[發明專利]一種水泵水輪機線性模型參數辨識方法

有效

• 申請號: 201810662132.9
• 申請日: 2018-06-25
• 公開（公告）號: CN108763831B
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 彭緒意;楊文;聶賽;楊雄;洪云來;常國慶;莫旭晶;劉澤;胥千鑫;湯凱;秦程;章志平;溫錦紅
• 申請（專利權）人: 國家電網有限公司;國網新源控股有限公司;江西洪屏抽水蓄能有限公司
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/27;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 金華大器專利代理事務所(特殊普通合伙) 33345
• 代理人: 吳添添

本發明公開了一種水泵水輪機線性模型參數辨識方法，它包括以下步驟：由引水系統近似彈性水擊模型、水泵水輪機IEEE六參數模型、發電電動機系統模型和PID調速器模型耦合得到發電工況下的抽水蓄能機組調速系統線性模型，構造抽水蓄能機組調速系統的線性映射模型；確定抽水蓄能機組調速系統待辨識參數的上下邊界，并獲取參數辨識樣本數據；采用BP神經網絡方法訓練參數辨識樣本數據，建立BP神經網絡參數辨識模型；以抽水蓄能機組調速系統的運行實測數據作為BP神經網絡參數辨識模型的輸入，求解獲得抽水蓄能機組調速系統的參數辨識結果。本發明不僅較容易確定線性模型參數、數據的精確度較理想，還具有樣本的獲取難度較小、選取樣本的靈活性較好的優點。

技術領域

本發明屬于抽水蓄能機組精確建模領域，具體涉及一種水泵水輪機線性模型參數辨識方法。

背景技術

水泵水輪機是抽水蓄能機組的核心設備，是機組調速系統中的控制對象，針對抽水蓄能機組調速系統動力學響應機理、控制優化以及故障診斷等相關研究的基礎是系統模型的精確描述。模型參數辨識是解決機組調速系統模型精確表達的有效途徑，也是相關領域的研究熱點，方法研究也逐步趨于成熟。國內外學術與工程界對抽水蓄能機組控制系統參數辨識方法可以分為：系統線性模型辨識和非線性模型辨識。

抽水蓄能機組調速系統線性模型具有模型結構簡單、計算實時性好等特點，其一直是基于模型的仿真裝置開發、復雜電力系統穩定性研究的首選。線性模型參數的確定一直是困擾工程界的難題，傳統的方法是根據水輪機綜合特性曲線或者水泵水輪機全特性曲線，在某一穩定工況點進行線性化處理計算出能線性模型的六個系數，線性模型參數較難確定。但是，隨著機組的長時間運行或在發生重大檢修后其工況運行邊界會發生遷移，依據特性曲線計算的線性模型參數對機組實時運行狀態的精確描述具有一定的局限，數據的精確度不理想。因此，現有的對抽水蓄能機組控制系統參數辨識方法中存在著線性模型參數較難確定和數據的精確度不理想的問題。

發明內容

本發明的目的在于，提供一種水泵水輪機線性模型參數辨識方法。本發明不僅能較容易確定線性模型參數，還具有數據的精確度較理想的優點。

本發明的技術方案：一種水泵水輪機線性模型參數辨識方法，包括以下步驟：

a、由引水系統近似彈性水擊模型、水泵水輪機IEEE六參數模型、發電電動機系統模型和PID調速器模型耦合得到發電工況下的抽水蓄能機組調速系統線性模型，再基于模型映射理論，構造抽水蓄能機組調速系統的線性映射模型，線性映射模型的輸出即為抽水蓄能機組調速系統待辨識參數；

b、確定抽水蓄能機組調速系統待辨識參數的上下邊界，并獲取參數辨識樣本數據；

c、采用BP神經網絡方法訓練參數辨識樣本數據，建立基于調速系統線性模型映射的BP神經網絡參數辨識模型；

d、以抽水蓄能機組調速系統的運行實測數據作為BP神經網絡參數辨識模型的輸入，求解獲得抽水蓄能機組調速系統的參數辨識結果。

前述的一種水泵水輪機線性模型參數辨識方法中，所述步驟a中的PID調速器模型包括并聯PID控制器和輔助接力器型執行機構；所述并聯PID控制器傳遞函數表達式為

其中s為拉普拉斯算子，Kp為比例系數，Ki為積分系數，Kd為系數，T_d為微分時間常數，x_c為機組轉速給定值，x為機組轉速，y_c為接力器開度給定值，bp為永態差值系數，σ為調速器電氣控制輸出；

所述輔助接力器型執行機構傳遞函數表達式為

其中T_y為主接力器響應時間常數，T_yB為輔助接力器響應時間常數，k₀為放大系數，y為執行機構輸出，s為拉普拉斯算子，σ為調速器電氣控制輸出。