异步化汽轮发电机计算机励磁智能控制系统的研究

【摘要】： 异步化同步发电机是一种运行特性明显优于普通同步发电机的新型电机，它的出现为解决超高压电网持续工频过电压和长距离输电系统的稳定性问题提供了新的途径。 本文以异步化汽轮发电机（ASTG）理论为依据，模拟试验机组的实践为基础，设计并调试了计算机测控系统，并对异步化汽轮发电机的励磁智能控制方法作了深入的研究。 本文首先介绍了异步化汽轮发电机的基本原理和电气结构，深入分析了异步化汽轮发电机的励磁控制原理，由于实际的励磁装置大多以励磁电流为被控制量，提出了异步化汽轮发电机转子励磁电流控制的数学模型。 针对测量发电机电流、电压等模拟信号的需要，设计了有源滤波卡进行信号预处理。为了提高实时性，对交流采样算法进行了简化，并提出了由于非同步顺序采样所造成的相位误差的补偿算法；针对转速、转子位置角等脉冲宽度信号的测量，深入分析了测量原理，设计了基于ISA总线的智能接口卡；编制和调试了基于C++ 的全部测量控制程序；完成了整个系统的调试，并总结了调试方法。运行表明，测控系统的性能基本满足了设计要求。 提出了有功通道多目标控制策略，该策略有效的扩展了控制器表达式的项数，有助于提高控制器的性能。通过仿真深入分析了控制器各项参数对系统性能的影响，总结出参数整定的方法。仿真和实际模拟系统的运行表明这些策略和方法是可行的。 在多目标控制策略的基础上，提出了有功通道多目标神经网络控制策略，利用神经元的自学习和结构简单的特点，解决了控制器参数的在线自整定问题。仿真证明，该控制策略具有良好的自适应性和鲁棒性。 针对多目标神经网络控制器参数的选取，利用遗传算法（GA）的全局收敛性，提出了基于遗传算法的多目标神经网络控制器参数的在线优化，避免了采用BP算法时的局部收敛等问题。遗传操作采用最优成员选择法，使优化收敛速度、优化过程的稳定性以及优化结果的可靠性相对于常用的遗传操作均有所提高。