本文關(guān)鍵詞：水輪機調(diào)節(jié)系統(tǒng)現(xiàn)代控制策略研究，由筆耕文化傳播整理發(fā)布。

【摘要】：由于電力系統(tǒng)的不斷發(fā)展以及高水頭、大容量水力機組的不斷出現(xiàn),所以對水輪機調(diào)速器的性能要求越來越高,在對水輪機調(diào)速器的加工、裝配工藝以及硬件設(shè)計等各個方面改進的同時,對水輪機調(diào)速器控制策略的研究是項意義重大的工作。本文總結(jié)了當(dāng)前調(diào)節(jié)控制規(guī)律,并在此基礎(chǔ)上對水輪機調(diào)節(jié)系統(tǒng)的智能控制策略進行了研究仿真。本文采用模塊化建模方法,把水輪機調(diào)節(jié)系統(tǒng)劃分為壓力引水系統(tǒng)、水輪機、發(fā)電機、調(diào)速器等幾個子系統(tǒng),分別對其進行了機理建模,在此基礎(chǔ)上建立了整個系統(tǒng)的數(shù)學(xué)模型。針對常規(guī)PID控制器難以解決穩(wěn)定性、快速性和減小偏差之間矛盾的問題,本文引入了具有自學(xué)習(xí)、自適應(yīng)功能的神經(jīng)元控制算法,設(shè)計了單神經(jīng)元自適應(yīng)控制器；仿真結(jié)果表明該控制器具有較好的快速性、很小的超調(diào)量。在此基礎(chǔ)上,基于MATLAB/Simulink環(huán)境,分別對常規(guī)PID控制、基于單神經(jīng)元PID控制及基于遺傳算法的自適應(yīng)PID控制的水輪機調(diào)節(jié)系統(tǒng)建立了仿真模型。通過對仿真結(jié)果的分析,驗證了先進控制策略的可行性和優(yōu)越性。研究了神經(jīng)元網(wǎng)絡(luò)及遺傳算法等智能控制策略,將其與傳統(tǒng)PID控制策略相結(jié)合,相互取長補短,提出了單神經(jīng)元PID控制和基于遺傳算法的自適應(yīng)PID控制,以使水輪機調(diào)節(jié)系統(tǒng)動態(tài)特性有明顯的改善。
【關(guān)鍵詞】：水輪機調(diào)速器 模塊化建模 神經(jīng)元控制 遺傳算法
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM312
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-26
• 1.1 課題背景9-10
• 1.2 水輪機調(diào)速器應(yīng)用發(fā)展概述10-13
• 1.2.1 水輪機調(diào)速器的發(fā)展10-12
• 1.2.2 微機調(diào)速器國內(nèi)外發(fā)展現(xiàn)狀12-13
• 1.3 自動控制理論研究的發(fā)展13-14
• 1.4 控制理論的困難與發(fā)展14-21
• 1.4.1 控制理論面臨的困難15-16
• 1.4.2 智能控制理論的發(fā)展16-17
• 1.4.3 智能控制的功能與特點17-19
• 1.4.4 智能控制技術(shù)在水輪機調(diào)節(jié)系統(tǒng)中的應(yīng)用19-21
• 1.5 水輪機調(diào)節(jié)系統(tǒng)控制理論的發(fā)展21-24
• 1.6 本文的主要工作24-26
• 第二章 水輪機調(diào)節(jié)系統(tǒng)的數(shù)學(xué)模型及其仿真26-44
• 2.1 引水系統(tǒng)數(shù)學(xué)模型26-28
• 2.1.1 剛性水擊引水系統(tǒng)的數(shù)學(xué)模型26-27
• 2.1.2 彈性水擊引水系統(tǒng)的數(shù)學(xué)模型27-28
• 2.2 水輪機數(shù)學(xué)模型28-30
• 2.3 水輪發(fā)電機組數(shù)學(xué)模型30-32
• 2.4 發(fā)電機及負載數(shù)學(xué)模型32-33
• 2.5 機械液壓系統(tǒng)數(shù)學(xué)模型33-35
• 2.6 調(diào)速器的數(shù)學(xué)模型35-36
• 2.7 MATLAB軟件包簡介36-38
• 2.8 水輪機調(diào)節(jié)系統(tǒng)的仿真38-44
• 2.8.1 水輪機調(diào)節(jié)系統(tǒng)的數(shù)學(xué)模型40-41
• 2.8.2 水輪機調(diào)節(jié)系統(tǒng)的仿真分析41-44
• 第三章 基于單神經(jīng)元自適應(yīng)控制器的水輪機調(diào)節(jié)系統(tǒng)44-56
• 3.1 常規(guī)的PID型調(diào)節(jié)規(guī)律44-46
• 3.2 智能控制策略46-47
• 3.3 單神經(jīng)元自適應(yīng)控制器及其算法47-50
• 3.3.1 神經(jīng)元的數(shù)學(xué)模型47-48
• 3.3.2 控制算法的實現(xiàn)48-50
• 3.4 單神經(jīng)元自適應(yīng)控制器的應(yīng)用仿真研究50-54
• 3.4.1 控制器參數(shù)的確定50-51
• 3.4.2 仿真模型及仿真結(jié)果分析51-54
• 3.5 本章小結(jié)54-56
• 第四章 基于改進遺傳算法的自適應(yīng)水輪機PID調(diào)節(jié)系統(tǒng)56-71
• 4.1 遺傳算法56-59
• 4.1.1 概述56-58
• 4.1.2 遺傳算法的基本用語58-59
• 4.2 基于遺傳算法的PID參數(shù)優(yōu)化設(shè)計59-64
• 4.2.1 遺傳算法框架59-62
• 4.2.2 PID設(shè)計的改進遺傳算法62-64
• 4.3 基于改進遺傳算法的自適應(yīng)水輪機PID調(diào)節(jié)系統(tǒng)64-67
• 4.3.1 硬件結(jié)構(gòu)64-65
• 4.3.2 軟件結(jié)構(gòu)65-67
• 4.4 改進遺傳算法仿真計算及分析67-71
• 第五章 總結(jié)與展望71-73
• 5.1 總結(jié)71
• 5.2 展望71-73
• 致謝73-74
• 參考文獻74-77

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 譚群峰;李朝暉;;基于工況的水輪機調(diào)速系統(tǒng)性能分析[J];水電自動化與大壩監(jiān)測;2007年04期

2 桂小陽,胡偉,劉鋒,梅生偉;基于水輪發(fā)電機綜合非線性模型的調(diào)速器控制[J];電力系統(tǒng)自動化;2005年15期

3 王印松,劉長青,商國才,姚萬業(yè);水輪機調(diào)節(jié)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制[J];華北電力大學(xué)學(xué)報;1998年01期

4 張涇周;楊偉靜;張安祥;;模糊自適應(yīng)PID控制的研究及應(yīng)用仿真[J];計算機仿真;2009年09期

5 梁晨;;水輪機調(diào)節(jié)系統(tǒng)計算機仿真研究發(fā)展綜述[J];科技與企業(yè);2015年03期

6 孔昭年;在水輪機調(diào)節(jié)系統(tǒng)動力學(xué)分析中描述水輪機特性的一種新方法[J];水利水電技術(shù);1990年07期

  本文關(guān)鍵詞：水輪機調(diào)節(jié)系統(tǒng)現(xiàn)代控制策略研究，，由筆耕文化傳播整理發(fā)布。

本文編號：303890