基于改进BP网络轴流式水轮机调节特性仿真.pdfVIP

第４１卷 第２期 人　民　长　江 Ｖｏｌ．４１，Ｎｏ．２ ２０１０年 １月　 　 Ｙａｎｇｔｚｅ　Ｒｉｖｅｒ　 　 Ｊａｎ．， ２０１０ 　　文章编号：１００１－４１７９（２０１０）０２－００６０－０４ 基于改进 ＢＰ网络的轴流式水轮机调节特性仿真 谭 剑 波，把 多铎，高 立 明 （西北农林科技大学 水利与建筑工程学院，陕西 杨凌 ７１２１００） 摘要：为了获得水力机组在小开度、小流量工况点下非线性特性数据，利用改进 ＢＰ网络与 ＭＡＴＬＡＢ神经网络 工具箱相结合的方法，将已知的水轮机综合特性曲线数据与边界约束点相结合，经网络自动“学习”训练可获 得低效区的流量延拓、力矩延拓仿真曲面。改进 ＢＰ网络模型可以大大地提高水轮机综合特性曲线数据处理 的效率与精度，是研究水轮机控制系统的一种新的非线性建模仿真模型。 关　键　词：改进 ＢＰ网络；水轮机综合特性；边界约束；ＭＡＴＬＡＢ仿真 中图法分类号：ＴＶ７３４．１　　　文献标志码：Ａ 　　在水轮机选型设计和水电站输水系统及机组过渡 神经网络，是一种利用误差反向传播训练算法的神经 过程的仿真计算中，需要利用水轮机模型的综合特性 网络，它系统地解决了多层网络中隐含单元连接权的 曲线数据来确定机组的流量特性和力矩特性。通常， 学习问题。由于改进 ＢＰ网络有很好的逼近非线性映 水轮机组在小开度、小流量的低效区工况点下呈明显 射的能力，因而它在信息处理、图像识别、模型识别及 的非线性特性，因此，厂家所给定的水轮机综合特性曲 ［２］ 系统控制等方面得到了许多科学研究者的亲睐 。 线一般只有高效区部分。通过计算机辅助设计，利用 ２　水轮机特性曲线处理 拟合、插值和外延等将机组已知综合特性曲线向小开 度、小流量方向延伸，以便获得机组流量特性和力矩特 水轮机控制系统是一个多输入多输出的系统，各 性，这是水轮机模型综合特性及机组过渡过程研究的 工况点都呈现为明显的非线性特性。传统的水轮机特 一个重要方面。 性曲线的处理方法包括：表格插值、曲线插值和抛物线 作为对人脑的一种简单抽象的模拟，人工神经网 插值等。随着计算机软件技术的发展，许多学者将各 络（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋｓ．ＡＮＮ）是由大量人工神 种应用软件合理地引入水轮机特性曲线处理中，大大 经元广泛互连而组成。人工神经网络特有的能适应非 地提高了水轮机特性数据处理的效率和精度［３～８］。 线性信息的处理能力，在专家系统、模式识别、智能控 ［１］ ３　 改进 ＢＰ网络的建模 制、组织优化、预测等领域得到成功的应用 。本文 介绍了改进 ＢＰ神经网络的特点，利用改进 ＢＰ神经网 ３．１　转桨式水轮机特性函数 络强大的学习判断功能及非线性数据逼近功能，并将 转桨式水轮机主动力矩 Ｍ 和流量 Ｑ的变化特性 其与 ＭＡＴＬＡＢ矩阵数据处理能力相结合，通过学习获 ｔ 得水轮机在小开度、小流量的低效率区工况点的综合 即为机组的静态特性，其力矩和流量的函数表达式为： Ｍ ＝Ｍ（Ｈ，ａ，ｎ，），Ｑ＝Ｑ（Ｈ，ａ，ｎ，） （１） 特性数据。