水电机组控制系统是一个水—机—电过程相互影响、相互制约的复杂非线性系统,它具有时变、非线性、非最小相位等复杂特性,为了取得良好的控制性能指标和稳定性,在设计控制器时,需对被控对象的数学模型进行辨识.而神经网络对复杂非线性系统有着较好的辨识性能.该文以水电机组控制为目标,采用一种新的动态神经网络对水电机组控制系统非线性建模进行了研究,并用Matlab对其进行仿真,验证了该神经网络对水电机组被控系统模型辨识的可行性.全文内容安排如下:第1章绪论,对控制理论的发展进行了回顾,介绍了水轮机调节系统的发展情况,在此基础上提出了该文的研究问题、目的和意义.第2章指出神经网络辨识的内涵,探讨了水轮发电机组模型辨识的基本方法,同时展望了系统辨识的发展方向.第3章分析了Elman和改进Ehman网络的动态特性.在此基础上,提出了一种具有比例积分微分特性的局部递归神经网络,并给出了其学习算法.第4章探讨了动态PID神经网络模型在系统辨识中的应用,包括线性系统和非线性系统,并验证其有较好的辨识性能.第5章将该神经网络模型用于水电机组模型的系统辨识,分析在不同工况下的辨识性能.第6章全文总结.