基于免疫小波神經網絡PID的水輪機調速控制研究

郭再泉，趙翱東2,

?

基于免疫小波神經網絡PID的水輪機調速控制研究

郭再泉1，趙翱東2,1

（1. 無錫職業技術學院，江蘇無錫，214121；2. 江南大學物聯網工程學院，江蘇無錫，214122）

水輪機調速可以保證電力系統的穩定運行，將免疫小波神經網絡PID控制技術應用于水輪機調速中。首先，分析了水輪機調速的基本原理，分析了水輪機控制系統模型；其次，研究了小波神經網絡的基本原理，設計了小波神經網絡的系統結構和模型；然后，討論了基于免疫算法的小波神經網絡的優化流程；最后，進行了水輪機調節控制仿真研究，仿真結果表明免疫小波神經網絡PID控制器具有較好的控制效果。

免疫小波神經網絡；PID控制器；水輪機；調速

0 前言

水輪機調節對于保障水電站正常運行具有非常重要的作用，決定電力系統性能的穩定性。水輪機調速的目的就是能夠調節發電機組輸出的有功功率，保證機組的轉速控制在允許的范圍之內，從而保證電力系統頻率的平穩性，確保發電機能夠正常發電。通常情況下水流慣性引起水錘效應，因此，水輪機控制系統具有較強的非線性和大慣性特征，同時調速過程中將受到負荷的影響，從而使水輪機的調速控制難度比較大。近年來，水輪機調速系統一般應用常規的PID控制器進行控制，PID控制器具有較多優點，例如，自適應能力強、結構比較簡單、參數易于調節。由于水輪機調速系統的非線性和時變性特點，傳統PID控制器很難獲得較好的控制效果，為了能夠彌補這一缺陷，可以將小波神經網絡PID控制器應用于水輪機調速控制中，小波神經網絡PID控制器具有較強的逼近能力，同時具備小波神經網絡控制器和模糊神經網絡控制器的優點，適用于非線性系統的控制[1]。

由于小波神經網絡的收斂速度較慢，容易陷入局部最優，為了能夠彌補這一缺陷，將免疫算法應用于小波神經網絡的權值和閾值的優化之中，從能夠提高水輪機調速控制的效果。

1 水輪機調速的基本原理

水輪發電機調速控制系統通常包括水力系統、頻率給定和測量系統、調速器、導水葉和驅動裝置等部分。水輪機調節的基本思想如下：如果系統發生改變時，因為電能無法大量儲存，負荷功率的改變將過快地引起頻率的改變，此時，水輪機調速器會使導葉的開度發生改變，進而使水輪機的水流量發生變化，從而能夠使水輪機的水力矩和水輪發電機負荷阻力矩重新進入平衡狀態，從而能夠保證電力系統的頻率處于允許的范圍內。

水輪發電機調速系統的原理圖如圖1所示。

圖1 水輪發電機調速系統的原理圖

圖中，e(=,,,,,)表示水輪機的傳遞函數，e表示水輪機負載自調節因子，T表示有壓引水系統的水流慣性時間因子，T表示發電機組慣性時間因子，m表示水輪機主動力矩相對偏差，m0表示負載擾動力矩，表示發電機組流量引水管道能量頭變化的相對偏差，表示壓力引水管道能量頭變化相對偏差。

剛性水擊時有壓引水系統的傳遞模型如下所示[2]：

G()=－Ts（1）

小波動條件下水輪機的線性化模型如下所示：

一階發電機的傳遞函數如下所示：

接力器的傳遞函數如下所示：

水輪機發電機組的控制微分模型如下所示：

2 小波神經網絡的原理

小波神經網絡有許多優點，例如，前饋和連接。小波神經網絡通常是將小波函數作為基函數而得到的，小波神經網絡系統中，將小波函數的伸縮系數作為輸入層和隱層間的連接權值，將小波函數的平移系數作為隱層的閾值，小波神經網絡的原理圖如圖2所示。

圖2 小波神經網絡的原理圖

小波神經網絡的數學模型表示為如下的形式[3]：

利用Mexican Hat小波函數作為小波神經網絡隱層節點的激勵函數，表達式如下所示：

為了能夠使小波神經網絡獲得全局最優解，利用免疫算法對小波神經網絡進行訓練。

3 免疫小波神經網絡的優化流程

表3 抗體的編碼方式

（2）設計適應度函數：適應度函數的表達式如下所示[4]：

式中，T表示第個訓練樣本在第個輸出節點上期望輸出，Y表示第個輸出節點上的實際輸出。

（3）初始化種群：隨機生成的初始抗體。

（4）進行收斂性分析：當滿足收斂性條件時，停止進化，獲得最佳抗體將全局最優解輸出。

（7）循環執行步驟（4）~步驟（6）。

4 免疫小波神經網絡PID控制器的基本結構

通過免疫小波神經網絡實現對水輪機的調速PID控制，不僅能夠保持PID控制器的良好特性，而且能夠提高控制系統的自適應能力，免疫小波神經網絡PID控制器的示意圖如圖3所示。

PID控制的表達式如下所示[5]：

式中，表示PID控制器的輸出，KP表示比例因子，KI表示積分因子，KD表示微分因子，為小波神經網絡的三個輸出，表示期望輸出，表示水輪機調速系統的輸出，表示期望輸出和實際輸出的偏差。

5 水輪機調速度控制仿真研究

從圖4可以看出，利用免疫小波神經網絡PID控制器對水輪機轉速進行調節，可以取得較好的控制效果，當水輪機在負荷擾動下，在較短的時間內就進入了穩定狀態，超調量和傳統的PID控制器相對也較小，從而表明免疫小波神經網絡PID控制器比傳統PID控制器具有更好的控制效果。

圖4 水輪機調速控制仿真曲線

6 結論

將免疫小波神經網絡PID控制技術應用于水輪機調速控制之中，免疫小波神經網絡PID控制系統兼顧了PID控制器和小波神經網絡控制器的優點，具有較強的自適應能力，可以滿足水輪機調速的實際需求，通過仿真分析結果可知免疫小波神經網絡PID控制器具有響應速度快和超調量小的優點，能夠獲得較好的水輪調速控制效果，同時該控制系統結構簡單，可行性強，具有較為廣闊的應用前景。

[1] 張發壽. 水輪機調速器的混沌現象分析及控制[J]. 水利與建筑工程學報, 2012, 10(4):69-73.

[2] 陳帝伊, 楊朋超, 馬孝義, 等．水輪機調節系統的混沌現象分析及控制[J]. 中國電機工程學報, 2011, 31(14): 113-120.

[3] 葛鎖良, 方唐利, 岳勝．采用免疫BP算法的模糊神經網絡PID控制器[J]. 合肥工業大學學報:自然科學版, 2011, 34(5)：679-682, 704.

[4] 金光大. 基于人工免疫算法的神經網絡電力系統短期負荷預測[J]. 成都大學學報(自然科學版), 2013, 32(2): 159-162.

[5] 葛鎖良，楊旭瑋，張亞東．RBF網絡自整定PID控制在網絡化控制系統中的應用[J]. 合肥工業大學學報:自然科學版, 2011, 34(10): 1489-1491, 1550.

Study on Speed Control of Turbine Based on Immune Wavelet Network PID

GUO Zaiquan1, ZHAO Aodong2,1

（1. Wuxi Institute of Technology, Wuxi, 214121, China; 2. School of IoT Engineering, Southern Yangtze University, Wuxi, 214122, China)

Speed regulating of turbine can ensure the stable working of electricity system, and the immune wavelet network PID is applied in the speed control of turbine. First, the basic principle of speed regulating of turbine is analyzed, and the controlling system model of turbine is analyzed; then the basic theory of wavelet network is studied, and the system structure and model of wavelet network are designed. Then the optimal procedure of wavelet network based on immune algorithm is discussed; finally, the controlling simulation research on the speed regulating of turbine is carried out, and results show that PID controller based on immune wavelet network can obtain better controlling effect.

immune wavelet network; PID controller; turbine; speed regulating

TK730.4+1

A

1000-3983(2014)04-0077-04

2014-02-20

郭再泉（1965-），男，漢族，江蘇靖江人，1988年畢業于東北重型機械學院電氣自動化專業，現從事電力拖動和智能控制的研究和教學工作，工學士，副教授。

審稿人：樸秀日