發(fā)布時(shí)間：2017-06-16 03:07

  本文關(guān)鍵詞：基于改進(jìn)粒子群算法的水輪機(jī)調(diào)速器參數(shù)整定，由筆耕文化傳播整理發(fā)布。

【摘要】：電力產(chǎn)業(yè)高速發(fā)展的同時(shí),也給環(huán)境造成了污染,因此,水力資源作為一種可再生、無(wú)污染、蘊(yùn)藏豐富的電力資源而得以利用和發(fā)展。水輪發(fā)電機(jī)組將水力資源轉(zhuǎn)換為電能,水輪機(jī)調(diào)節(jié)系統(tǒng)(Hydraulic turbine regulating system,HTRS)作為其主要組成部分可以實(shí)現(xiàn)對(duì)機(jī)組輸出頻率的調(diào)節(jié),其調(diào)節(jié)性能的優(yōu)劣直接關(guān)系到電網(wǎng)的電能質(zhì)量。因此,如何對(duì)水輪機(jī)調(diào)速器參數(shù)進(jìn)行選擇與優(yōu)化以維持機(jī)組頻率在額定頻率規(guī)定范圍內(nèi),一直以來(lái)是研究工作者最關(guān)注的問(wèn)題。首先,論文通過(guò)分析HTRS基本組成結(jié)構(gòu)及水輪機(jī)組發(fā)電原理,建立了典型HTRS以及具有水錘效應(yīng)的HTRS數(shù)學(xué)模型。通過(guò)對(duì)常用優(yōu)化算法的對(duì)比分析,選擇了粒子群優(yōu)化(Particle Swarm Optimization,PSO)算法對(duì)調(diào)速器參數(shù)進(jìn)行整定。針對(duì)標(biāo)準(zhǔn)PSO算法容易陷入早熟收斂、粒子多樣性易丟失等問(wèn)題,提出兩種改進(jìn)算法:一是在PSO算法中引入混沌優(yōu)化運(yùn)動(dòng)和差異算法交叉操作,以分別增強(qiáng)粒子的局部開(kāi)采能力和全局搜索能力,提出了改進(jìn)混沌粒子群算法(Improved Chaos Particle Swarm Optimization,CIPSO);二是為了對(duì)整定算法作進(jìn)一步研究,在PSO算法中融入了模糊控制和遺傳算法交叉思想,以平衡算法的全局與局部搜索能力并增加粒子多樣性,從而提出了一種改進(jìn)模糊粒子群算法(Improved Fuzzy Particle Swarm Optimization,IFPSO)。針對(duì)典型HTRS,采用了CIPSO算法對(duì)其調(diào)速器參數(shù)進(jìn)行優(yōu)化仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,相比其他幾種常見(jiàn)優(yōu)化算法,CIPSO算法在收斂精度和效率等方面都有較大改善。此外,應(yīng)用IFPSO算法對(duì)具有水錘效應(yīng)HTRS進(jìn)行參數(shù)整定仿真實(shí)驗(yàn)。結(jié)果表明,IFPSO算法在收斂精度、效率和穩(wěn)定性方面都有不同程度提高,能有效地對(duì)水錘效應(yīng)HTRS調(diào)速器進(jìn)行優(yōu)化,達(dá)到改善水輪發(fā)電機(jī)組動(dòng)態(tài)性能指標(biāo)的目的。最后在MATLAB/Simulink環(huán)境下,對(duì)HTRS進(jìn)行計(jì)算機(jī)仿真研究,在機(jī)組頻率擾動(dòng)和負(fù)荷擾動(dòng)工況下,改變調(diào)速器參數(shù)及被控系統(tǒng)參數(shù)數(shù)值進(jìn)行對(duì)比仿真實(shí)驗(yàn)。通過(guò)仿真實(shí)驗(yàn)可實(shí)現(xiàn)對(duì)HTRS的全面分析,并且可以為尋求到使系統(tǒng)獲得良好的動(dòng)態(tài)過(guò)渡過(guò)程的調(diào)速器參數(shù)組合提供決策支持。
【關(guān)鍵詞】：水輪機(jī)調(diào)節(jié)系統(tǒng) 粒子群優(yōu)化算法 調(diào)速器參數(shù)整定 MATLAB/Simulink
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP18;TM312
【目錄】：

• 摘要3-4
• Abstract4-9
• 第1章 緒論9-16
• 1.1 引言9
• 1.2 水輪機(jī)調(diào)節(jié)的實(shí)質(zhì)9-10
• 1.3 水輪機(jī)調(diào)速器發(fā)展歷程10-11
• 1.4 水輪機(jī)調(diào)速器參數(shù)整定研究現(xiàn)狀11-14
• 1.5 主要研究?jī)?nèi)容及論文章節(jié)安排14-16
• 1.5.1 主要研究?jī)?nèi)容14-15
• 1.5.2 論文章節(jié)安排15-16
• 第2章 水輪機(jī)調(diào)節(jié)系統(tǒng)數(shù)學(xué)模型建立16-27
• 2.1 水輪機(jī)調(diào)節(jié)系統(tǒng)基本結(jié)構(gòu)16-17
• 2.2 水輪機(jī)控制系統(tǒng)17-20
• 2.2.1 水輪機(jī)調(diào)速器簡(jiǎn)介17-18
• 2.2.2 PID調(diào)速器和液壓系統(tǒng)數(shù)學(xué)模型18-20
• 2.3 水輪機(jī)組及引水系統(tǒng)數(shù)學(xué)模型20-23
• 2.4 發(fā)電機(jī)組數(shù)學(xué)模型23-25
• 2.5 HTRS數(shù)學(xué)模型25-26
• 2.6 本章小結(jié)26-27
• 第3章 改進(jìn)混沌粒子群算法及典型HTRS參數(shù)整定27-45
• 3.1 基本粒子群算法27-30
• 3.1.1 粒子群算法簡(jiǎn)介27-29
• 3.1.2 粒子群與遺傳算法的異同29-30
• 3.2 改進(jìn)混沌粒子群算法30-35
• 3.2.1 混沌優(yōu)化運(yùn)動(dòng)30-31
• 3.2.2 改進(jìn)混沌粒子群算法31-33
• 3.2.3 改進(jìn)混沌粒子群算法的參數(shù)分析33-35
• 3.3 改進(jìn)混沌粒子群算法的優(yōu)化性能分析35-40
• 3.3.1 常用基準(zhǔn)測(cè)試函數(shù)35-37
• 3.3.2 實(shí)驗(yàn)結(jié)果37-40
• 3.4 CIPSO算法在典型HTRS參數(shù)整定中的應(yīng)用40-44
• 3.4.1 CIPSO算法適應(yīng)度函數(shù)40-41
• 3.4.2 仿真實(shí)驗(yàn)與結(jié)果分析41-44
• 3.5 本章小結(jié)44-45
• 第4章 改進(jìn)模糊粒子群算法及水錘效應(yīng)HTRS參數(shù)整定45-56
• 4.1 模糊控制理論45-46
• 4.2 改進(jìn)模糊粒子群算法46-51
• 4.2.1 改進(jìn)模糊粒子群算法46-50
• 4.2.2 IFPSO算法適應(yīng)度函數(shù)50-51
• 4.3 IFPSO算法在水錘效應(yīng)HTRS參數(shù)整定中的應(yīng)用51-55
• 4.3.1 仿真實(shí)驗(yàn)數(shù)據(jù)51-52
• 4.3.2 頻率擾動(dòng)仿真實(shí)驗(yàn)52-53
• 4.3.3 負(fù)荷擾動(dòng)仿真實(shí)驗(yàn)53-55
• 4.4 本章小結(jié)55-56
• 第5章 水輪機(jī)調(diào)節(jié)系統(tǒng)動(dòng)態(tài)特性仿真56-69
• 5.1 水輪機(jī)調(diào)節(jié)系統(tǒng)仿真概述56-57
• 5.2 MATLAB/Simulink簡(jiǎn)介57
• 5.3 HTRS頻率擾動(dòng)特性仿真及分析57-64
• 5.3.1 典型HTRS頻率擾動(dòng)Simulink仿真模塊58
• 5.3.2 頻率擾動(dòng)仿真實(shí)驗(yàn)及結(jié)果分析58-64
• 5.4 水錘效應(yīng)HTRS負(fù)荷擾動(dòng)特性仿真及分析64-68
• 5.4.1 水錘效應(yīng)HTRS負(fù)荷擾動(dòng)Simulink仿真模塊64
• 5.4.2 負(fù)荷擾動(dòng)仿真實(shí)驗(yàn)及結(jié)果分析64-68
• 5.5 本章小結(jié)68-69
• 第6章 總結(jié)與展望69-71
• 6.1 全文總結(jié)69-70
• 6.2 不足與展望70-71
• 參考文獻(xiàn)71-76
• 致謝76-77
• 作者攻讀碩士期間從事的科研工作及其取得的成果77

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 陳功貴;杜陽(yáng)維;郭艷艷;唐賢倫;;基于Simulink的水輪機(jī)調(diào)節(jié)系統(tǒng)頻率擾動(dòng)仿真研究[J];實(shí)驗(yàn)技術(shù)與管理;2015年11期

2 李強(qiáng);;基于模糊控制理論的PID閉環(huán)控制系統(tǒng)的研究與設(shè)計(jì)[J];現(xiàn)代電子技術(shù);2015年22期

3 陳功貴;杜陽(yáng)維;郭艷艷;唐賢倫;;水輪機(jī)調(diào)速系統(tǒng)抗負(fù)荷擾動(dòng)的動(dòng)態(tài)仿真研究[J];實(shí)驗(yàn)技術(shù)與管理;2015年06期

4 張建明;孔昭年;;水輪機(jī)調(diào)節(jié)系統(tǒng)技術(shù)規(guī)程主題詞的探討與建議[J];水電站機(jī)電技術(shù);2015年04期

5 錢(qián)濤;;基于改進(jìn)粒子群算法優(yōu)化的水輪機(jī)組低頻振蕩PID控制研究[J];大電機(jī)技術(shù);2014年05期

6 蘇永亮;周彬;;基于自適應(yīng)粒子群算法的水輪機(jī)PID調(diào)速參數(shù)優(yōu)化[J];水電廠自動(dòng)化;2014年02期

7 焦嵩鳴;趙瀟明;侯曉寧;;自整定PID控制算法在優(yōu)化控制站中的應(yīng)用[J];計(jì)算機(jī)仿真;2014年01期

8 杜永忠;平雪良;何佳唯;陳盛龍;;基于Adams的機(jī)器人系統(tǒng)仿真技術(shù)研究[J];工具技術(shù);2013年12期

9 紀(jì)志成;張?jiān)苼?;基于混沌粒子群算法的集成網(wǎng)絡(luò)優(yōu)化[J];控制工程;2012年05期

10 �？×�;李亞朋;馬小平;魏曉賓;周谷鳴;;基于改進(jìn)差分進(jìn)化算法的PID優(yōu)化設(shè)計(jì)[J];控制工程;2010年06期

  本文關(guān)鍵詞：基于改進(jìn)粒子群算法的水輪機(jī)調(diào)速器參數(shù)整定，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：454223