.png){kind=icon}
返回
Sliding mode control for Markov jump power systems: Asynchronous learning-based method
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2026.115035.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究了基于异步学习滑模控制（LSMC）的单机无穷大（SMIB）电力系统问题。由于瞬时故障和随机切换的影响，电力系统可能会经历结构参数的动态变化。为描述此现象，将电力系统表示为马尔可夫跳变电力系统（MJPS）模型。此外，设计了一个通用滑模面以克服滑模面因模态切换而可能不可达的问题。通过构造李雅普诺夫函数，推导出确保系统随机稳定的充分条件，并求解合适的滑模矩阵。为了便于学习参数的设计，设计了一种与隐马尔可夫观测模态相关的LSMC律。与模态无关的LSMC相比，所提出的方法进一步加快了收敛速度，并具有更好的控制性能。最后，通过仿真示例验证了所提出方法的优势。
Keyword:
Sliding mode control
Markov jump power system
Asynchronous learning
Stochastic stability
Sliding surface design
