基于BP网络的水轮机调节系统参数辨识与故障诊断研究
【摘要】：
水轮机调节的基本任务是根据负荷的变化不断调节水轮发电机组的有功功率的输出,并维持机组转速(频率)在规定的范围内。水轮机调节系统故障诊断研究的目的就是要及时、准确地对各种异常状态或故障状态做出诊断、预防或消除,对水电机组的运行进行必要的指导,提高机组的可靠性、安全性和有效性,从而将故障损失降到最低水平。
根据控制系统特性和辨识机理,系统的动态响应能充分反映出系统本身的信息。对于同一个系统,如果模型参数有变化就意味着系统的特性发生了变化,如果系统故障了,模型参数一般也不可能维持在正常的取值范围内。控制系统的数学模型是对真实物理系统的动态特性,在一定精度范围内的复现。于是,在通过对系统数学模型参数辨识的基础上,根据参数异常与否来进行故障诊断无疑是可行的。对于不同类型的故障,模型参数的变化是不同的,利用这种差别还可以对故障分类、定位、程度及其原因等进行分析。基于此,本文提出基于系统参数的故障诊断方法来研究水轮机调节系统的故障诊断。
文章在对水轮机调节系统模块化建模与仿真实现的基础上,采用BP神经网络系统辨识理论,对水轮机调节系统各主要部分的参数进行辨识,并在此基础上进行水轮机调节系统的状态评估,为基于系统参数的水轮机调节系统故障诊断提供基础和平台。
水轮机调节系统是由若干水、机、电环节(部件)构成的复杂系统,具有非线性与时变的复杂特性,需要辨识的模型参数量巨大,于是必须把问题细分来探索和研究。文章研究的过程就是一个由简单到复杂,由局部到整体,由线性到非线性的过程。对于系统本身的分析也是先保证正常系统识别正确的基础上,再将研究方法类比到系统异常情况的探索和研究中。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2007
【分类号】：TK730
|
|
|
|
| 1 |
张志华,朱章森,李儒兵;几种修正的自适应神经网络学习算法及其应用[J];地球科学;1998年02期 |
| 2 |
陈守余,周梅春;数据开采的BP神经网络方法及其应用[J];地球科学;1998年02期 |
| 3 |
张卓勇,刘思东,王勇;反向传播人工神经网络在分析化学重叠信号解析中的应用[J];抚顺石油学院学报;1996年03期 |
| 4 |
尹念东;BP神经网络的应用设计[J];信息技术;2003年06期 |
| 5 |
吴凌云;BP神经网络学习算法的改进及其应用[J];信息技术;2003年07期 |
| 6 |
张文鸽,吴泽宁,逯洪波;BP神经网络的改进及其应用[J];河南科学;2003年02期 |
| 7 |
杨炘,马洪波;人工神经网络在中长期汇率预测中的应用[J];科技导报;1999年04期 |
| 8 |
苏高利,邓芳萍;论基于MATLAB语言的BP神经网络的改进算法[J];科技通报;2003年02期 |
| 9 |
张吉军,曹永强;改进的B-P算法及其在围岩稳定性分类中的应用[J];煤炭技术;2004年04期 |
| 10 |
徐敬,王秀坤,胡家升;基于神经网络的无源多传感器属性数据关联[J];系统仿真学报;2003年01期 |
|
|
|
|
|
| 1 |
潘峰,蔡维由;基于改进遗传算法的水轮机调节系统单神经元PSD控制[J];水电自动化与大坝监测;2004年01期 |
| 2 |
沈宗树,钟承纲;水轮机调节系统运行域的计算和研究[J];水力发电;1981年07期 |
| 3 |
李植鑫;陈启卷;;适用于水轮机调节系统的Fuzzy控制器[J];湖北水力发电;1990年01期 |
| 4 |
景雷,叶鲁卿,周泰经;基于在线学习的水轮发电机组智能控制系统研究[J];电力系统自动化;1997年04期 |
| 5 |
罗南华,杨晓菊,孟庆辉;MATLAB 在水轮机调节系统设计中的应用[J];东北水利水电;1998年11期 |
| 6 |
曹玉胜,蔡维由,陈光大;智能权函数模糊控制在水轮机调节系统中的应用[J];水电能源科学;2001年03期 |
| 7 |
蔡维由,刘海锋,陈光大,曹玉胜,潘峰;水轮机调节系统的模糊神经控制[J];仪器仪表学报;2002年S3期 |
| 8 |
方红庆,沈祖诒,吴恺;水轮机调节系统非线性扰动解耦控制[J];中国电机工程学报;2004年03期 |
| 9 |
;书讯[J];水电自动化与大坝监测;2009年03期 |
| 10 |
;书讯[J];水电厂自动化;2009年02期 |
|
手机打开
快捷付款方式
订购知网充值卡
订购热线
帮助中心