基于MATLAB与VC++的水轮机综合特性曲线处理系统研究

采用MATLAB与VC++混合编程,开发了水轮机综合特性曲线数据处理系统。该系统利用VC++友好的界面编程对水轮机综合特性曲线已知区域数据进行提取,使用MATLAB搜索引擎调用RBF人工神经网络库对提取数据进行拟合并结合边界约束条件对未知区域内的数据进行预测。该系统可代替许多繁琐的手工取值、非可视化编程调试工作,可提高水轮机综合特性曲线数据处理的数据精度和工作效率。

基于遗传算法与支持向量回归的水轮机综合特性建模研究

针对水轮机复杂的非线性特性以及水轮机调节系统仿真与分析所需的水轮机流量与力矩特性难以准确描述的情况,介绍了基于遗传算法参数寻优的支持向量回归水轮机综合特性建模。由已知的综合特性曲线、飞逸特性曲线得到离散数据,向导叶小开度区和低转速区数据进行合理延拓;利用具有很强全局优化搜索能力的遗传算法寻找支持向量回归(SVR)模型的最优参数,训练获得流量和力矩特性的SVR模型。仿真结果表明,与传统的BP神经网络模型比较,所提出基于遗传算法参数寻优的支持向量回归模型具有更高的精确度。

水轮机综合特性曲线BP神经网络拟合方法研究

针对目前水轮机综合特性曲线处理中存在的问题,介绍了一种采用BP神经网络的解决方法,其核心思想是将水轮机非线性特性转换为可用于实时仿真的基于神经网络的力矩和流量特性。论文首先介绍了该方法的整体设计思路和求解过程;随后详细说明了其具体细节和实现步骤:样本数据读取和延拓方法以及神经网络的选取原则、训练过程;最后结合实际水轮机给出了处理结果,并分析了误差产生的原因。本文的研究成果为水轮机综合特性曲线拟合提供了一种新的途径。

BP和RBF神经网络在水轮机非线性特性拟合中的应用比较

利用神经网络对水轮机综合特性曲线进行数据处理和延伸,不必建立具体的函数关系表达式,就可对已知的离散数据进行拟合。并且还可以结合边界约束条件对未知区域内的数据进行预测,从而提高了水轮机综合特性曲线数据处理的工作效率和数据精度。分别介绍了用BP神经网络和RBF神经网络对水轮机综合特性曲线数据处理和延伸的方法。并采用一机组的样本数据进行训练,比较2种方法的训练结果得出结论。

基于改进BP网络的轴流式水轮机调节特性仿真

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。

水轮机模型综合特性曲线数值处理方法研究

水轮机模型综合特性曲线的数值处理对水轮机选型、水电站优化运行及计算机仿真有着重要的作用。不同的数值处理方法得到的结果可能不同,各结果间的差别及反映的各参数间的相关关系的差异性可能造成水轮机实际运行和预估值间的不同,严重影响水轮机的安全和经济运行。为了比较不同数值处理方法的差异性及适用范围,以A858a-36.6型水轮机为例,对其模型综合特性曲线分别进行高阶曲面拟合法、三维空间曲面插值法及BP神经网络拟合法的数值处理,并以数据处理值和真实样本值间相对误差累加值的大小作为评判基准。结果表明:这3种方法均适用于水轮机模型综合特性曲线的数值处理,但高阶曲面拟合法精度差,适用于短时间内粗略求解各参数间相关关系;三维空间曲面插值法精度最高,适用于纯图像类型或可视化问题的数据处理;BP神经网络拟合法精度在二者之间,可作为三维空间曲面插值法的补充处理,样本容量越多其精度越高。

基于BP神经网络的水轮机调节系统建模与仿真

采用BP神经网络对水轮机综合特性曲线进行处理,将水轮机非线性特性转换为可用于实时仿真的力矩和流量神经网络,可避免建立水轮机特性变量间复杂的函数关系式。将其应用于水轮机调节系统的大波动过渡过程计算,可使计算更为简洁,且由于曲面是光滑的且导数连续,更容易保证计算过程的收敛。建立的机组非线性模型更贴近实际情况,仿真试验表明应用效果良好。

基于Delaunay三角网的水轮机模型效率计算

提出一种新型求取水轮机模型综合特性曲线中随机插值点的效率方法,将水轮机综合特性曲线中等效率η线类似为等高线,利用VB处理数据,将采样点单位统一后构建Delaunay三角网,应用三角形内插法可较精确地求得综合特性曲线中各随机插值点的效率。

用于稳定计算的水轮机调速系统原动机模型

水轮机调速系统模型中,水轮机原动机(包括水轮机和过水系统)的强非线性对稳定计算结果有着重要影响。水轮机原动机的主要特点是强非线性以及水击,尤其在导叶开度大于50%的区间,在该区间范围内增大相同的导叶开度导致增加的功率小。通过水轮机原动机理论建模研究,并以现场试验修正理论模型,建立了适用于电力系统稳定计算的水轮机调速系统原动机模型,即"机组导叶开度与出力关系曲线加理想水轮机"的非线性模型;根据水轮机真机与模型机组的相似性,进一步提出了利用水轮机模型综合特性曲线和现场试验得出最大水头和最小水头下该曲线的方法,以满足电力系统稳定计算的不同需要。

电力系统稳定分析计算用的水轮机调速系统原动机模型

为满足电力系统稳定分析仿真计算的需要,需建立符合并网运行水电机组实际的水轮机调速系统模型,其中水轮机原动机由于机组特性的影响具有强烈的非线性,为研究适用于电力系统稳定分析仿真计算的水轮机原动机模型,通过水轮机原动机理论建模和以试验修正理论模型的方法,建立了符合并网运行机组实际状况的适用于电力系统稳定分析计算的水轮机原动机模型。

适用于电力系统稳定计算的水轮机调速系统模型研究

为满足电力系统稳定性仿真计算的需要,需建立符合并网运行水电机组实际的水轮机调速系统模型,通过水轮机调速系统理论建模研究,并以试验修正理论模型,建立了符合并网运行机组实际的适用于电力系统稳定分析计算用的水轮机调速系统模型。

陈德新教授简介

陈德新教授,1948年11月生.1974年毕业于华北水利水电学院水电站动力设备专业,同年留校任教,于1977年7月至1979年7月,作为我国首批公派科技进修生赴日本东京大学进修2年,