Radial Basis Function Networks and Fuzzy Inference System-, IEEE Trans. Neural Networks, vol. 4, pp. 156-159.
[12] Li H.-X. and C. L. P. Chen (2000),-The equivalence between fuzzy logic systems and feed forward neural networks,-IEEE trans. Neural Networks, 11 (2), pp. 356-365.
[13] Wang L-X (1997),-A course in fuzzy systems and control, Prentice-Hall.
[14] Sanner R. M and J. J. Slotine (1992) Trang 135
[15] Su C-Y and Y.Stepanenko (1994),-Adaptive control of a class of nonlinear systems with fuzzy logic,-IEEE Trans. Fuz. Syst. Pp 285-294.
[16] Choi, J. Y and J. A Farrell (2000),-Nonlinear Adaptive Control Using Networks of Piecewise Linear Approximators-IEEE Trans Neural Networks , 11(2) , pp. 390-401.
[17] Johansen T.A. and P.A. Ioannou (1996),-Robust Adaptive Control of minimum phase Nonlinear Systems,-Int. J. Adaptive Control and Signal Processing, 10, pp. 61-78
[18] Spooner J.T and K.M Passion (1996)-Stable adaptive control using fuzzy systems and neural networks-IEEE Trans. Fuz.Syst pp. 339-359.
[19] Gong J.Q and B. Yao (2001),-Neural network adaptive robust control of nonlinear systems in semi-strict feedback form-Automatica, 37 (8) pp 1149-1160.
[20]Ge S.S, C.Wang (2002)-Direct Adaptive NN Control of a Class of Nonlinear Systems-IEEE Trans . Neural Networks, 13(1), pp. 214-221
[21] Hwang C.-L. and C.-Y. Kuo (2001),-A stable adaptive fuzzy sliding-mode control for affine nonlinear systems with application to four-bar linkage systems,-IEEE Trans. Fuzzy System, 9(2), pp. 238-252.
[22] Boukezzoula R. S Galichet and L. Foulloy (2004)-Observer based fuzzy adaptive control for a class of nonlinear systems : real time implementation for a robot wrist-IEEE trans. Ctrl. Syst, Technology 12(3),pp. 340-351.
[23] Choi, J. Y and J. A Farrell (2001),-Adaptive Observer Back-stepping Control Using Neural Networks-IEEE Trans Neural Networks , 12(5) , pp. 1103-1112
[24]. Ge S.S , C.C Hang and T. Zhang (1999)-Adaptive neural network control of nonlinear systems by state and output feedback-IEEE Trans. System, Man and Cybernetics – Part B Cybernetics , 29(6) p 818-828. Trang 136
[25] Ge S.S , C.C Hang and T. Zhang (1999) ,-A direct method for Robust adaptive nonlinear control with guaranteed transient performance-, System & Control Letters, 37 , pp 275-284.
[26] Park J-H, S-J Seo and G-T Park (2003),-Robust adaptive fuzzy controller for nonlinear system using estimation of bounds for approximation errors-, Fuzzy Sets and systems pp 19-36.
[27] Diao Y and K.M Passino (2002)-Adaptive Neural / Fuzzy Control for Interpolated Nonlinear System-IEEE Trans . FuZ. Syst. 10 (5) pp 583-595
[28] Ge S.S , C.C Hang and T. Zhang (2000)-Stable adaptive control for nonlinear multivariable systems with a triangular control structure-IEEE Trans. Automatic Control,45(6) pp. 1221-1225.
[29] Ge S.S and C. Wang (2004)-Adaptive Neural Control of Uncertain MIMO Nonlinear System-IEEE Trans. Neural Networks, 15(3), pp 674-692.
[30] Huaguang Z., L. Cai, and Z. Bien (2000),-A Fuzzy Basis Function Vector-Based Multivariable Adaptive Controller for Nonlinear Systems-, IEEE Trans. Syst., Man, Cyber. Part B, 30( 1 ), pp. 210 – 217.
[31] Li H.-X. and S. Tong (2003),-A hybrid adaptive fuzzy control for a class of nonlinear MOMO systems-, IEEE Trans. Fuzzy Systems, 11 91), pp. 24-34.
[32] Hovakimyan Nand A.J Calise (2002),-Adaptive Output Feedback Control of Uncertain Multi-Input Systems using Single Hidden Layer NeauralNetworks-. Int, J. Control
[33] Gao Y and M.J Er (2003)-Online adaptive fuzzy neural identification and control of a class of MIMO nonlinear systems-IEEE Trans on Fuzzy System 11(4) , pp 462-477.
[34] Chekireb H, M Tadjine and Bouochraffra ( 2003)-Direct adaptive fuzzy control of nonlinear system class with applications-, Control and Intelligent Systems, 31 (2). Trang 137
[35] Ordonez R. and K.M. Passino (1999),-Stable Multiple-Input Multiple-Output Adaptive Fuzzy / Neural Control-, IEEE Trans. Fuz. Syst., 7(3), pp.345-353
[36] Nardi F. (2000), neural Network Based Adaptive Algorithms for Nonlinear Control, Ph.D Thesis , Georgia Institute of Technology, USA.
[37] Chang Y-C and B-S Chen (1997) ,-A nonlinear adaptive H tracking control design in robotic system via neural networks-IEEE trans. Ctrl. Syst, Technology 5 (1),pp. 13-29
[38] Poznyak A. S. W. Yu, E.N Sanchez and J.P. Peres (1999)-Nonlinear adaptive trajectory tracking using dynamic neural networks-, IEEE Trans. Neural networks pp1402-1411.
[39] Tyukin I.Y.D.V Prokhorov and V.A Terekhov (2003),-Adaptive control with nonconvex parameterization-IEEE Trans. Automatic Control, pp 554-567.
[40] Wang Jun, Guangyi Zhang,-The adaptive PID Controller based on neural network for the synchronous generator Excitation system-Xihua University China P681-683
[41] M.G. McArdle, D.J. Morrow, P.A.J. Calvert, O. Cadel,-A hybrid PI and PD type fuzzy logic controller for automatic voltage regulation of the small alternator-2001 IEEE P1340-1345.
[42] Ghadir Radman, Youssef Smaili,-Performance evaluation of PID power system stabilizer for synchronous generator-1988 IEEE, P597-601
[43] Jung –Wook Park, Ganesh Kumar Venayamoorthy, Ronald G. Harley, Fellow, -MLP/RBF neural – networks based Online global model identification of synchronous generator-IEEE , Vol.52 NO.6, December 2005 P1685-1695.
[44] Victor H. Benitez, Edgar N. Sanchez, Alexander G. Loukianov,-Neural Block control for a synchronous electric generator-IEEE 2004, P2919-2924. Trang 138
[45] Fan Shu, mao Chengxiong, Lu Jiming, Li Weibo, Wang Dan,-Real-time Optimal Excitation Controller using neural network-2002 IEEE, P339-343.
[46] Payman Shamsollahi, Om P.Malik,-Direct neural adaptive control applied to synchronous generator-1998 IEEE, P1341-1346.
[47] Srinivas Pillutla, Ali Keyhani,-Development and Implementation of neural network Observers to Estimate the State vector of a synchronous generator from on-line operating data-IEEE, Vol 14, No. 4, December 1999, P1081-1087.
[48] Jianyong Ding, Yunpin Chen,-On-line diagnosis for shorted field-turns of synchronous generator based on Artificial neural networks-2000, IEEE, p1675-1678.
[49] S.Pillutla, A. Keyhani, IKamwa,-Neural network Observers for On-line tracking of synchronous generator parameters-IEEE, Vol 14, No.1 March 1999, p23-30.
[50] G.The and S Wiener,-Application of neural networks for the control of synchronous generators-University of Tasmania, Australia, p975-980.
[51] Ste’phan Z.Ao, Kenneth E. Bollingger,-An adaptive neurocontroller for speed control of a synchronous generator-1996 IEEE, p582-585
[52] H. Tsai, A. Keyhani, J.A. Demcko, D.A. Selin,-Development of a neural network based saturation model for synchronous generator analysis-IEEE, Vol.10 No.4 December 1995. p617-624.
[53] JIANG Huilan ZHANG Qiang, Li Guixin, Xu Jianqiang,-An Optimal fuzzy control for synchronous generator excitation control system-IEEE 2005, p1-6 china.
[54] Damir Sumina, Gorislav Erceg, Tomislav Idzotic,-Excitation control of a synchronous generator using fuzzy logic stabilizing controller-p1-p6, 2005, ERCEG Gorislav Trang 139
[55] Huilan Jaing, Xiaojun Tang, ZhaoYang Dong Tapan Kumar Saha,-Fuzzy neural network based synchronous generator excitation system controller-APSCOM 2003, Hong Kong, November 2003.
[56] Francisco Jurado, Manuel Castro, Jose Carpio,-Experiences with fuzzy logic and neural networks in a control course-2002 IEEE, Vol. 45, No.2 May
2002.p161-167.
[57] I. Hassanzadeh, M.B.B Sharifian, S. Khanmaohammadi,-AFLN artificial neural network based fuzzy controller for generator excitation control-2000 IEEE, p702-706.
[58] Carlos Buelna and Rogelio Soto,-PC based fuzzy – neuro controller for a synchronous generator-1999 AACC, June 1999, San Diego California. p4223-4227.
[59] Brock J.LaMeres, M.Hashem Nehrir,-Fuzzy logic Based Voltage controller for a synchronous generator-April, 1999 IEEE, p46-49.
[60] Guo Peiyuan, Feng Shihong, Pen Xiangan, Zhou Yongwang, Bao Man,-Fuzzy logic controller for generator excitation control-1998 IEEE, p800-803.
[61] Omar Ghanayem, Leonid Reznik,-Excitation control of a synchronous generator using an on-line adaptive fuzzy logic controller structure-1997 IEEE, p1493-1498.
..........
keyword: download luan an tien sy ky thuat,nganh mang, va he thong, dien,xay dung, giai thuat, thich nghi dieu khien, toi uu, may phat dien, dong bo ,tren co so, cong nghe mang, no ron , ngo cao cuong
linkdownload: LUẬN ÁN TIẾN SỸ KỸ THUẬT
Nhận xét
Đăng nhận xét