共查询到18条相似文献,搜索用时 109 毫秒
1.
水轮发电机组轴心轨迹自动识别方法研究 总被引:13,自引:1,他引:13
本文提出了一种水轮发电机组轴心轨迹自动识别方法,这种方法根据水轮发电机组的特点,综合应用了小波去噪理论,平面图形不变矩理论,神经网络理论,实现了识别过程的自动化,大大方便了故障诊断系统的使用,提高故障诊断系统的自动诊断水平及准确率。 相似文献
2.
基于小波神经网络的自校正控制在水轮发电机组上的应用 总被引:1,自引:0,他引:1
提出了一种基于小波神经网络的自校正控制方法,该方法利用两个小波神经网络分别作为辨识器和控制器构成自校正控制系统,实现对水轮发电机组的在线辨识与控制.仿真结果表明,提出的控制方法比采用一般神经网络控制超调更小、调节速度更快. 相似文献
3.
水轮发电机组的非线性控制器仿真研究 总被引:11,自引:11,他引:11
基于水轮发电机组刚性水击模型,分别采用逆系统非线性控制和自抗扰控制(ADRC)方法,设计了水门和励磁控制系统。针对水轮发电机组刚性水击模型对象和弹性水击模型对象,进行了数值仿真实验。研究结果表明,当受控对象与其设计模型接近时,逆系统解耦控制具有优良的控制品质,但对对象模型变化的适应性较差;逆系统两通道独立控制系统具有优良的暂态稳定性,但在励碰控制中需另加调压措施,自抗扰控制对机组模型结构和参数的变化,内外扰动都具有很好的适应性和鲁棒性,控制品质优良,是一种很有前景的水轮发电机组控制策略。 相似文献
4.
基于神经网络的水轮发电机组的建模分析 总被引:3,自引:0,他引:3
水轮发电机组是一个具有非线性的复杂受控对象。本文分别采用BP和RBF神经网络模型对水轮发电机组进行动态建模,经MATIAB仿真实验,结果表明用神经网络可方便的建立非线性系统的模型。通过分析比较两种网络动态建模方法,可知采用RBF网络进行建模相对采用BP网络具有明显的优点,RBF所用的学习时间和所用到的神经元个数大大减少,在某种程度上克服了BP网络的训练时间长、训练不完全和容易到达局部极小的缺陷。 相似文献
5.
6.
7.
吴明亮 《可编程控制器与工厂自动化(PLC FA)》2006,(12):66-69
本文系统的介绍了利用PLC来控制模拟电站水轮发电机组的硬件软件系统的设计情况,概要的说明了水轮发电机组的自动控制过程。 相似文献
8.
调速器侧模糊电力系统稳定器改善水电系统稳定性的仿真研究 总被引:1,自引:1,他引:1
由于水力系统的水锤效应和强非线性特性,水轮发电机组采用常规控制难以取得令人满意的效果。介绍了水轮发电机组调速器侧模糊电力系统稳定器FGPSS(Fuzzy Governor Power System Stabilizer)的设计原理。应用Simulink仿真软件构建了以水力系统弹性水击模型和同步发电机非线性模型为基础的仿真模型,并对采用PID,PID 常规GPSS和PID FGPSS三种控制方式的控制效果进行了仿真对比研究。结果表明,FGPSS对于改善电力系统的稳定性具有良好的作用,而且具有较强的鲁棒性。 相似文献
9.
介绍了人工神经网络的基本性能和BP网络模型及算法,并将神经网络中的BP模型应用于水轮发电机组振动故障诊断中,比较了选择不同的网络参数对诊断系统性能的影响。实验证明,基于BP网络的水轮发电机组振动故障诊断方法具有较高的实用价值。 相似文献
10.
11.
提出了一种利用小波变换多尺度空间能量分布特征的自组织神经网络同调机组分群方法。首先改进了同调机群识别判据,然后利用小波变换的多尺度空间能量分布特征提取方法,对机组功角摇摆曲线提取特征,将时域特征、频域特征及小波能量特征构成的综合向量,作为增长型自组织神经网络的输入,通过调节阈值λ,得出不同精度的分群结果。最后在IEEE-39节点系统上对只考虑时频域特征和同时考虑小波能量特征、时频域特征的同调机组识别结果进行了对比分析,最终表明同时考虑小波能量特征、时频域特征的分群结果具有更高准确性。 相似文献
12.
Shyh-Jier-Huang Ching-Lien Huang 《Power Systems, IEEE Transactions on》1997,12(2):654-660
A new approach using genetic algorithms based neural networks and dynamic programming (GANN-DP) to solve power system unit commitment problems is proposed in this paper. A set of feasible generator commitment schedules is first formulated by genetic-enhanced neural networks. These pre-committed schedules are then optimized by the dynamic programming technique. By the proposed approach, learning stagnation is avoided. The neural network stability and accuracy are significantly increased. The computational performance of unit commitment in a power system is therefore highly improved. The proposed method has been tested on a practical Taiwan Power (Taipower) thermal system through the utility data. The results demonstrate the feasibility and practicality of this approach 相似文献
13.
14.
15.
16.
17.
小波模糊神经网络应用于配电网输电线的故障测距 总被引:6,自引:3,他引:6
在小电流接地系统单相接地故障特征分析的基础上,提出了一种基于故障后稳态及暂态电气量的小波模糊神经网络的故障测距方法。单相接地故障时的暂态分量故障特征非常明显,且故障暂态高频分量受故障前负荷的影响较少,故可以采用故障暂态分量描述故障模式特征并进行故障定位,鉴于已有的小波神经网络模型不适合于故障测距,作者从广义的小波神经网络概念出发,结合模糊控制理论,提出了适合于电力系统故障暂态和稳态信号分析的小波模糊神经网络方法,并将该方法应用于小电流接地系统直配输电线路的故障测距。理论分析及大量的EMTP仿真结果表明:本文所提出的小波模糊神经网络理论,模型及算法具有较好的故障测距性能,并可应用于电力系统的故障分析。 相似文献