水轮机调节系统计算机辅助分析发展概况综述

对目前水电站水轮机调节系统分析所用方法如：新型FNNS控制策略，智能权函数模糊控制，MATLAB软件及SIMULINK等方法在水轮机调节系统计算机辅助分析中的应用作一简要介绍。     

水力机组预测控制分析与研究

水轮机调节系统是一个具有非线性、时变性的非最小相位系统,目前水轮机调速器大多采用常规PI或PID控制策略,难以满足和提高大型水轮机组或孤立电网带负荷机组调节系统的控制品质和要求,变参数PID调节、自适应控制、模糊控制等复杂和更高级的控制策略得到进一步研究,本文通过研究水轮机调节系统特性,采用预测控制原理设计控制器,从对比分析中找出较合适的控制结构和策略.     

水轮机调节系统的模糊神经元控制

水轮机调节系统具有非线性和时变性的特性,传统的PID控制器无法获得高性能的调速系统.针对水轮机调节系统的上述特性,在常规模糊控制的基础上,采用径向基函数神经网络来逼近过程模型,并设计了自适应神经元来在线优化控制器的输出理论分析和仿真结果表明,这种控制策略与传统的PID控制和模糊控制相比,能够得到更快的响应速度和更好的控制效果.     

模糊控制器在水轮机调节中的应用

本文探讨了基于模糊控制规律的水轮机调速器,以此作为改善水轮机调节系统性能的有效手段之一,并考虑到普通模糊控制器的固有缺点,在具体设计模糊控制器时采取了相应的改进措施。仿真试验结果表明,根据这种方法所构造的水轮机调速器确实能傍整个调节系统获得令人满意的综合性能。     

水轮机调节系统的模糊神经元控制

水轮机调节系统具有非线性和时变性的特性 ,传统的PID控制器无法获得高性能的调速系统。针对水轮机调节系统的上述特性 ,在常规模糊控制的基础上 ,采用径向基函数神经网络来逼近过程模型 ,并设计了自适应神经元来在线优化控制器的输出。理论分析和仿真结果表明 ,这种控制策略与传统的PID控制和模糊控制相比 ,能够得到更快的响应速度和更好的控制效果     

基于模糊神经网络的水轮机调速器PID控制

针对水轮机调节系统参数时变、运行工况多变以及包含复杂非线性环节的特点,传统的PID控制策略难以满足系统各项运行指标。根据水轮机调速系统的数学模型,结合模糊控制的推理能力和神经网络的自学能力,提出基于模糊神经网络的水轮机调速器PID参数控制策略。仿真结果表明,相比于传统PID控制和模糊控制,所提控制策略的系统响应拥有更小的超调量和更短的调节时间。     

面向目标的水轮发电机组智能模糊控制

本文提出将一种新型的控制策略──面向目标的智能模糊控制，用于水轮机调节领域。它以受控系统的动、静态性能最优为目标，以人工智能和模糊控制为基础，对现有水轮机调速器的控制器和液压伺服机构从系统结构、工作原理几方面进行了全面的改造。仿真结果表明该控制策略具有良好的性能。     

一种基于FNNC-PID的水轮机调速系统控制方法

水轮机调速系统是典型的具有非最小相位、非线性,时变特性的复杂控制系统,难以建立精确的数学模型.针对水轮机调节系统的特性,运用模糊控制和神经网络控制的理论,设计了一种模糊神经网络控制器,利用神经网络结构来实现模糊逻辑推理,通过神经网络的学习来优化模糊控制的隶属度函数以及模糊规则.针对模糊控制存在稳态误差的问题,提出了一种FNNC-PID复合控制器,仿真结果表明,这种控制方案可以消除稳态误差,并使系统具有良好的动态性能和鲁棒性,其控制效果优于常规的PID控制.     

水轮机调速器的PID调节规律

本文根据水轮机调节系统的特点分析了PID调节规律在水轮机调速器中的具体应用及PID参数的选择，指出现代水轮机调速器中的主导调节规律还是PID调节。     

基于西门子PLC的模糊控制在电弧炉电极调节中的应用

针对电弧炉电极调节系统具有非线性、大时滞及时变性等特点,提出将先进的模糊控制应用到电弧炉电极调节系统中来改善系统的调节性能.通过数学仿真证明模糊控制调节性能明显优于原来的死区控制.结合PLC的特点以及模糊控制原理,提出了将模糊控制在西门子S7-400中通过软件编程来实现的方法.这样在原来的基础上既能改善系统的调节性能,又不增加硬件设备,降低改造成本.     

基于协同进化算法的水轮机模糊PID调节系统模糊规则的研究

针对目前水轮机调节系统模糊PID控制缺乏有效的模糊规则的问题，通过协同进化算法优化不同工况下水轮机模糊PID控制的模糊规则和模糊PID算法中的三个比例因子，同时为了避免优化得到的模糊规则之间发生跳变，在目标函数中引入光滑因子，使各工况的模糊规则有规律可寻，从而在此基础上寻找出适合于水轮机调节系统不同工况的一组通用的有效模糊规则。仿真表明，本文提出的优化方法是可行的，寻找出的通用模糊规则能使不同工况下水轮机调节系统的模糊PID控制性能均优于常规PID控制。     

基于模糊小脑模型的水轮机调速控制

水轮机调速器是控制水轮机输出机械功率的关键设备,是水轮发电机组控制的重要内容。针对非线性复杂时变水轮机调速器,研究了一种模糊小脑模型关节控制器,该智能控制器是一种模糊逻辑与小脑模型关节控制器的结合,集中了二者的优点和长处。分析了该控制器的结构、具体实现以及学习优化。仿真实验表明该智能控制器的实际效果良好     

一种新型水轮发电机组智能模糊控制系统

本文提出了一种新型的水轮发电机组智能模糊控制系统。它充分利用一有水轮机调速器的硬件资源,在进行智能模糊实时控制的同时,以神经网络贯穿对水轮机系统的和学习,从而圆满地解决了以往智能控制学习时由于模型未知而无法求反向传播误差的问题。     

基于遗传算法的水轮机智能PID调速器研究

本文针对水轮机常规PID调速器中不能根据系统的动态过程自动调整控制参数的缺点 ,提出一种新的基于遗传算法的模糊自适应PID控制算法 ,该方法采用遗传算法优化模糊推理的模糊规则 ,并通过模糊推理求解PID参数的变化量。经过仿真表明 ,该控制算法具有良好的静态和动态性能 ,并且具有很强的鲁棒性     

基于遗传算法的水轮机模糊自适应PID调速器研究

本文针对水轮机常规PID调速器中不能根据系统的动态过程自动调整控制参数的缺点,提出一种新的基于遗传算法的模糊自适应PID控制算法,该方法采用遗传算法优化模糊推理的模糊规则,并通过模糊推理求解PID参数的变化量.经过仿真表明,该控制算法具有良好的静态和动态性能,并且具有很强的鲁棒性.     

基于模糊神经网络的水轮机调速器故障诊断

分析了水轮机调速器调节过程的故障机理,得到专家经验的故障诊断推理规则,利用模糊逻辑在表达专家知识方面的优势及神经网络的自学习能力,建立模糊神经网络,利用有限的推理规则对模糊神经网络进行训练,得到的模糊神经网络作为专家系统用于水轮机调速器的故障诊断,解决了故障样本获取困难、专家经验获取不足及模糊规则＂组合爆炸＂的问题,仿真实验证明该网络诊断结果正确,实用性较强。     

宜兴抽水蓄能电厂水轮机调速器控制原理及特点

水轮机调速器是水轮发电机组的主要控制设备之一。控制系统是水轮机调速器的核心。介绍了宜兴抽水蓄能电站水轮机导叶的5种控制方式和调速器的控制原理,以及导叶控制模式的切换的实现方法对调速器的控制特点进行了简要的介绍,对了解国外先进调速器系统有一定的借鉴意义。     

开关磁阻电动机的模糊控制系统研究

阐述了开关磁阻电动机的模糊控制系统的设计方法,着重介绍了模糊控制器的设计原理,并采用MATLAB软件对SB电动机的模糊控制系统进行了仿真。结果表明：将模糊控制技术应用于SR电动机的调速系统中,可以改善动态性能,得到良好的调速性能。     

Genetic algorithm-aided design of a fuzzy logic stabilizer for asuperconducting generator

An important aspect of the design of superconducting generators concerns stability following a major system disturbance. Because the superconducting field winding has a very long time constant, turbine governor control is crucial for improving transient and dynamic stability. This paper describes the design of a fuzzy logic stabilizer using a genetic algorithm to enhance the stability of a superconducting generator whose turbine is equipped with fast acting electro-hydraulic governors. The stabilizing signal is based on the instantaneous speed deviation and acceleration of the superconducting generator and on a set of simple control rules. A new approach is proposed to generate the control rules, and thus increase the effectiveness of the fuzzy logic stabilizer. A genetic algorithm is used to search for optimal settings of the fuzzy stabilizer parameters. Simulation results, compared with those using a conventional stabilizer, show a significant improvement in the system performance over a range of operating conditions