[發明專利]一種基于水輪發電機的T-S模糊模型的建立方法及系統

有效

• 申請號: 202011372062.7
• 申請日: 2020-11-30
• 公開（公告）號: CN112465034B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 張官祥;馬龍;廖李成;李超順;楊廷勇;羅紅俊;樂緒鑫;魏春陽;陳緒鵬;何宏江;王永偉;董剛
• 申請（專利權）人: 中國長江電力股份有限公司;長江三峽能事達電氣股份有限公司;華中科技大學
• 主分類號: G06F18/2321
• 分類號: G06F18/2321;G06N7/08;G06F18/214
• 代理公司: 武漢華之喻知識產權代理有限公司 42267
• 代理人: 李君;方放

本發明公開了一種基于水輪發電機組的T?S模糊模型的建立方法及系統，屬于水力發電技術領域。建立方法包括：構建聚類樣本；單位矩陣為權重矩陣，利用加權最小二乘法初始化聚類超平面；通過聚類樣本隸屬于聚類超平面的隸屬度與轉速誤差倒數相乘，對權重矩陣進行更新；采用聚類樣本和更新后的權重矩陣，更新聚類超平面；若滿足約束條件||ωsubgt;i/subgt;(t)?ωsubgt;i/subgt;(t?1)||ε或tTsubgt;max/subgt;，則輸出聚類超平面ωsubgt;i/subgt;(t)；采用帶遺忘因子的遞推最小二乘法，獲取結論參數，完成T?S模糊模型的構建。本發明提供的權重矩陣可以加速聚類朝向最優聚類結果的收斂，辨識精度也有所提高，同時采用聚類超平面定義聚類樣本隸屬于模糊規則的隸屬度函數，避免了將聚類超平面轉換為超球形，提高了辨識精度。

技術領域

本發明屬于水力發電技術領域，更具體地，涉及一種基于水輪發電機組的T-S模糊模型的建立方法及系統。

背景技術

由于水輪發電機組具有時變、強非線性和非最小相位等特點，因此，實現水輪機的精確建模相當困難。由于水輪自身的粘性及水輪機邊界條件的局限性等若干因素，水輪機內部水流的動態特性十分復雜，用解析法很難描述其運動規律，目前主要依靠真機或者模型實驗測得的水輪機特性曲線來建立模型，常用的水輪機模型分為線性模型和非線性模型。線性模型依據流量和力矩動態方程局部近似線性獲取，只能描述水輪機的某一特定工況。常用的非線性模型包括采用全特性曲線插值建立的全特性非線性模型，以及采用基于水輪機本身的物理原理的內特性數值解法建立的內特性非線性模型。但這些已有的模型都不夠精確。考慮到利用系統輸入輸出數據集進行系統辨識可以得到精確模型，采用高效的Takagi–Sugeno(T–S)模糊模型辨識方法對水輪發電機組進行建模是一個可行的研究方向。

T-S模糊模型辨識方法是對復雜系統建模的一種有效方式，它包含前提參數辨識和結論參數辨識兩部分，空間劃分是前提參數辨識的前提，而模糊聚類算法常常被用以實現空間劃分。模糊C回歸聚類算法由于考慮了輸入輸出之間的關系，能夠更好地保障了劃分后子模型的線性度，從而更適用于T-S模糊模型辨識。目前，基于模糊C回歸聚類的T-S模糊辨識方法在辨識前提參數時，通常將聚類超平面轉換為超球形聚類中的聚類中心和寬度參數，然后采用超球型隸屬函數計算聚類樣本的隸屬度；在辨識結論參數時，多采用最小二乘法。

但是，現有的基于模糊C回歸聚類算法的辨識方法存在以下缺陷：一方面，在劃分空間時將聚類超平面轉換為超球形聚類參數，不僅削減了模糊C回歸聚類算法的優勢，而且增加了計算量；另一方面，辨識方法的精度和泛化能力有待提高。

發明內容

針對現有技術的缺陷，本發明的目的在于提供一種基于水輪發電機組的T-S模糊模型的建立方法及系統，旨在解決水輪發電機組采用T-S模糊模型辨識方法，存在辨識精度較低的問題。

為實現上述目的，本發明提供了一種基于水輪發電機組的T-S模糊模型的建立方法，包括如下步驟：

(1)以歷史導葉開度和歷史轉速構建聚類樣本的輸入向量，以當前實際轉速為聚類樣本的輸出；

(2)令t＝0，將權重矩陣初始化為單位矩陣，基于聚類樣本，利用加權最小二乘法初始化聚類超平面；t為迭代次數；

(3)將聚類樣本隸屬于聚類超平面的隸屬度與轉速誤差倒數相乘，對權重矩陣進行更新；其中，轉速誤差為當前實際轉速與聚類超平面之間的距離；

(4)采用聚類樣本和更新后的權重矩陣，更新聚類超平面；

(5)若滿足約束條件||ω_i(t)-ω_i(t-1)||ε且tT_max，則令t＝t+1，轉至步驟(3)；否則終止迭代，輸出聚類超平面ω_i(t)；其中，ω_i(t)為當前迭代t獲取的第i個超平面；