基于神经网络的水轮机调节系统的自适应PID控制

基于有功功率反馈参与控制的水轮机调节系统,以几个典型工况下的最优ＰＩＤ系数作为训练样本,训练了一个三层ＢＰ神经网络,设计了一个用ＢＰ神经网络实现变参数的ＰＩＤ控制器;并构造了一个目标函数,设计了一个自适应神经元,利用神经元的自学习功能,在线优化控制器的输出,以期达到最优控制的目的。对简单电力系统的仿真结果表明,这种控制器可以达到较常规的变参数ＰＩＤ较好的控制效果,是实现水轮机调节系统自适应控制的一种可行的方法。     

水轮机调节系统的Fuzzy—PID复合控制

介绍了水轮机调节系统的Ｆｕｚｚｙ－ＰＩＤ复合控制器的结构，并进行了数字仿真和模拟试验。仿真及试验结果表明，这种控制策略能使水轮机调节系统获得更优良的动态品质。     

贯流式水力机组混合神经网络控制

本文利用非线性递归神经网络与单神经元线性ＰＩＤ控制相结合的方式来改进神经元ＰＩＤ调节器,并将其运用于贯流式水力机组单机孤立负荷运行时的频率控制,仿真试验表明,该方案能有效地抑制超调,从而提高了系统的鲁棒性。     

基于神经网络实现水轮机自学习PID调节

本文提出一种基于神经网络实现自学习ＰＩＤ控制策略，该策略用于水轮机调节领域。它不需要被控对象的精确模型，以经典的ＰＩＤ为基础，用神经网络实现，进而进行自学习，仿真结果表明该策略对于被控系统的严重非线性有很好的适应性和鲁棒性     

水轮机调速器的极点配置法设计及自适应控制

本文重点阐述了水轮机调速器的极点配置法设计原理与方法，给出了按极点配置原理导出的ＰＩＤ调节器的参数优化公式。同时，介绍了以极点配置调节器为基础的水轮机自适应调节系统的结构。仿真及现场试验结果表明，按极点配置法设计的水轮机调速器能较好地兼顾频率扰动和负荷扰动的性能。而以极点配置调节器为基础的水轮机自适应调速器，不仅具有良好的参数自适应性，而且能使调节系统获得更优良的动态品质。     

水轮机的GA—PID控制器研究

遗传算法是一种模拟自然进化而提出的简单高效的优化组合算法，是建立在自然遗传学机理基础上的参数搜索方法，文中研究了水轮机ＰＩＤ调节器参数的优化问题，利用ＧＡ对系统所处的不同状态进行ＰＩＤ参数的在线寻优，使系统在任何状态下，都能得到经传统的ＰＩＤ更好的控制效果和更强的鲁棒性，仿真结果表明遗传算法可以有铲地解决参数寻优问题。     

智能PID方法在水轮机调速器中的应用研究

针对传统ＰＩＤ控制方法鲁棒性较差的问题，提出了一种智能ＰＩＤ调节方法，该方法将智能控制中的模糊控制与ＰＩＤ控制相结合，采用分段控制策略，并实时地对ＰＩＤ参数进行修正，仿真实验结果表明，智能ＰＩＤ方法对水电机组具有较好的实时控制作用。     

水轮机的鲁棒调速器2自由度控制设计

水轮机调速系统，其控制对象具有不稳定零点，且结构复杂，难以建立精确模型，同时参数摄动和负荷扰动也很大，本文将２自由度控制和低敏感度法应用于水轮机调速器设计，设计出了能够克服模型化误差和参数及负荷度化的鲁棒调速器，仿真实验表明，这种调速器的鲁棒稳定性大大优于常规的ＰＩＤ控制器。     

热工PID控制算法的适应性与局限性分析

对ＰＩＤ调节算法在热工控制系统中应用的适应性进行了详细的分析，结合热工硎垢特点，研究了ＰＩＤ调节算法的鲁棒稳定性，指出了它在热工控制中应用的局限性。     

位置伺服系统的一类非线性PID调节器设计

采用常规线性ＰＩＤ调节方法设计位置伺服系统,常存在快速性和超调量之间的矛盾。为了克服这一问题,本文介绍了一种非线性ＰＩＤ调节器及其参数优化设计方法。由于利用了非线性特性,非线性ＰＩＤ调节器的控制效果之常规方法有较大提高。研究结果表明,用非线ＰＩＤ设计的交流位置伺服控制系统具有响应时间短、无干扰能力强等特点。     

水轮机调速器的PID调节规律

本文根据水轮机调节系统的特点分析了PID调节规律在水轮机调速器中的具体应用及PID参数的选择，指出现代水轮机调速器中的主导调节规律还是PID调节。     

基于线性与非线性模型的水轮机调速器PID参数优化比较

分别推导出了基于线性模型和非线性模型的水轮机调节系统闭环比例积分微分(proportional-integral-derivative,PID)控制的微分方程。以水轮发电机组转速偏差相对值的时间乘误差绝对值积分指标作为粒子群优化算法的适应度函数,分别实现了采用这2种不同数学模型的水轮机调速器PID参数的优化设计。计算结果表明,PSO优化算法对于非线性系统控制参数的优化设计是一种有效的方法;采用不同数学模型的水轮机调节系统,其PID参数的优化结果是不同的;水轮机调节系统采用非线性模型时的优化结果相对较好。     

模糊控制在水轮机调节系统中的应用

本文设计了一个模糊控制器，进而构建了一个基于模糊控制的自适应PID控制器，对有功功率反馈的水轮机调节系统进行控制，利用模糊控制器的模糊推理能力来实现PID控制器参数在线调整，以达到优化控制的目的．对简单电力系统的仿真结果表明，这种控制器与常规PID控制器相比可以取得较好的控制效果，是实现水轮机调节系统自适应控制的一种可行的方法。     

水轮机最优控制系统研究

本文应用现代状态反馈控制理论，结合水轮机(转速)调节系统的恒值调节要求，从水轮机控制系统状态反馈模型出发，给出了与常规水轮机调节系统相似的系统框图。并对二次型性能指标最优化控制参数与传统推荐最佳调节参数进行比较分析，得到这两种方法所对应的最优调节参数有较大差别，二次型最优控制效果明显优于常规PID控制。仿真结果表明：两者动态过程明显不同，前者的动态过程呈现完全的非周期快速稳定特点，而后者的动态过程则为衰减振荡过程。因此，在水轮机调速器中直接输入控制系统权矩阵代替常规的PID调节参数，能够根据人为要求实现期望的时域性能指标。     

基于改进粒子群算法的水轮机调速系统参数优化研究

水轮机调速系统控制效果对于提高水轮发电机组工作效率以及提升电能质量具有非常重要的作用,因此,对其进行有效控制具有非常重要的应用价值,为了能够弥补传统水轮机调速系统控制的缺陷,将改进粒子群算法应用于水轮机调速系统地参数优化。首先,分析了水轮机调速系统的基本原理;其次,分析了水轮发电机组调速系统的模糊PID控制算法;然后,讨论了改进粒子群算法的基本理论,设计了相应的数学模型和算法流程;最后,进行了基于改进粒子群算法的水轮机调速系统的参数优化仿真,仿真结果表明,改进粒子群算法能够有效地提高水轮机调速系统的可靠性。     

水轮机调速系统动态参数的辨识及其自适应控制

先用传递矩阵的方法建立了水轮机及引水管道的新模型,然后在模型正实的条件下给出了动态参数的自适应辨识方法,并由此导出了自适应控制规律。最后用z—8000微处理机进行了实时仿真。结果表明,这种控制方案使系统在任何工作点都具有良好的性能。     

A comparison of the efficiencies of the maximally rapid-response prognostic algorithm and a PID algorithm in a closed-loop automatic control system

Results from synthesizing a maximally rapid-response control algorithm in a closed-loop system for two groups of state variables and prediction schemes are presented. The control quality and sensitivity of systems equipped with time-optimal and PID controllers are analyzed by way of comparison on the example of calculating a system for automatically regulating the temperature of superheated steam in a TPP-210 once-through boiler designated for operation with a K-300-240 turbine.     

机前主蒸汽压力调节系统的优化

在炉跟机协调控制方式下,根据能量守衡定律进行机前主蒸汽压力的闭环调节,PID参数经过多次整定后,机前主蒸汽压力的波动仍然超标,经过系统地分析后,对调节器的输出端进行前馈叠加,引入一阶惯性环节和实际微分环节,克服了系统的扰动,满足了调整的要求。     

缩短甩负荷后水轮机调速器的调节时间

水轮机调速器是水轮发电机的重要控制设备，甩额定负荷后的调节时间是其主要技术指标之一，我国和国际电工委员会（IEC）有关标准均有严格规定，本文对影响甩额定负荷后水轮机调速器调节时间的因素做一综述，并就如何按IEC标准要求调整调速器参数，开发微机电调甩负荷变参数功能，以达到缩短调节时间的目的进行了探讨。     

基于模糊PID的水轮机调节系统的研究

建立了水轮机调节系统一次/二次调频的仿真模型;针对水轮机常规PID调节系统不能在线自整定参数的问题,提出了基于模糊控制技术的PID参数模糊自整定;仿真结果显示新控制策略效果更佳,更具鲁棒性。