引用本文:师彪,李郁侠,何常胜,于新花,闫旺,孟欣,李鹏.水轮机智能调速系统数学模型仿真及参数辨识[J].电力自动化设备,2010,(4):
.Hydraulic turbine intelligent governing system mathematical model and its parameters identification[J].Electric Power Automation Equipment,2010,(4):
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 3775次   下载 6  
水轮机智能调速系统数学模型仿真及参数辨识
师彪,李郁侠,何常胜,于新花,闫旺,孟欣,李鹏
作者单位
摘要:
为建立与电网稳定计算有关的水轮机调速系统数学模型及模型参数测量辨识,提出一种基于自适应人工鱼群-神经网络技术并适用于水轮机调速系统控制的新技术,建立智能调速系统数学模型,使之符合实际调节及微机优化控制。分析了该模型组成部分的传递函数,提出采用自适应人工鱼群算法来弥补人工鱼群和神经网络算法的不足,阐述了自适应人工鱼群算法-神经网络优化器的算法。给出了自适应人工鱼群优化算法参数辨识算法设计和实现步骤。利用Matlab和自适应人工鱼群算法进行模型参数辨识,对一次调频和二次调节试验过程进行仿真并与实测对比。结果表明,仿真值与实测值相当接近,所研制的自适应人工鱼群-神经网络优化器,达到了优化PID调节器控制输出量的目标;所建立的调速系统数学模型真实地反映调速系统在机组并网工况下的调节特性,说明该方法原理正确,可用于优化控制。
关键词:  水轮机调速系统  自适应人工鱼群  BP神经网络  仿真  模型参数辨识
DOI:
分类号:
基金项目:国家火炬计划基金,陕西省自然科学基础研究计划,山东省软科学基金?
Hydraulic turbine intelligent governing system mathematical model and its parameters identification
Abstract:
Key words:  hydraulic turbine governing system  adaptive artificial fish school algorithm  BP neural network  simulation  model parameter identification

用微信扫一扫

用微信扫一扫