伴随着能源结构的不断变化,人民的需求也日益增多,水电资源越来越受到大家的重视。水轮机调速系统是水轮发电机组的重要组成部分,其性能好坏对电力系统的安全与稳定有直接的影响,因此提高系统的性能,掌握其运行规律是研究水轮机调速系统的重要环节。因此,本文通过对水轮机调速系统的参数辨识研究和PID参数整定,对提高水轮机调速系统高效稳定运行起到至关重要的作用。论文主要工作和创新性如下:(1)将水轮机调速系统分为调速器、液压随动系统、引水系统、水轮机和发电机及其负荷五部分,通过分析各部分的原理,推导出各部分的数学模型和对应的数学表达式,在simulink中搭建并且组合成水轮机调速系统的数学模型整体图。(2)通过分析系统辨识,确定将伪随机二进制序列作为实际系统和搭建起来的水轮机调速系统模型的激励信号,并通过将MATLAB算法和所得水轮机调速系统的参数相结合得出激励信号和实际系统的输出。(3)针对粒子群算法存在早熟收敛缺点以致于不能很好的在水轮机调速系统参数辨识研究中获得系统性能,特对其进行改变学习因子、引力算法与粒子群算法结合和将动态学习因子引入到粒子群.引力算法的优化,并分别将其应用于水轮机调速系统参数辨识中,结果表明将动态学习因子引入到粒子群-引力算法中寻优能力更强。(4)针对在水轮机调速系统出现工况时传统PID控制器不能很好的调节,特将量子遗传算法和粒子群-引力算法相结合,并针对当量子门旋转一定角度后算法可能陷入局部最优的问题,特引入一个全局最优位置和成长速率用来反应染色体进化情况。最后将改进后的算法和粒子群.引力算法分别应用于水轮机调速系统PID控制中,并且在系统稳定后加入一定负载进行比较。结果表明量子遗传粒子群算法更具有可行性和有效性。综上所述,通过针对粒子群算法的优缺点对其进行改进,最后得出量子遗传粒子群算法在提高水轮机调速系统稳定性上有很好的可行性。