水轮机控制系统的辨识与融合控制策略研究

水轮机控制系统的辨识与融合控制策略研究

黄彦儒

广东省源天工程有限公司511300

摘要：在我国不断发展的过程中，目前水电站的装机容量日益扩大化，电站的安全稳定运行也成为技术人员首要关注的问题，因此对水轮机控制系统进行有效的辨识与控制显得尤其重要。针对常规PID控制，将滑模控制、神经网络控制、滑模控制、遗传算法等智能控制理论引入水轮机控制系统中。

关键词：水轮机控制系统；辨识；滑模变结构控制

引言

随着国民经济的快速发展，电能在人民生活和工业的生产中占有重要的地位。目前，我国形成了以水、气、油、煤等新能源全面发展的能源供给体系。但是，由于资源短缺，环境污染日益严重，清洁能源的需求越来越明显，同时，我国面临着“三期叠加”矛盾，经济的发展进入新常态，这样机制体制的改革日益明显，因此只有不断全面深化改革和经济结构的不断完善，才能实现绿色经济，才能健康平稳的发展。

1概述

1.1水轮机控制系统概述

水轮机调速器的主要功能是保证电力系统负荷的平衡，确保水电机组频率的稳定，同时完成中控室发出的各项自动化操作。调速器的发展经过如下三个阶段，每个阶段的发展与其所在的特定背景相关。机械液压型。早期是测速元件检测到微小信号，可直接作用于要执行的部件，慢慢的发展成，可用液压放大的调节器，检测力度和实际效果大大加强，推动了工业的发展。电气液压型。随着不断涌现出高产品的电子器件，电子管、晶体管和集成电路等相继与液压技术结合，使得电气液压型调速器不断完善，不断发展。微机调速器。快速发展的计算机将水轮机调节器带入到微机技术领域中。使得抗干扰性和控制功能也不断改善，机组自动开停机，频率、相位、功率等的自动锁定也变的容易实现，而且对于变结构、变参数结构的控制相对易于实现，从而可以多方位的控制，满足不同需求。微机调速器因具有独特的优势，广泛应用在各大多数水电站，与前两种调速器相比具有以下特点:C控制策略用软件实现，使软件的灵活性增强。将一些先进的控制算法嵌入调速器中，调速器的性能和功能的扩展也相对提高，使复合型控制规律和多种调节功能分别运用成为可能。这样便于水轮机控制系统更好的调节其动、静态性能。(2）满足了系统在动态环境下参数的整定和修改方便，确保了机组可以在运行时能够在线辨识，对运行状态的查询和转换也变得易于灵活。（3)电子技术的发展使微机调速器在硬件方面变得集成度高、体积小、可靠性高;便于运维和自动化管理。

1.2神经网络控制

人工神经网络以一种简单计算处理单元即神经元为节点，模拟人脑神经系统的信息处理、存储和检索功能。具有很强的自学习能力和信息分析能力，所以定量或定性的信息都可以存储于网络内的每个神经元，这样能同时处理大量的数据。神经网络可以充分逼近任意复杂的非线性系统，通过对被控对象的模型和外部干扰信息的整合，自学习、自适应的调节神经网络权值，将其应用于各非线性动态系统的辨识、建模和控制。对于神经网络算法，针对预测控制中，在线优化滚动计算量大且算法稳定性差等缺点，提出了一种黄金分割优化算法，使被控系统具有神经网络预测和神经网络逆控制的双重特性，从而减少了计算量、降低了搜索宽度。对于强非线性和不确定扰动的水电系统，提出了一种基于神经网络的自抗扰控制策略，该结合的两种控制策略对调节对象参数扰动具有很好的鲁棒性，保证了较高的控制精度;有的学者通过利用神经网络自学习的优点，在不同的工况下可以动态的跟踪水轮机控制系统参数的变化，从而使控系统的自适应能力增强。

2基于优化PID的水轮机控制研究

2.1神经网络PID控制

神经网络具有很强的函数逼近能力，通过自身的学习能力动态的跟踪被控系统，若辨识对象在外界发生扰动时，神经PID控制器通过在线的修改权系数，使被控系统适应环境变化。针对单一的控制器不能满足要求，设计出的神经网络PID控制器，使控制器既具有传统PID控制器的优良性能，又具有神经网络控制器的自学习、自适应能力。神经网络采用3层BP神经网络，一个三层前馈网络可以逼近任何非线性函数，所以实际中的多数网络采用的都是三层前馈型网络结构。

2.2模糊逻辑控制器

模糊逻辑控制器对于处理被控对象为复杂的非线性系统、被控对象不需要精确的数学模型等特性上具有很好控制效果，并且设计所需的控制器工作周期短。但是模糊控制器的设计依赖于先验知识和专家经验，当被控系统较复杂时，被控系统很难用经验道清内部属性，因此有必要使用模糊控制器对非线性系统水轮机的研究。

2.3模糊神经网络优化PID水轮机调速控制

模糊逻辑推理和神经网络可以用来模拟人脑的行为，如果将这两种不同算法融合在一起，就可以形成一个新的控制系统，并根据专家经验进行学习修改被控制系统的参数。模糊神经网络控制器是基于Pm型的控制器，通过运用模糊的推理能力，可以使系统拥有非线性性质;运用神经网络，可以让系统拥有自学习能力，能自主的适应环境的变化。因此将其运用在水轮机控制系统中，通过在线调整PID三个参数，让被控系统鲁棒性增强。模糊神经网络控制器具有以下特点:cn具有高速并行的计算能力，且参数的初值可以根据经验知识获取，并且调整容易。（2）网络结构的每一层都有明确的物理意义，这样可以很清楚的利用FNNC的控制律进行判断。(3)随着控制信息的积累和优化，通过自主的学习能够自适应的改变控制单元的参数，从而让FNNC能够更好的控制。

结语

本文根据水轮机系统的特性，对水轮机控制系统进行了辨识与控制。将神经网络、模糊推理系统、遗传算法、滑模控制等应用于水轮机控制系统中，并根据水电机组复杂系统的特殊性，使用神经网络对其进行辨识，探讨了将智能控制方法应用于水轮机控制系统中，从仿真的角度验证了智能控制应用于水轮机控制系统的可行性。

参考文献:

[1]郭文成，杨建东，杨威嘉.水轮机三种调节模式稳定性比较研究fJl.水力发电学报，2014,33(04):255-262.

[2]张江滨.梯级引水式电站机组控制系统优化研究[D].西安理工大学，2006.

[3]赵亚萍，廖伟丽，阮辉，李志华，罗兴铸.轴流式水轮机叶片几何参数对水轮机运行范围的影响[J].水力发电学报，2014,33(05):192-197.