水轮机调节的基本任务是根据负荷的变化不断调节水轮发电机组的有功功率的输出,并维持机组转速(频率)在规定的范围内。水轮机调节系统故障诊断研究的目的就是要及时、准确地对各种异常状态或故障状态做出诊断、预防或消除,对水电机组的运行进行必要的指导,提高机组的可靠性、安全性和有效性,从而将故障损失降到最低水平。根据控制系统特性和辨识机理,系统的动态响应能充分反映出系统本身的信息。对于同一个系统,如果模型参数有变化就意味着系统的特性发生了变化,如果系统故障了,模型参数一般也不可能维持在正常的取值范围内。控制系统的数学模型是对真实物理系统的动态特性,在一定精度范围内的复现。于是,在通过对系统数学模型参数辨识的基础上,根据参数异常与否来进行故障诊断无疑是可行的。对于不同类型的故障,模型参数的变化是不同的,利用这种差别还可以对故障分类、定位、程度及其原因等进行分析。基于此,本文提出基于系统参数的故障诊断方法来研究水轮机调节系统的故障诊断。文章在对水轮机调节系统模块化建模与仿真实现的基础上,采用BP神经网络系统辨识理论,对水轮机调节系统各主要部分的参数进行辨识,并在此基础上进行水轮机调节系统的状态评估,为基于系统参数的水轮机调节系统故障诊断提供基础和平台。水轮机调节系统是由若干水、机、电环节(部件)构成的复杂系统,具有非线性与时变的复杂特性,需要辨识的模型参数量巨大,于是必须把问题细分来探索和研究。文章研究的过程就是一个由简单到复杂,由局部到整体,由线性到非线性的过程。对于系统本身的分析也是先保证正常系统识别正确的基础上,再将研究方法类比到系统异常情况的探索和研究中。