导读:本文包含了多步预测控制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,神经网络,逆变器,相异,电流,汽油机,工况。
多步预测控制论文文献综述
孙怡菲[1]（2019）在《带有模型自校正的永磁同步电动机多步模型预测电流控制》一文中研究指出模型预测电流控制方法具有动态响应快和约束条件灵活多变等优点,引起了众多学者的广泛关注。模型预测电流控制方法所选的最优电压矢量是一个控制周期内的最优,未考虑到未来多个控制周期对当前时刻系统性能的影响,从而导致系统稳态性能较差。针对这一问题,本文以永磁同步电动机为控制对象,研究了一种多步模型预测电流控制方法,该方法同时考虑了最优电压矢量和其他电压矢量所包含的最优信息,确保所选电压矢量在两个控制周期内最优。模型预测电流控制方法是一种依赖预测模型的方法,电动机参数的准确性会直接影响系统的控制性能。同时,为了提高多步模型预测电流控制方法的参数鲁棒性,本文研究了一种带有模型自校正的多步模型预测电流控制方法,利用电感观测算法在线观测出定子电感等效值并校正预测模型,进而通过多步模型预测电流控制算法选择电压矢量输出给逆变器。为了验证带有模型自校正的多步模型预测电流控制方法的可行性和有效性,本文以永磁同步电动机为控制对象,分别在MATLAB仿真软件和两电平电压型逆变器平台上进行了仿真和实验验证。仿真和实验结果表明:相比于模型预测电流控制方法,带有模型自校正的多步模型预测电流控制和多步模型预测电流控制两种方法均减小了直交轴电流脉动;与模型预测电流控制和多步模型预测电流控制方法相比,带有模型自校正的多步模型预测电流控制方法降低了系统对永磁同步电动机定子电感的敏感度,提高了系统的参数鲁棒性。此外,模型预测电流控制、多步模型预测电流控制和带有模型自校正的多步模型预测电流控制叁种方法的平均开关频率大致相同。(本文来源于《西安理工大学》期刊2019-06-30）
徐红城,沈忱,倪之越,张强[2]（2019）在《并网逆变器两步预测功率控制策略研究》一文中研究指出模型预测功率控制具有动态响应快、约束条件处理简单、稳定性高等优点,广泛应用在并网逆变器的控制中。传统的控制过程存在延时、计算量大、功率波动大等问题。因此,在传统模型预测功率控制理论的基础上,基于单步预测功率控制提出两步预测功率控制方法,并在Matlab/Simulink中搭建仿真模型,对单步预测与两步预测进行对比分析,仿真结果表明,单步预测与两步控制都可以对参考功率进行准确追踪,但两步预测的功率波动和畸变率更小,控制性能更好。(本文来源于《河北电力技术》期刊2019年02期）
王海宇[3]（2018）在《基于多步预测误差的自相关过程统计质量控制》一文中研究指出研究了采用多步预测误差构造多变量控制图对自相关过程进行统计质量监控的问题。建立了基于多步预测误差的Hotelling T~2和MEWMA控制图模型,通过仿真分析对这种多变量控制图方法与以往的单变量控制图方法在监控自相关过程时的运行长度进行比对,用以评价控制图的效率.最后通过一个简单的算例说明该方法的使用。(本文来源于《数理统计与管理》期刊2018年02期）
王治国,郑泽东,李永东,李贵彬[4]（2018）在《叁相异步电机电流多步预测控制方法》一文中研究指出模型预测控制(MPC)具有概念简单、容易处理包含约束条件的多变量控制问题等优点,已成为电力传动领域研究的热点。针对叁相异步电机磁场定向控制,研究了基于连续控制集模型预测控制的电流控制方法。首先,以同步坐标系(转子磁场定向)下电压方程为基础建立电机的增广模型,实现了电流无静差预测控制;其次,利用系统闭环极点研究了预测域长度和权重系数的确定方法,并分析了控制方法的参数鲁棒性。无静差是控制方法需要研究的基本问题,讨论了采用增广模型实现无静差预测控制的方法。确定预测域长度和权重系数是MPC设计的主要内容,重点分析了这些参数对系统闭环极点位置的影响,并讨论了这些参数的确定方法。实验结果表明,该方法能够完全替代PI调节器实现异步电机电流控制。(本文来源于《电工技术学报》期刊2018年09期）
刘向杰,冯乐[5]（2017）在《基于多步反馈的变桨距风力发电系统随机模型预测控制》一文中研究指出风力发电系统具有强非线性、多输入多输出、强干扰等特性。传统的控制策略对于其中干扰的处理过于保守。本文针对变桨距风力发电系统建立了随机模型,对输出设置了概率约束,设计了基于多步反馈的随机模型预测控制策略.为优化统计性能指标和保证概率约束满足,利用了模型中风速的随机信息,在多步反馈控制率下,设计时变的状态概率分布椭圆不变集,控制系统未来的随机状态.利用5MW风力发电机组的仿真结果实例验证了算法的有效性.(本文来源于《2017中国自动化大会（CAC2017）暨国际智能制造创新大会（CIMIC2017）论文集》期刊2017-10-20）
王印松,王姝媛[6]（2015）在《叁相并网逆变器输出电流多步预测控制（英文）》一文中研究指出模型预测控制(model predictive control,MPC)算法是一种优化控制算法,该算法具有动态响应快、处理系统约束灵活等优点。但是在逆变器的控制中,这种算法仅可确保所选择的开关函数组合在1个控制周期内是最优的,这将使逆变器的控制趋于保守,影响控制性能。针对传统逆变器一步模型预测算法的保守性,提出一种在1个控制周期内同时考虑最优开关函数组合及次优开关函数组合,并确保在2个控制周期内所选开关函数组合最优的两步预测算法。对采用这种算法的叁相并网型逆变器在稳态和动态工况下进行对比仿真和实验,仿真及实验结果表明:采用两步预测算法的叁相并网型逆变器输出电流的电能质量明显好于采用传统一步预测算法的情况,验证了两步预测算法的有效性及可行性。(本文来源于《智能电网》期刊2015年03期）
宫唤春,徐胜云[7]（2015）在《汽油机过渡工况空燃比多步预测控制》一文中研究指出为克服车用汽油机空燃比传输延迟对空燃比控制精度的影响,提出了一种基于RBF神经网络的空燃比多步预测模型。通过对空燃比数学模型的分析,确定神经网络空燃比多步预测模型的输入向量,同时为提高空燃比预测精度,在神经网络输入向量中增加反映空燃比变化趋势的导数信息。以HL495Q发动机过渡工况试验数据进行仿真,结果表明该方法能精确预测过渡工况空燃比。(本文来源于《汽车工程师》期刊2015年01期）
樊兆峰,马小平,邵晓根[8]（2014）在《非线性系统RBF神经网络多步预测控制》一文中研究指出针对较强非线性的控制问题,提出一种以RBF神经网络为模型的多步预测控制方法.构建多步预测模型,并给出预测误差关于控制序列的雅可比矩阵的计算方法.利用Levenberg-Marquardt(L-M)算法设计滚动优化策略,通过误差修正参考输入的方法实现了反馈校正,证明了控制系统的稳定性.仿真结果表明所提出的控制方法效果较好.(本文来源于《控制与决策》期刊2014年07期）
唐贤伦,李洋,李鹏,张毅[9]（2014）在《基于多Agent粒子群优化的多步SVR模型预测控制》一文中研究指出提出一种基于多Agent粒子群优化支持向量回归机(support vector regression,SVR)参数的优化算法,并利用该算法建立多步预测控制模型,对非线性系统进行预测控制。通过预测控制的机理推导出满足滚动优化目标函数的多步预测输出的控制律。将该模型与基于遗传算法优化的RBF神经网络预测控制器、基于粒子群优化的多步SVR模型预测控制器和基于遗传算法优化的多步SVR模型预测控制器进行比较分析,仿真结果表明该预测控制模型优于其他控制器,具有良好的预测性能,可有效的对非线性系统进行预测控制。(本文来源于《系统工程与电子技术》期刊2014年05期）
王磊,谢寿生,苗卓广,任立通,余坚[10]（2013）在《基于RVM回归误差补偿的航空发动机分布式控制系统多步预测控制》一文中研究指出针对具有随机有界双侧时延的航空发动机分布式控制系统,提出了一种基于多步预测和关联向量机(RVM)回归误差补偿的控制方案.首先建立航空发动机分布式控制系统(DCS)的神经网络非线性自回归滑动平均(NARMA)模型,利用当前的系统输出和控制量对N步之后的系统输出进行预测;其次用改进的RVM回归多步预测算法估计NARMA模型的的预测误差,并对预测结果进行误差补偿;最后利用补偿之后的预测值和设定值对控制参数进行滚动优化,设计系统的神经网络逆控制器实现系统的自适应控制.仿真结果证明该控制策略能够避免随机有界双侧时延对控制系统的影响,实现对设定值的稳定跟踪,且控制器具有较好的实时性和鲁棒性.低压转子转速阶跃响应的稳态绝对误差小于0.04%,响应时间小于0.3s.(本文来源于《航空动力学报》期刊2013年06期）
多步预测控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
模型预测功率控制具有动态响应快、约束条件处理简单、稳定性高等优点,广泛应用在并网逆变器的控制中。传统的控制过程存在延时、计算量大、功率波动大等问题。因此,在传统模型预测功率控制理论的基础上,基于单步预测功率控制提出两步预测功率控制方法,并在Matlab/Simulink中搭建仿真模型,对单步预测与两步预测进行对比分析,仿真结果表明,单步预测与两步控制都可以对参考功率进行准确追踪,但两步预测的功率波动和畸变率更小,控制性能更好。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多步预测控制论文参考文献
[1].孙怡菲.带有模型自校正的永磁同步电动机多步模型预测电流控制[D].西安理工大学.2019
[2].徐红城,沈忱,倪之越,张强.并网逆变器两步预测功率控制策略研究[J].河北电力技术.2019
[3].王海宇.基于多步预测误差的自相关过程统计质量控制[J].数理统计与管理.2018
[4].王治国,郑泽东,李永东,李贵彬.叁相异步电机电流多步预测控制方法[J].电工技术学报.2018
[5].刘向杰,冯乐.基于多步反馈的变桨距风力发电系统随机模型预测控制[C].2017中国自动化大会（CAC2017）暨国际智能制造创新大会（CIMIC2017）论文集.2017
[6].王印松,王姝媛.叁相并网逆变器输出电流多步预测控制（英文）[J].智能电网.2015
[7].宫唤春,徐胜云.汽油机过渡工况空燃比多步预测控制[J].汽车工程师.2015
[8].樊兆峰,马小平,邵晓根.非线性系统RBF神经网络多步预测控制[J].控制与决策.2014
[9].唐贤伦,李洋,李鹏,张毅.基于多Agent粒子群优化的多步SVR模型预测控制[J].系统工程与电子技术.2014
[10].王磊,谢寿生,苗卓广,任立通,余坚.基于RVM回归误差补偿的航空发动机分布式控制系统多步预测控制[J].航空动力学报.2013
论文知识图
