论文部分内容阅读
随着低水头资源开发的日益增多,低水头电站的建设与日俱增。研究表明,灯泡贯流式水轮发电机组是最适合发展低水头发电的机型。目前我国在调节系统的控制策略上大多采用的是PID控制,其中参数的确定是通过一定的工况设计和实验所得,普通的PID控制难以保证灯泡贯流式机组在单机带孤立负荷时的稳定运行。针对普通PID控制的不足,引入模糊神经网络PID控制。这主要是因为模糊逻辑和神经网络有很强的互补性。一方面,在神经网络中,可以非常方便的学习样本,因为神经网络具有信息的分布式存储、并行计算、较强的容错能力等特点,可以弥补模糊系统中学习能力差的不足;另一方面,在模糊系统中,对于知识的表达和抽取比较简单,可以弥补神经网络对于那些需要依据规则的系统难以表达的不足。 将模糊控制与神经网络有效融合并与PID控制相结合,取长补短,构成的模糊神经网络PID控制受到更多人的青睐,被广泛应用到各个工业领域中,水轮发电机组调节系统控制也不例外。本文首先针对贯流式机组工作水头低、流量大、水头相对变化较大等特点,对普通PID控制在灯泡贯流式机组的中的运行状况进行了研究。其次针对普通PID控制的不足,将模糊控制与PID控制相结合,在MATLAB中建立了适合于灯泡贯流式机组调节系统的模糊PID控制模型。最后针对模糊PID控制中存在的不足,将模糊神经网络控制与PID控制相结合,建立了适合于贯流式机组的模糊神经网络PID控制模型,然后与普通PID控制策略进行比较,可以看出,模糊神经网络PID控制在灯泡贯流式机组控制系统中,无论在超调量、调节时间还是稳定性上都比普通PID要好。本文就是将模糊神经网络PID控制思想应用到灯泡贯流式水轮发电机组调节系统中,得到了理想的控制效果。