水轮发电机组轴心轨迹自动识别方法研究

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。     

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

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.     

水轮发电机组的非线性控制器仿真研究

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。     

基于神经网络的水轮发电机组的建模分析

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。     

水轮发电机组调速系统的可拓控制

为了改善水轮发电机组调速系统的动态性能,应用可拓控制方法设计调速器.以无穷大容量水库-单引水管道-水轮发电机组-无穷大容量电力系统为对象,建立以水力系统弹性水击模型、水轮机线性化模型以及同步发电机经典二阶模型为基础的水机电整体仿真模型,对采用可拓控制方式与经典PID控制方式的控制效果进行仿真对比研究.结果表明,采用可拓控制方式对于改善水轮发电机组调速系统的动态性能具有良好的作用.     

PID数字闭环调节系统在水轮发电机组控制中的应用

结合PID数字闭环调节系统在水电厂控制水轮发电机组的应用，介绍了该系统的组成、使用的算法、工作过程及特点，经测试和实际应用证明该系统适合对水轮发电机组的控制。     

PLC在模拟电站水轮机组自动控制系统中的应用

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。     

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

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。     

BP网络在水电机组故障诊断中的应用研究

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。     

BP网络在水电机组振动故障诊断中的应用研究

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。     

利用小波能量特征的增长型自组织神经网络同调机组分群方法

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。     

Application of genetic-based neural networks to thermal unitcommitment

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     

BP网络在水轮发电机组振动故障诊断中的应用研究

该文介绍了人工神经网络的基本性能和BP网络模型及算法 ,然后将神经网络中的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很高的实用价值。图 2表 5参 9     

一种适用于中小水电站的机组就地控制单元

介绍一种水电厂机组就地控制单元(LCU)的设计,这种机组就地控制单元实现水电厂计算机监控系统下位机的全部功能,取消了就地控制单元管理计算机,集成了转速信号装置、机组温度测量及温度保护系统,降低了计算机监控系统的成本与体积,非常适用于中小型水电站机组自动化。     

基于神经网络的水轮发电机组振动故障诊断专家系统

本文介绍了以水轮发电机组振动故障诊断为研究对象,基于神经网络的专家系统的研究与实现。结合盐锅峡水电站5#水轮发电机组的真机试验研究,通过对试验数据的分析和诊断,结果表明用神经网络专家系统进行方法水轮发电机组振动故障诊断是可行和有效的。这里着重介绍试验研究过程,以及如何用本文所设计的软件进行分析和诊断。     

基于神经网络的非线性汽门控制器鲁棒逆推设计

针时汽轮发电机调速系统,提出了一种新的神经网络逆推控制方法,实现了汽门开度控制。首先,构造汽轮发电机的动态模型状态空间表达式,使之适合于逆推控制设计方法;假设模型系统动态完全已知,得到逆推控制器并证明了其稳定性;提出了基于神经网络的逆推控制律,利用神经网络补偿系统模型中的不确定项。该方法无需回归矩阵计算及参数线性化的假设．神经网络连接权值可在线调节,能够保证跟踪误差和网络连接权一致有界。仿真结果证明了其有效性。     

小波模糊神经网络应用于配电网输电线的故障测距

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。     

基于小波分析及网络的电力电子电路故障诊断方法

针对电力电子电路故障,结合小波多分辨分析,将信号的特征提取作为网络的第一层,用小波函数代替普通神经网络中的S函数,提出了函数型和权值型两种不同的4层小波神经网络方法,给出了相应的数学模型和学习算法。以三相整流桥电路为例,建立了小波神经网络的输出与故障元之间的对应关系,实现了电路的故障诊断,并与用普通BP网络诊断的结果进行了比较。仿真结果验证了两种方法的正确性。