当前我国在水电站的水轮机调节系统控制上采用的控制策略主要是PID控制,其控制参数都是基于一定的工况设计、试验得到的。因此它难以保证灯泡贯流式机组在单机带孤立负荷(特别是带大负荷)稳定运行,尤其是在工况变化较大时,稳定运行就更为困难,造成这种现象的主要原因是灯泡贯流式机组的工作水头低、水头的相对变化较大,从而使输出有功也波动较大。随着智能控制技术的出现,基于模糊逻辑、神经网络和遗传算法的智能控制策略也越来越多地应用到各工业领域中,水电机组调节系统控制也面临一个新的机遇与挑战。但目前,从某种程度上讲,彻底改变这种控制方式,建立并应用一种全新的控制策略目前尚处于研究探索阶段。因此,本文将CMAC神经网络和遗传算法分别与PID控制策略相结合,建立适合于灯泡贯流式水轮发电机组调速系统的智能控制器。 本文首先分析了我国水电开发的现状,论述了灯泡贯流式机组的技术优势、控制特点以及研究其控制策略的意义。接着简要介绍了水轮机调节系统控制技术的研究现状,并对各种控制策略进行了简单的分析。然后深入分析了灯泡贯流式机组的数学模型建立及模型简化,并在此基础上对常规PID控制进行MATLAB仿真。针对常规PID控制的不足,本文引入CMAC神经网络,建立了CMAC-PID复合控制器,实现了对灯泡贯流式机组的非线性控制,MATLAB仿真结果表明它比常规PID控制具有更好的动态性能。同时本文还分析了遗传算法的基本原理和特点,提出了基于遗传算法的PID控制参数优化,并应用于灯泡贯流式机组的控制,仿真结果表明,在频率扰动和负荷扰动上,它都有较好的动态品质。最后全面概括总结了本文的工作和研究成果,并指出有待进一步开展的工作。