摘要：为提高发电机机端电压和转速的综合控制性能，设计了附加神经网络电力系统稳定器（NNPSS）的在线学习神经网络逆（OLANNI）励磁控制器。针对多机系统同步发电机组模型，根据逆系统方法得到发电机励磁系统的逆系统的表达形式．并通过离线训练得到发电机励磁系统的神经网络逆系统。借鉴传统的AVR／PSS控制方法．并考虑到其对电力系统不确定性的自适应能力的不足，在离线训练的基础上分别设计了自适应的OLANNI、NNPSS以取代传统的AVR、PSS，给出了基于在线梯度算法的OLANNI和NNPSS的在线学习算法，并根据LvaDunov稳定性理论证明了OLANNI和NNPSS在线学习的收敛性。将设计的控制器应用于一个典型的2区域4机系统．仿真研究结果表明：在系统遭受扰动时，所设计的控制器较AVR／PSS和OLANNI控制器具有更好的综合控制性能．

关键词：神经网络 逆系统 在线学习 励磁控制 神经网络电力系统稳定器 

单位：东南大学自动化学院复杂工程系统测量与控制教育部重点实验室 江苏南京210096