郭再泉,趙翱東2,
?
基于免疫小波神經(jīng)網(wǎng)絡(luò)PID的水輪機(jī)調(diào)速控制研究
郭再泉1,趙翱東2,1
(1. 無錫職業(yè)技術(shù)學(xué)院,江蘇無錫,214121;2. 江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院,江蘇無錫,214122)
水輪機(jī)調(diào)速可以保證電力系統(tǒng)的穩(wěn)定運(yùn)行,將免疫小波神經(jīng)網(wǎng)絡(luò)PID控制技術(shù)應(yīng)用于水輪機(jī)調(diào)速中。首先,分析了水輪機(jī)調(diào)速的基本原理,分析了水輪機(jī)控制系統(tǒng)模型;其次,研究了小波神經(jīng)網(wǎng)絡(luò)的基本原理,設(shè)計(jì)了小波神經(jīng)網(wǎng)絡(luò)的系統(tǒng)結(jié)構(gòu)和模型;然后,討論了基于免疫算法的小波神經(jīng)網(wǎng)絡(luò)的優(yōu)化流程;最后,進(jìn)行了水輪機(jī)調(diào)節(jié)控制仿真研究,仿真結(jié)果表明免疫小波神經(jīng)網(wǎng)絡(luò)PID控制器具有較好的控制效果。
免疫小波神經(jīng)網(wǎng)絡(luò);PID控制器;水輪機(jī);調(diào)速
水輪機(jī)調(diào)節(jié)對(duì)于保障水電站正常運(yùn)行具有非常重要的作用,決定電力系統(tǒng)性能的穩(wěn)定性。水輪機(jī)調(diào)速的目的就是能夠調(diào)節(jié)發(fā)電機(jī)組輸出的有功功率,保證機(jī)組的轉(zhuǎn)速控制在允許的范圍之內(nèi),從而保證電力系統(tǒng)頻率的平穩(wěn)性,確保發(fā)電機(jī)能夠正常發(fā)電。通常情況下水流慣性引起水錘效應(yīng),因此,水輪機(jī)控制系統(tǒng)具有較強(qiáng)的非線性和大慣性特征,同時(shí)調(diào)速過程中將受到負(fù)荷的影響,從而使水輪機(jī)的調(diào)速控制難度比較大。近年來,水輪機(jī)調(diào)速系統(tǒng)一般應(yīng)用常規(guī)的PID控制器進(jìn)行控制,PID控制器具有較多優(yōu)點(diǎn),例如,自適應(yīng)能力強(qiáng)、結(jié)構(gòu)比較簡(jiǎn)單、參數(shù)易于調(diào)節(jié)。由于水輪機(jī)調(diào)速系統(tǒng)的非線性和時(shí)變性特點(diǎn),傳統(tǒng)PID控制器很難獲得較好的控制效果,為了能夠彌補(bǔ)這一缺陷,可以將小波神經(jīng)網(wǎng)絡(luò)PID控制器應(yīng)用于水輪機(jī)調(diào)速控制中,小波神經(jīng)網(wǎng)絡(luò)PID控制器具有較強(qiáng)的逼近能力,同時(shí)具備小波神經(jīng)網(wǎng)絡(luò)控制器和模糊神經(jīng)網(wǎng)絡(luò)控制器的優(yōu)點(diǎn),適用于非線性系統(tǒng)的控制[1]。
由于小波神經(jīng)網(wǎng)絡(luò)的收斂速度較慢,容易陷入局部最優(yōu),為了能夠彌補(bǔ)這一缺陷,將免疫算法應(yīng)用于小波神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值的優(yōu)化之中,從能夠提高水輪機(jī)調(diào)速控制的效果。
水輪發(fā)電機(jī)調(diào)速控制系統(tǒng)通常包括水力系統(tǒng)、頻率給定和測(cè)量系統(tǒng)、調(diào)速器、導(dǎo)水葉和驅(qū)動(dòng)裝置等部分。水輪機(jī)調(diào)節(jié)的基本思想如下:如果系統(tǒng)發(fā)生改變時(shí),因?yàn)殡娔軣o法大量?jī)?chǔ)存,負(fù)荷功率的改變將過快地引起頻率的改變,此時(shí),水輪機(jī)調(diào)速器會(huì)使導(dǎo)葉的開度發(fā)生改變,進(jìn)而使水輪機(jī)的水流量發(fā)生變化,從而能夠使水輪機(jī)的水力矩和水輪發(fā)電機(jī)負(fù)荷阻力矩重新進(jìn)入平衡狀態(tài),從而能夠保證電力系統(tǒng)的頻率處于允許的范圍內(nèi)。
水輪發(fā)電機(jī)調(diào)速系統(tǒng)的原理圖如圖1所示。
圖1 水輪發(fā)電機(jī)調(diào)速系統(tǒng)的原理圖
圖中,e(=,,,,,)表示水輪機(jī)的傳遞函數(shù),e表示水輪機(jī)負(fù)載自調(diào)節(jié)因子,T表示有壓引水系統(tǒng)的水流慣性時(shí)間因子,T表示發(fā)電機(jī)組慣性時(shí)間因子,m表示水輪機(jī)主動(dòng)力矩相對(duì)偏差,m0表示負(fù)載擾動(dòng)力矩,表示發(fā)電機(jī)組流量引水管道能量頭變化的相對(duì)偏差,表示壓力引水管道能量頭變化相對(duì)偏差。
剛性水擊時(shí)有壓引水系統(tǒng)的傳遞模型如下所示[2]:
G()=-Ts(1)
小波動(dòng)條件下水輪機(jī)的線性化模型如下所示:
一階發(fā)電機(jī)的傳遞函數(shù)如下所示:
接力器的傳遞函數(shù)如下所示:
水輪機(jī)發(fā)電機(jī)組的控制微分模型如下所示:
小波神經(jīng)網(wǎng)絡(luò)有許多優(yōu)點(diǎn),例如,前饋和連接。小波神經(jīng)網(wǎng)絡(luò)通常是將小波函數(shù)作為基函數(shù)而得到的,小波神經(jīng)網(wǎng)絡(luò)系統(tǒng)中,將小波函數(shù)的伸縮系數(shù)作為輸入層和隱層間的連接權(quán)值,將小波函數(shù)的平移系數(shù)作為隱層的閾值,小波神經(jīng)網(wǎng)絡(luò)的原理圖如圖2所示。
圖2 小波神經(jīng)網(wǎng)絡(luò)的原理圖
小波神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型表示為如下的形式[3]:
利用Mexican Hat小波函數(shù)作為小波神經(jīng)網(wǎng)絡(luò)隱層節(jié)點(diǎn)的激勵(lì)函數(shù),表達(dá)式如下所示:
為了能夠使小波神經(jīng)網(wǎng)絡(luò)獲得全局最優(yōu)解,利用免疫算法對(duì)小波神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。
表3 抗體的編碼方式
(2)設(shè)計(jì)適應(yīng)度函數(shù):適應(yīng)度函數(shù)的表達(dá)式如下所示[4]:
式中,T表示第個(gè)訓(xùn)練樣本在第個(gè)輸出節(jié)點(diǎn)上期望輸出,Y表示第個(gè)輸出節(jié)點(diǎn)上的實(shí)際輸出。
(3)初始化種群:隨機(jī)生成的初始抗體。
(4)進(jìn)行收斂性分析:當(dāng)滿足收斂性條件時(shí),停止進(jìn)化,獲得最佳抗體將全局最優(yōu)解輸出。
(7)循環(huán)執(zhí)行步驟(4)~步驟(6)。
通過免疫小波神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)水輪機(jī)的調(diào)速PID控制,不僅能夠保持PID控制器的良好特性,而且能夠提高控制系統(tǒng)的自適應(yīng)能力,免疫小波神經(jīng)網(wǎng)絡(luò)PID控制器的示意圖如圖3所示。
PID控制的表達(dá)式如下所示[5]:
式中,表示PID控制器的輸出,KP表示比例因子,KI表示積分因子,KD表示微分因子,為小波神經(jīng)網(wǎng)絡(luò)的三個(gè)輸出,表示期望輸出,表示水輪機(jī)調(diào)速系統(tǒng)的輸出,表示期望輸出和實(shí)際輸出的偏差。
從圖4可以看出,利用免疫小波神經(jīng)網(wǎng)絡(luò)PID控制器對(duì)水輪機(jī)轉(zhuǎn)速進(jìn)行調(diào)節(jié),可以取得較好的控制效果,當(dāng)水輪機(jī)在負(fù)荷擾動(dòng)下,在較短的時(shí)間內(nèi)就進(jìn)入了穩(wěn)定狀態(tài),超調(diào)量和傳統(tǒng)的PID控制器相對(duì)也較小,從而表明免疫小波神經(jīng)網(wǎng)絡(luò)PID控制器比傳統(tǒng)PID控制器具有更好的控制效果。
圖4 水輪機(jī)調(diào)速控制仿真曲線
將免疫小波神經(jīng)網(wǎng)絡(luò)PID控制技術(shù)應(yīng)用于水輪機(jī)調(diào)速控制之中,免疫小波神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)兼顧了PID控制器和小波神經(jīng)網(wǎng)絡(luò)控制器的優(yōu)點(diǎn),具有較強(qiáng)的自適應(yīng)能力,可以滿足水輪機(jī)調(diào)速的實(shí)際需求,通過仿真分析結(jié)果可知免疫小波神經(jīng)網(wǎng)絡(luò)PID控制器具有響應(yīng)速度快和超調(diào)量小的優(yōu)點(diǎn),能夠獲得較好的水輪調(diào)速控制效果,同時(shí)該控制系統(tǒng)結(jié)構(gòu)簡(jiǎn)單,可行性強(qiáng),具有較為廣闊的應(yīng)用前景。
[1] 張發(fā)壽. 水輪機(jī)調(diào)速器的混沌現(xiàn)象分析及控制[J]. 水利與建筑工程學(xué)報(bào), 2012, 10(4):69-73.
[2] 陳帝伊, 楊朋超, 馬孝義, 等.水輪機(jī)調(diào)節(jié)系統(tǒng)的混沌現(xiàn)象分析及控制[J]. 中國電機(jī)工程學(xué)報(bào), 2011, 31(14): 113-120.
[3] 葛鎖良, 方唐利, 岳勝.采用免疫BP算法的模糊神經(jīng)網(wǎng)絡(luò)PID控制器[J]. 合肥工業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版, 2011, 34(5):679-682, 704.
[4] 金光大. 基于人工免疫算法的神經(jīng)網(wǎng)絡(luò)電力系統(tǒng)短期負(fù)荷預(yù)測(cè)[J]. 成都大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013, 32(2): 159-162.
[5] 葛鎖良,楊旭瑋,張亞東.RBF網(wǎng)絡(luò)自整定PID控制在網(wǎng)絡(luò)化控制系統(tǒng)中的應(yīng)用[J]. 合肥工業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版, 2011, 34(10): 1489-1491, 1550.
Study on Speed Control of Turbine Based on Immune Wavelet Network PID
GUO Zaiquan1, ZHAO Aodong2,1
(1. Wuxi Institute of Technology, Wuxi, 214121, China; 2. School of IoT Engineering, Southern Yangtze University, Wuxi, 214122, China)
Speed regulating of turbine can ensure the stable working of electricity system, and the immune wavelet network PID is applied in the speed control of turbine. First, the basic principle of speed regulating of turbine is analyzed, and the controlling system model of turbine is analyzed; then the basic theory of wavelet network is studied, and the system structure and model of wavelet network are designed. Then the optimal procedure of wavelet network based on immune algorithm is discussed; finally, the controlling simulation research on the speed regulating of turbine is carried out, and results show that PID controller based on immune wavelet network can obtain better controlling effect.
immune wavelet network; PID controller; turbine; speed regulating
TK730.4+1
A
1000-3983(2014)04-0077-04
2014-02-20
郭再泉(1965-),男,漢族,江蘇靖江人,1988年畢業(yè)于東北重型機(jī)械學(xué)院電氣自動(dòng)化專業(yè),現(xiàn)從事電力拖動(dòng)和智能控制的研究和教學(xué)工作,工學(xué)士,副教授。
審稿人:樸秀日