System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術屬于水輪機調速器參數智能調節領域,具體涉及一種基于分形多目標優化算法的水輪機調速器參數調節方法。
技術介紹
1、水輪機是借助水流的動能或勢能,驅動葉輪轉動,是通過把水能轉化為機械能的機械設備,主要用于水力發電站。其基本原理是通過引水系統將水導入水輪機,水流推動水輪機的葉片,驅動其轉動,從而帶動發電機產生電能,實現清潔、高效的水力發電。水輪機的優點包括能源利用效率高、環保、壽命長、負荷調節能力強和運行成本低,因而在可持續能源利用中具有重要地位。水輪機調速系統是是水力發電系統中的核心控制設備,負責調節發電機的頻率和水輪機的轉速,通過調節水流量、導葉開度和水輪機負載,確保水輪機在不同工況下保持穩定的運行頻率,通常保持在50hz或60hz。水輪機調速系統對電力系統的效率、安全性和穩定性起著重要的作用,因此,水輪機調節的基本任務是通過調節水流來控制水輪機的轉速和輸出功率,以確保發電機在不同工況下穩定運行,滿足電網的要求。水輪機調節系統在水力發電中承擔了頻率調節、功率調節以及保護機組安全的責任。水輪機調速器的主要組成部分包括:調速器主機、液壓操作機構、反饋和傳感系統、控制單元。
2、水輪機調速器核心任務是通過監測和調節水流量,保持水輪機的轉速穩定,確保發電機輸出頻率與電網需求相匹配,同時具備保護和應急調節功能,這一系統確保了水電站的安全、高效運行,對于絕大多數機組來說,采用pid為基礎的適應式變參數調節,都能使水輪機控制系統的靜、動特性滿足電力系統要求,其傳遞函數為:
3、
4、其中kp、ki和
5、針對水輪機調速器控制存在的挑戰以及模型對于不同形式機組、不同型號轉輪和不同的引水系統,現場需要大量的水輪機調試經驗和不斷地實驗才能給出推薦的控制系統調節參數。專利號cn201710152523.1的中國專利專利技術了一種針對水輪發電機組pid調速器參數優化的方法,使用tlbo算法以最小化時間與系統頻率差值為目標,對水輪機調速器參數進行優化,保證了調速器的收斂速度和優化效率,但專利技術中的目標函數只考慮了控制器收斂的速度,因此后續此領域專利技術多數圍繞著同時保證pid控制器快速響應和穩定控制兩個目標進行研究。專利號cn201910164611.2的中國專利,使用粒子群算法以轉速影響因子和阻尼力矩的加權求和為優化目標,對水輪發電機組調速器參數進行優化,優化后調速器系統調節能力更加穩定,實現抑制超低頻振蕩。專利技術中通過簡單的加權求和的方式使用單目標優化方法求解了一個多目標的問題,這種方式操作相對簡單,但是這種簡化往往會丟失一些信息,導致得到的解并不是全局最優,此外如何確定權重存在一定的主觀性。專利號cn202211071531.0的中國專利,為保證機組監控系統功率調節品質,構建功率控制模型,使用改進的多目標遺傳算法對控制模型進行求解,以功率的調節性能和反調性能設計了多目標優化問題,但是從結果上,設計的多目標問題并不能精細反映調節性能,優化算法的性能也不能滿足調節任務復雜且困難求解的需求。
技術實現思路
1、本專利技術的目的是提出一種能夠針對調速器調節任務復雜且求解困難的多目標優化問題、基于分形多目標優化算法的水輪機調速器參數調節方法,本專利技術的技術方案包括以下步驟:
2、s1、構建水輪機調速器系統數學模型;
3、s1.1、構建水輪機調速器系統并聯pid控制模型;
4、s1.2、構建液壓隨動系統來實現調速器的隨動控制;
5、s1.3、對于水輪機調速系統的動態特性,采用理想化的引水系統仿真模型利用水輪機中各個特性系數搭建的仿真模型;
6、s1.4、使用一個一階環節模擬水利發電站運行在孤網模式,模擬水輪機調速系統的動態特性過程;
7、s2、構建多目標優化方法的決策變量和目標函數;
8、s2.1、以比例增益系數kp,積分增益系數ki,微分增益系數kd為多目標優化方法的決策變量;
9、s2.2、以f1調速系統的頻率時間曲線的分形維數,f2積分時間絕對誤差作為優化算法的目標函數;
10、s3、構建基于分形的多目標優化算法;
11、s3.1、根據種群的預先的設定范圍,隨機產生初始化種群;
12、s3.2、計算每組種群所對應的兩個目標函數值組成適應度矩陣,進行基于擁擠距離的快速非支配排序;
13、s3.3、通過迭代函數系統對種群進行變異更新生成新候選解組成的矩陣,將待定種群矩陣其擴展到三維分形空間基于迭代函數系統進行仿射變換;
14、s3.4、將分形空間中的坐標點轉化為實際問題的解空間,約束生成候選解的參數規范;
15、s3.5、根據新適應度矩陣的分形維數值與上一代適應度矩陣分形維數變化,自適應選擇優先考慮種群收斂性或是種群收斂性的選擇子代策略;
16、s3.6、優先考慮種群收斂性,先對種群進行非支配排序,保留靠前個體,隨后進行擁擠度排序,保留擁擠度靠前的個體填補剩余個體,得到和上一代數量一樣的種群;
17、s3.7、優先考慮種群收斂性,先對種群進行非支配排序,保留靠前個體,隨后進行擁擠度排序,保留擁擠度靠前的個體填補剩余個體,得到和上一代數量一樣的種群;
18、s3.8、重復s3.2-s3.7操作,直到評價次數滿足設定值;
19、s3.9、對最佳解決方案進行選擇。
20、在上述基于分形多目標優化算法的水輪機調速器參數調節方法,所述s1.1中水輪機調速器系統采用并聯pid控制模型,表達式為:
21、
22、其中σc為接力器給定開度,σpid為pid調節器控制輸出,xc為機組給定轉速,kd為微分放大系數,kp為比例放大系數,td為微分時間,ki為積分放大系數,bp為永態轉差系數。
23、在上述基于分形多目標優化算法的水輪機調速器參數調節方法,所述s1.2中液壓隨動系統表達式為:
24、
25、其中α為導葉開度,ty為接力器的時間常數。
26、在上述基于分形多目標優化算法的水輪機調速器參數調節方法,所述s1.3中引水系統仿真模型表達式為:
27、
28、
29、
30、
31、其中n、y、q、h、m、a分別為轉速、導葉開度、流量、水頭、力矩和轉速的相對值,wh(xs)、wm(xs)為描述全特性的變換曲線,k1=10,k2=0.9,cy=0.2,ch=0.5。
32、在上述基于分形多目標優化算法的水輪機調速器參數調節方法,所述s1.4中水輪機調速系統的動態特性過程表達式為:
33、
34、其中en為機組的綜合自調節系數,ta為機組慣性時間常數。
35、在上述基于分形多目標優化算法的水本文檔來自技高網...
【技術保護點】
1.一種基于分形多目標優化算法的水輪機調速器參數調節方法,包括以下步驟:
2.根據權利要求1所述的一種基于分形多目標優化算法的水輪機調速器參數調節方法,其特征是,所述S1.1中水輪機調速器系統表達式為:
3.根據權利要求1所述的一種基于分形多目標優化算法的水輪機調速器參數調節方法,其特征是,所述S1.3中引水系統仿真模型表達式為:
4.根據權利要求1所述的一種基于分形多目標優化算法的水輪機調速器參數調節方法,其特征是,所述S2.2中參數多目標優化方法優化目標為F1目標函數代表調速系統的穩定性,F2目標函數代表調速系統的整個響應過程的精確性,具體公式如下:
5.根據權利要求1所述一種基于分形多目標優化算法的水輪機調速器參數調節方法中,其特征是,所述S3中基于分形多目標優化算法具體結構為:1.初始化種群;2.帶有擁擠度距離的非支配排序并計算適應度矩陣分形維數;3.進行分形方式的變異;4.計算變異的新種群適應度、適應度矩陣分形維數、擁擠度以及支配關系;5.根據新舊種群適應度矩陣的形維數變化自適應地選擇優先考慮生成種群的收斂性還是多樣性;6
6.根據權利要求1所述一種基于分形多目標優化算法的水輪機調速器參數調節方法中,其特征是,所述S3.1中根據種群的預先的設定范圍,隨機產生初始化種群,給定最大迭代次數gen_max、種群規模N、目標函數個數n以及決策空間維度d,在決策空間內隨機生成Xi(k),i=1,2,…,N,當前迭代次數為gen=1。
7.根據權利要求1所述一種基于分形多目標優化算法的水輪機調速器參數調節方法中,其特征是,所述S3.2中計算每組種群所對應的兩個目標函數值組成適應度矩陣,并對適應度矩陣進行基于擁擠距離的快速非支配排序,方法如下:將一組適應度矩陣按照支配關系進行分類,解A說成支配解B,如果A在所有目標函數上都不劣于B,并且至少在一個目標函數上優于B,按照這個定義,所有不被其他解支配的解屬于第一層即非支配層,去掉第一層的解,重新在剩下的解中找出新的非支配層,如此反復,直到將所有解排序完畢,如果支配處于同一等級,按照擁擠度距離的從大到小進行排序,公式為:
8.根據權利要求1所述一種基于分形多目標優化算法的水輪機調速器參數調節方法中,其特征是,所述S3.3中通過迭代函數系統對種群進行變異更新生成新候選解組成的矩陣即新的種群,迭代函數系統通過簡單的規則生成復雜的分形結構,對新的種群計算每組個體所對應的兩個目標函數值組成適應度矩陣,具體公式如下:
9.根據權利要求1所述一種基于分形多目標優化算法的水輪機調速器參數調節方法中,其特征是,所述S3.4中將分形空間中的坐標點轉化為實際問題的解空間,具體公式為:
10.根據權利要求1所述一種基于分形多目標優化算法的水輪機調速器參數調節方法中,其特征是,所述S3.5中根據新適應度矩陣的分形維數值與上一代適應度矩陣分形維數是否大于一定閾值,從而對當前進化優先考慮種群多樣性還是種群收斂性進行判斷,若大于閾值,執行S3.6;否則,執行S3.7,設計通過當前適應度矩陣的分形維數變化值來判斷當前的進化策略優先考慮子代種群的多樣性還是收斂性,分形維數計算方法如下:
...【技術特征摘要】
1.一種基于分形多目標優化算法的水輪機調速器參數調節方法,包括以下步驟:
2.根據權利要求1所述的一種基于分形多目標優化算法的水輪機調速器參數調節方法,其特征是,所述s1.1中水輪機調速器系統表達式為:
3.根據權利要求1所述的一種基于分形多目標優化算法的水輪機調速器參數調節方法,其特征是,所述s1.3中引水系統仿真模型表達式為:
4.根據權利要求1所述的一種基于分形多目標優化算法的水輪機調速器參數調節方法,其特征是,所述s2.2中參數多目標優化方法優化目標為f1目標函數代表調速系統的穩定性,f2目標函數代表調速系統的整個響應過程的精確性,具體公式如下:
5.根據權利要求1所述一種基于分形多目標優化算法的水輪機調速器參數調節方法中,其特征是,所述s3中基于分形多目標優化算法具體結構為:1.初始化種群;2.帶有擁擠度距離的非支配排序并計算適應度矩陣分形維數;3.進行分形方式的變異;4.計算變異的新種群適應度、適應度矩陣分形維數、擁擠度以及支配關系;5.根據新舊種群適應度矩陣的形維數變化自適應地選擇優先考慮生成種群的收斂性還是多樣性;6.重復2-5步驟直至達到要求。
6.根據權利要求1所述一種基于分形多目標優化算法的水輪機調速器參數調節方法中,其特征是,所述s3.1中根據種群的預先的設定范圍,隨機產生初始化種群,給定最大迭代次數gen_max、種群規模n、目標函數個數n以及決策空間維度d,在決策空間內隨機生成xi(k),i=1,2,…,n,當前迭代次數為gen=1。
7.根據權利要求1所述一種基于分...
【專利技術屬性】
技術研發人員:孫彬,毛羽波,王曉瑜,田昌良,馬林,楊凱鈞,谷孝超,于雷,吳晗,馮旭,關爽,蘇海躍,張陽,鄭天宇,
申請(專利權)人:哈爾濱電機廠有限責任公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。