水轮机调速器智能控制技术研究

发布时间：2020-08-10 16:11

【摘要】：水轮机调节系统是一个具有非线性、时变性、非最小相位等特点的极其复杂的闭环控制系统,并且难以建立精确的数学模型。而目前我国大部分水电站的水轮机调节系统仍在采用常规PID控制或以常规PID控制回路为基础的控制策略,虽然该控制策略拥有简单易操作、鲁棒性强等优点,但它却没有在线自适应整定参数的能力,即不能随控制系统运行参数的动态变化来自适应调整PID参数,往往会导致被控机组转速波动,从而使电网频率产生摆动。由此也可以看出,水轮机调速系统是水轮发电机组乃至电网的重要部分,机组调节品质的优劣将直接关系到电能的质量。为了解决上述问题,目前,控制领域已经涌现了多种智能控制算法,并且已广泛应用于其他行业中而且取得了不错效果,但在水轮机调节系统中智能控制却尚未取得较为理想的成果。究其原因,是在实际生产过程中智能控制出现了多种问题,不能满足水轮机调节系统的特殊要求。所以,本文针对BP神经网络PID控制的缺陷,采用了主成份分析法对BP神经网络进行优化,以提高网络的收敛速度及泛化能力。设计新的控制器(主成份-BP神经网络PID控制)应用于水轮机调节系统中进行仿真分析,并与常规PID控制、模糊PID及BP神经网络PID控制进行比较、分析,证明新的控制策略的优越性、可行性。首先,本研究通过对水轮机调节系统的结构、原理的分析,建立了小波动过渡过程情况下近似线性化的水轮机调节系统数学模型;然后利用MATLAB及Simulink仿真平台对两种典型工况先后利用上述4种控制策略分别进行仿真、分析;结果表明,主成份-BP神经网络PID控制下的阶跃响应曲线过渡过程明显优于其他3种控制,包括调节时间、超调量、振荡次数等性能指标均得到了较大改善。因此,本研究具有一定的理论意义和应用价值。文章最后,系统地总结了本文,并对以后研究方向及待解决的问题做了简单的说明及展望。
【学位授予单位】：华北水利水电大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TV734.4
【图文】：

趋势图,水电发电,趋势图

1 绪论1 绪论1.1 引言根据我国国家统计局 2012 年至 2017 年发表的《国民经济和社会发展统计公报我国近 6 年年发电总量分别为 47000.7 亿 kW·h、49377.7 亿 kW·h、53975.9 亿 kW56495.8 亿 kW·h、58105.8 亿 kW·h 和 61424.9 亿 kW·h，其中水电占各年发电总14.77%、17.43%、16.89%、18.84%、19.39%和 19.43%，如图 1-1 所示，水电发电所占年发电量的比重均呈明显的上升趋势[1]。由此可以看出，虽然火力发电仍然是能源的主要来源，但水电作为一种可再生的清洁能源，将使其在我国能源构成中所比重逐渐增加，在电力能源中所扮演的角色也越来越重要。

原理图,控制系统,原理图,理论基础

2 智能 PID 控制的理论基础2 智能 PID 控制的理论基础规 PID 控制PID 控制器被提出以来，由于其结构简单、易于操作、参数易于调整和控制点，使得工程中各种先进控制过程或优化均是以 PID 控制回路为基础[41,4软、硬件的资源，可编程实现智能化的 PID 控制，能达到更高的控制精度进而满足人们的使用要求。常规 PID 控制规律生产或仿真试验中，PID 控制原理是为最常用的规律，整个系统由控制器成，其基本原理框图如图 2-1 所示[11]。

框图,位置式PID,控制算法,计算程序

图 2-3 位置式 PID 控制算法计算程序框图 2-3 Position type PID control algorithm calculating program block dia 控制算法的缺点是：该控制系统的所有输出量均与过去的进行计算时需要将全部偏差信号 e(k)进行累加，此时计算地计算时间可能就会比较长。而且，由于控制器的输出量置，所以，当计算机出现故障不能正常工作时，u(k)值很地便会引起执行机构的位置出现较大变化，这均是试验、情况下，还可能会引诱产生重大事故。因此为了避免类似式 PID 控制算法。 PID 控制根据递推原理可得(1)((1)()((1)(2)))10 ukkekkejkekekdkjpi算法

【相似文献】