電氣專業(yè)英語省名師優(yōu)質課賽課獲獎課件市賽課百校聯(lián)賽優(yōu)質課一等獎課件

ApplicationsoffuzzylogicinpowersystemsPart1Generalintroductiontofuzzylogic1/13

專業(yè)詞匯fuzzyset 含糊集

fuzzysingleton 含糊單點singletonoutputfunction單點輸出值

membershipfunction 隸屬函數fuzzyoperators 含糊算子

fuzzification 含糊化defuzzification 反含糊化

implication 蘊含inputvariable 輸入變量

fuzzysettheory 含糊集合論intersection 交集

complement 補集scalarvariable 標量變量2/13Whyfuzzylogicinpowersystems:Analyticalapproacheshavebeenusedovertheyearsformanypowersystemoperation,planningandcontrolproblems.However,themathematicalformulationsofreal-worldproblemsarederivedundercertainrestrictiveassumptionsandevenwiththeseassumptions,thesolutionsoflarge-scalepowersystemsproblemsarenottrivial.Ontheotherhand,therearemanyuncertaintiesinvariouspowersystemsproblemsbecausepowersystemsarelarge,complex,geographicallywidelydistributedsystemsandinfluencedbyunexpectedevents.Thesefactsmakeitdifficulttoeffectivelydealwithmanypowersystemsproblemsthroughstrictmathematicalformulationsalone.Fuzzylogicisapowerfultoolinmeetingchallengingproblemsinpowersystems,sofuzzylogicistheonlytechniquewhichcanhandleimprecise,vagueor'fuzzy'information.這些年在許多電力系統(tǒng)操作、規(guī)劃和控制問題上使用了分析方法，然而實際問題是在一些限制性假設下推斷出來，甚至在這些假設下大規(guī)模電力系統(tǒng)問題處理方案并不是件小事。另首先，在各類電力系統(tǒng)問題中存在著很多不確定性，這是因為電力系統(tǒng)是大規(guī)模、復雜、地域上分布廣泛系統(tǒng)，而且易受突發(fā)事件影響。這些事實使得僅經過系統(tǒng)數學公式來有效處理電力系統(tǒng)許多問題變得困難。含糊邏輯在電力系統(tǒng)碰到含有挑戰(zhàn)性問題時是一個有力工具。所以含糊邏輯是處理不準確、含糊或含糊信息唯一技術。3/13Fuzzysettheory含糊集合論語言變量linguisticvariable：為了建立規(guī)則庫中規(guī)則，教授使用語言描述。對于輸入和輸出以及它們特征，也是需要語言來描述，我們就用語言變量（也稱含糊變量）來描述含糊系統(tǒng)輸入和輸出。在建立規(guī)則庫時，我們用x,y表示含糊控制器輸入和輸出語言變量。比如，含糊控制器輸入能夠描述為x表示“位置偏差”，或x表示“速度偏差”；含糊控制器輸出y表示“電壓”等。含糊集合論潛在力量是他用語言變量而不是量化變量來表示不準確概念

4/13：fuzzysetandmembership

含糊集和隸屬度

含糊集F定義了一個論域U是能夠用一個從（0，1）取值隸屬度函數μF(X)來描述。論域：被考慮對象全部元素全體所組成基本集合通慣用E、U等來表示。隸屬函數：是一個函數，它指點一個給定輸入屬于一個集合或與一個概念相關程度。隸屬度：是隸屬函數輸出值，該值限制在0和1之間，又稱為隸屬值或隸屬等級。圖1清楚地描繪了古典集和含糊集隸屬度函數。圖15/13fuzzylogicandfuzzyoperation含糊邏輯和含糊運算在含糊邏輯中，并集、交集和補集是就他們隸屬函數來定義，讓含糊集A和B用他們隸屬函數來描述。我們有（i）含糊并集fuzzyunion：A和B并集用AVB表示：

μAVB(X)=μA(x)vμB(x)=max(μA(x),μB(x))

(ii)含糊交集fuzzyintersection：A和B交集A^B表示：μA^B(x)=μA(x)^μB(x)=min(μA(x),iii)含糊補集fuzzycomplement：集合B補集用~B表示μ~B(x)=l-μB(x)6/13Fuzzylogicsystems含糊邏輯系統(tǒng)圖2描述了含糊邏輯系統(tǒng)，它廣泛用于含糊邏輯控制器和信號處理應用。含糊邏輯系統(tǒng)描述出確定輸入值和確定輸出值映射關系。含糊邏輯系統(tǒng)包含了四個主要元素：含糊器fuzzifier，含糊規(guī)則rules，推理機制inferenceengine和反含糊器defuzzifier

。7/13圖2：圖28/13

含糊化是將準確量轉換成含糊量過程，含糊化界面包含以下功效：（i）測量輸入變量值（ii）完成一個將輸入變量值域轉移到對應論域中百分比圖（iii）完成了一個含糊化函數，這個函數將輸入數值轉變成能夠看成含糊集合標志適當語言變量。非單點含糊化提供了一個在含糊邏輯系統(tǒng)體系中處理不確定性方法。一個非單點含糊器μA(x’)=1，伴隨X遠離X’μA(x)從1開始降低。在非單點含糊化中，X’被映射成一個含糊數，也就是說一個含糊隸屬度函數與X’相關，比如說高斯隸屬函數和三角隸屬函數，這個函數越廣泛，X’不確定性就越大。含糊化fuzzification9/13Fuzzyrules含糊規(guī)則一個含糊系統(tǒng)是一個用教授知識語言描述集合。知識庫包含了應用范圍知識和伴隨控制目標。知識庫包含有數據庫和規(guī)則庫，數據庫提供了必要定義，這些定義用來定義語言控制規(guī)則和含糊數據運算。漸漸地含糊控制器設計依據操作者對這些過程了解，代替了準確數學模型，這種方法益處是很輕易生成在經驗和探索中形成“經驗法則”。這些規(guī)則通慣用下面語法形式表示：if<含糊命題>，then<含糊命題>,當含糊命題形式是“x=Y”或“x≠Y”，x是一個標量變量，而Y是一個與標量變量x相關含糊集合。這個規(guī)則證實了在兩個命題之間聯(lián)絡。含糊邏輯系統(tǒng)存放含糊相關性規(guī)則；也就是說，規(guī)則為IFATHENB，其中A和B為含糊集合，含糊邏輯系統(tǒng)將AB相關性存放在矩陣M中，這個含糊關系矩陣M將含糊集合A映射到含糊集合B。這個含糊關系或含糊規(guī)則被稱為含糊相關存放器（FAM）。10/13Fuzzyinference含糊推理

含糊推理：含糊推理有模擬人類做決定能力，這種能力依據含糊觀念和采取含糊蘊含關系含糊控制推理。在含糊推理機制中，應該依據含糊邏輯法則把含糊規(guī)則庫中含糊‘IF-THEN’規(guī)則，轉換成含糊輸入與含糊輸出映射關系。含糊推理包含了兩種方法：最大—最小推理法和最大乘積推理法。11/13Defuzzification反含糊化圖4反含糊化是一個必要步驟，因為我們不能使發(fā)電機機械功率遲緩增加，即使是由含糊控制器發(fā)出指令，我們必須經過一個確定量來改變他機械功率。