水輪機(jī)調(diào)節(jié)系統(tǒng)控制策略及模型辨識(shí)方法研究.pdf

1、水電機(jī)組系統(tǒng)是具有時(shí)變、非線性、非最小相位等特性的復(fù)雜系統(tǒng)，其控制的可靠性是水電廠安全運(yùn)行的關(guān)鍵。為了提高系統(tǒng)的控制性能，設(shè)計(jì)出控制效果更好的水輪機(jī)調(diào)節(jié)器，在全面總結(jié)現(xiàn)有水電機(jī)組系統(tǒng)控制策略和辨識(shí)方法成果的基礎(chǔ)上，結(jié)合水電機(jī)組控制系統(tǒng)特性，引入智能控制系統(tǒng)，對(duì)水電機(jī)組系統(tǒng)辨識(shí)和控制方法做了深入研究，提出了具體的改進(jìn)措施和智能控制器的設(shè)計(jì)方法，并給出了仿真結(jié)果。 在分析水電機(jī)組經(jīng)典數(shù)學(xué)建模和常規(guī)人工神經(jīng)網(wǎng)絡(luò)建模方法基礎(chǔ)上，提出了基

2、于Takagi-Sugeno型的ANFIS網(wǎng)絡(luò)進(jìn)行水電機(jī)組辨識(shí)方法，并針對(duì)該方法在誤差較小時(shí)訓(xùn)練網(wǎng)絡(luò)參數(shù)收斂速度慢的問(wèn)題，采用擬Newton算法和梯度下降混合學(xué)習(xí)算法進(jìn)行參數(shù)的訓(xùn)練學(xué)習(xí)，使ANFIS辨識(shí)網(wǎng)絡(luò)具有很好的實(shí)時(shí)性，對(duì)水電機(jī)組進(jìn)行辨識(shí)提供了一種新途徑。 針對(duì)常規(guī)PID控制存在的問(wèn)題，詳細(xì)分析了現(xiàn)有的PID控制優(yōu)化方法，并對(duì)這些優(yōu)化方式進(jìn)行了設(shè)計(jì)和仿真；結(jié)合仿真實(shí)驗(yàn)結(jié)果，分析了其優(yōu)缺點(diǎn)，為選擇較好的優(yōu)化PID方法提供了依據(jù)

3、，在此基礎(chǔ)上提出了采用經(jīng)過(guò)模糊整定的PID控制與模糊控制并聯(lián)揉合構(gòu)成的水電機(jī)組控制器，仿真結(jié)果驗(yàn)證了其有效性。 為了提高系統(tǒng)控制性能，設(shè)計(jì)了水電機(jī)組模糊神經(jīng)網(wǎng)絡(luò)控制器，詳細(xì)介紹了其控制器結(jié)構(gòu)、模型和學(xué)習(xí)方法。為了克服基于誤差反傳的模糊神經(jīng)網(wǎng)絡(luò)控制器學(xué)習(xí)過(guò)程容易產(chǎn)生振蕩和收斂速度慢的缺點(diǎn)，提出了采用自適應(yīng)學(xué)習(xí)訓(xùn)練算法。為確保模糊神經(jīng)網(wǎng)絡(luò)控制器學(xué)習(xí)過(guò)程的穩(wěn)定和收斂，采用Lyapunov理論對(duì)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)參數(shù)進(jìn)行了優(yōu)化，仿真結(jié)果驗(yàn)

4、證了其有效性。 針對(duì)模糊神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)和仿真過(guò)程中的結(jié)構(gòu)參數(shù)選擇具有一定的主觀性和試探性的問(wèn)題，提出將軟計(jì)算方法應(yīng)用于水電機(jī)組控制器設(shè)計(jì)中，設(shè)計(jì)了基于模糊推理系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法相融合的水電機(jī)組控制器，給出了控制器的結(jié)構(gòu)和設(shè)計(jì)方法，針對(duì)遺傳算法優(yōu)化中存在的早熟等問(wèn)題，提出了采用改進(jìn)遺傳算法進(jìn)行優(yōu)化的方法。為了防止水電機(jī)組大擾動(dòng)時(shí)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)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