An Efficient Optimal Fractional Emotional Intelligent Controller for an AVR System in Power Systems
In this paper, a high-performance optimal fractional emotional intelligent controller for an Automatic Voltage Regulator (AVR) in power system using Cuckoo optimization algorithm (COA) is proposed. AVR is the main controller within the excitation system that preserves the terminal voltage of a synchronous generator at a specified level. The proposed control strategy is based on brain emotional learning, which is a self-tuning controller so-called brain emotional learning based intelligent controller (BELBIC) and is based on sensory inputs and emotional cues. The major contribution of the paper is that to use the merits of fractional order PID (FOPID) controllers, a FOPID controller is employed to formulate stimulant input (SI) signal. This is a distinct advantage over published papers in the literature that a PID controller used to generate SI. Furthermore, another remarkable feature of the proposed approach is that it is a model-free controller. The proposed control strategy can be a promising controller in terms of simplicity of design, ease of implementation and less time-consuming. In addition, in order to enhance the performance of the proposed controller, its parameters are tuned by COA. In order to design BELBIC controller for AVR system a multi-objective optimization problem including overshoot, settling time, rise time and steady-state error is formulated. Simulation studies confirm that the proposed controller compared to classical PID and FOPID controllers introduced in the literature shows superior performance regarding model uncertainties. Having applied the proposed controller, the rise time and settling time are improved 47% and 57%, respectively.
Article Type:
Research/Original Article
Journal of Artificial Intelligence and Data Mining, Volume:7 Issue: 1, 2019
191 - 200  
برخی از خدمات از جمله دانلود متن مقالات تنها به مشترکان مگیران ارایه می‌گردد. شما می‌توانید به یکی از روش‌های زیر مشترک شوید:
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 400,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
پرداخت با کارتهای اعتباری بین المللی از طریق PayPal امکانپذیر است.
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!
  • دسترسی به متن مقالات این پایگاه در قالب ارایه خدمات کتابخانه دیجیتال و با دریافت حق عضویت صورت می‌گیرد و مگیران بهایی برای هر مقاله تعیین نکرده و وجهی بابت آن دریافت نمی‌کند.
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.