水輪機調節(jié)系統(tǒng)控制策略及模型辨識方法研究.pdf

1、水電機組系統(tǒng)是具有時變、非線性、非最小相位等特性的復雜系統(tǒng)，其控制的可靠性是水電廠安全運行的關鍵。為了提高系統(tǒng)的控制性能，設計出控制效果更好的水輪機調節(jié)器，在全面總結現(xiàn)有水電機組系統(tǒng)控制策略和辨識方法成果的基礎上，結合水電機組控制系統(tǒng)特性，引入智能控制系統(tǒng)，對水電機組系統(tǒng)辨識和控制方法做了深入研究，提出了具體的改進措施和智能控制器的設計方法，并給出了仿真結果。 在分析水電機組經(jīng)典數(shù)學建模和常規(guī)人工神經(jīng)網(wǎng)絡建模方法基礎上，提出了基

2、于Takagi-Sugeno型的ANFIS網(wǎng)絡進行水電機組辨識方法，并針對該方法在誤差較小時訓練網(wǎng)絡參數(shù)收斂速度慢的問題，采用擬Newton算法和梯度下降混合學習算法進行參數(shù)的訓練學習，使ANFIS辨識網(wǎng)絡具有很好的實時性，對水電機組進行辨識提供了一種新途徑。 針對常規(guī)PID控制存在的問題，詳細分析了現(xiàn)有的PID控制優(yōu)化方法，并對這些優(yōu)化方式進行了設計和仿真；結合仿真實驗結果，分析了其優(yōu)缺點，為選擇較好的優(yōu)化PID方法提供了依據(jù)

3、，在此基礎上提出了采用經(jīng)過模糊整定的PID控制與模糊控制并聯(lián)揉合構成的水電機組控制器，仿真結果驗證了其有效性。 為了提高系統(tǒng)控制性能，設計了水電機組模糊神經(jīng)網(wǎng)絡控制器，詳細介紹了其控制器結構、模型和學習方法。為了克服基于誤差反傳的模糊神經(jīng)網(wǎng)絡控制器學習過程容易產生振蕩和收斂速度慢的缺點，提出了采用自適應學習訓練算法。為確保模糊神經(jīng)網(wǎng)絡控制器學習過程的穩(wěn)定和收斂，采用Lyapunov理論對模糊神經(jīng)網(wǎng)絡學習參數(shù)進行了優(yōu)化，仿真結果驗

4、證了其有效性。 針對模糊神經(jīng)網(wǎng)絡設計和仿真過程中的結構參數(shù)選擇具有一定的主觀性和試探性的問題，提出將軟計算方法應用于水電機組控制器設計中，設計了基于模糊推理系統(tǒng)、神經(jīng)網(wǎng)絡、遺傳算法相融合的水電機組控制器，給出了控制器的結構和設計方法，針對遺傳算法優(yōu)化中存在的早熟等問題，提出了采用改進遺傳算法進行優(yōu)化的方法。為了防止水電機組大擾動時模糊神經(jīng)網(wǎng)絡學習速度慢、易陷入局部最優(yōu)引起控制效果不佳或引起不穩(wěn)定現(xiàn)象的發(fā)生，控制器中并聯(lián)了監(jiān)督控制