水轮发电机组的一种自适应调速方法

来源 :中国电机工程学报 | 被引量 : 0次 | 上传用户:qq1186827110
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
根据水轮发电机组的固有特性和调速过程控制中存在的问题 ,提出了一种具有极点配置的广义自校正调速方法。其中包括建立了水轮发电机组的可控自回归滑动平均(CARMA)模型 ,给出了模型参数的在线辩识方法和控制系统的极点配置方法。这种自适应调速方法能够有效地克服系统时变、非线性及干扰对控制性能的影响 ,仿真研究表明在这种控制方法作用下 ,水轮发电机组调速系统的动态性能及鲁棒性都得到明显地改善 According to the inherent characteristics of hydroelectric generating set and the problems existing in the process of speed regulation, a generalized self-tuning speed regulation method with pole configuration is proposed. Including the establishment of the controllable autoregressive moving average (CARMA) model of hydro-generating units, the on-line identification method of model parameters and the pole placement method of control system are given. The adaptive speed control method can effectively overcome the system time-varying, nonlinear and interference on the control performance, simulation studies show that under the control of this method, the dynamic performance and robustness of hydro-turbine speed control system Have been significantly improved
其他文献
给出了任务之间有优先关系并且存在通信开销的实时任务系统模型 ,其拓扑结构为一有向无环图 ,并针对该系统模型提出了一种实时任务调度算法 (RTSD—Real timeTasksScheduleba
分析了数据网络中 SDH,ATM,IP等技术的发展趋势 ,以及宽带数据网络技术应用的 4种典型模式。根据电力系统传输网络的状况和应用业务的特点 ,提出了一套综合解决方案 ,并对当
本文首先分析了高速、密集图像目标场景下邻帧差分运动检估计检测法的缺陷 .然后综合图像能量、高阶统计量预测理论以及块处理技术 ,对高速密集图像序列进行快速背景重建、运动区域提取与运动分析 .基于DSP的平台测试表明 :本文背景重建算法速度快 ,运动区域检测精度高 ,目标跟踪准确 .为密集、高速的图像目标跟踪系统的研制提供了新的可借鉴方法
本文提出一种矢量压缩编码新方法—线上投影法 .它将输入矢量用它在某条空间直线上的投影近似表示 ,而用决定这条直线的两个参考点的序号和一个反映该投影点相对于两参考点位
进行了11个新旧砼界面连接节点的破坏性试验,研究了节点的破坏形态,得出了抗剪承载力的计算公式.并将其应用于广州地铁的桩基托换工程中,应用实例证明了该方法的有效性. The destru
可重组模块机器人构形确定后 ,找出依序的连杆、关节模块 ,采用指数积 ( PME)法 ,自动生成运动学正方程 .把运动学正方程转换成相对于固定坐标系的方程 ,找出规律 ,分成 4个
本文对面板坝的基本止水铜止水的力学性能进行了试验研究,提出了变埋深方法测试铜片与混凝土的粘接强度,得出了有意义的结果.另外,采用应变片量测方法对铜止水薄壳结构在纯剪
双膨胀水泥是在中热和低热矿渣硅酸盐水泥基础上 ,同时利用了钙矾石与氧化镁二者的膨胀 .本文对此种水泥拌制的混凝土的自生体积变形、在钢筋约束下的膨胀应力以及约束试件的
目前多数访问控制主要解决应用后台的数据保护问题,不适合大型复杂的多用户分布式应用.已有的基于角色访问控制模型忽视了激活角色的动态性质.对象技术已成为应用系统开发的
提出了利用 Bezier基函数神经网络重构自由曲面的方法 .该方法能直接从神经网络的权值矩阵得到曲线的控制顶点 /曲面的控制网格 ,通过神经网络的权值约束实现曲线段 /曲面片之间的 G0 、G1 光滑拼接 .给出了神经网络的构造学习过程 ,并用实例加以验证 .