基于T-S模糊模型的水輪機(jī)調(diào)節(jié)系統(tǒng)廣義預(yù)測(cè)控制研究.pdf

1、為了提高水輪機(jī)調(diào)節(jié)系統(tǒng)控制性能，本文對(duì)預(yù)測(cè)控制在水電機(jī)組控制中的應(yīng)用展開(kāi)了研究。預(yù)測(cè)控制理論和算法主要針對(duì)線性系統(tǒng)，對(duì)于水電機(jī)組這樣一個(gè)具有強(qiáng)非線性和時(shí)變特性的復(fù)雜系統(tǒng)，將非線性系統(tǒng)簡(jiǎn)單近似線性化處理?；诰€性模型設(shè)計(jì)的預(yù)測(cè)控制器，由于預(yù)測(cè)模型與真實(shí)系統(tǒng)偏差較大，控制效果非常有限。模糊系統(tǒng)具有與人腦類(lèi)似的描述方式，能夠智能地獲取和處理定性信息。T-S模糊模型是一種對(duì)非線性系統(tǒng)具有很強(qiáng)逼近能力和泛化能力的本質(zhì)非線性模型。將T-S模糊模型與

2、預(yù)測(cè)控制相結(jié)合能充分結(jié)合模糊系統(tǒng)和預(yù)測(cè)控制的優(yōu)點(diǎn)。本文對(duì)基于T-S模糊模型的水輪機(jī)調(diào)節(jié)系統(tǒng)廣義預(yù)測(cè)控制方法進(jìn)行了研究。具體研究工作如下：
　　本文提出將一種新型神經(jīng)網(wǎng)絡(luò)-極限學(xué)習(xí)機(jī)（ELM）應(yīng)用于水輪機(jī)仿真建模中。ELM具有學(xué)習(xí)速度極快、學(xué)習(xí)精度高、泛化能力好等優(yōu)點(diǎn)。用ELM來(lái)描述水輪機(jī)力矩變化特性和流量變化特性，能更真實(shí)地表達(dá)水輪機(jī)動(dòng)態(tài)特性的非線性變化關(guān)系，是水輪機(jī)非線性仿真建模十分有效的方法。
　　研究了水輪機(jī)調(diào)節(jié)系統(tǒng)被

3、控對(duì)象的T-S模糊模型辨識(shí)方法。同時(shí)，針對(duì)系統(tǒng)辨識(shí)輸入變量難以選擇的問(wèn)題，采用決策樹(shù)搜索法來(lái)挑選輸入變量，建立系統(tǒng)的最優(yōu)模糊模型。最后，應(yīng)用所提辨識(shí)方法對(duì)水電機(jī)組典型工況下的動(dòng)態(tài)過(guò)程進(jìn)行了辨識(shí)試驗(yàn)，結(jié)果表明所提辨識(shí)方法具有較高辨識(shí)精度。
　　針對(duì)水電機(jī)組的非線性、時(shí)變特性，將T-S模糊模型與廣義預(yù)測(cè)控制（GPC）相結(jié)合，設(shè)計(jì)出一種基于T-S模糊模型的水輪機(jī)調(diào)節(jié)系統(tǒng)自適應(yīng)廣義預(yù)測(cè)控制器。通過(guò)在離線辨識(shí)的T-S模糊模型基礎(chǔ)上在線對(duì)模型