基于SSA的微电网负荷频率鲁棒H_(2)/H_(∞)控制研究

针对微电网中由可再生能源出力波动和负荷变化引起的频率振荡问题,提出了一种混合H_(2)/H_(∞)鲁棒策略的负荷频率控制器。首先建立了具有功率扰动信号的风光柴微电网负荷频率控制模型。然后基于鲁棒H_(∞)理论设计了鲁棒H_(2)/H_(∞)控制器。在控制器的设计中,使用了樽海鞘群算法(SSA)对有关加权矩阵参数和范数权重进行寻优求解,使控制器的调整性能达到最好。最后仿真结果表明,相比于传统的鲁棒H_(∞)控制和PID控制,提出的H_(2)/H_(∞)鲁棒控制器在微电网的外界功率干扰以及系统的参数扰动工况下均有较好的控制效果。

能源动力机器人系统建模仿真与实验研究

估计能源动力机器人在不可预测环境中的碰撞安全距离对保障其安全性极为关键。然而,机器人运动距离的估计通常是个时间成本高的过程,且要求传感器必须具备高精度。为此,我们采用了一种结合高斯过程回归与正向运动学核方法的策略,此方法能够更有效且准确地估量碰撞距离。通过实验验证,此策略即便在噪声较多的复杂环境中训练,其性能相较于传统标准几何方法在距离估计方面的效率提高了近70倍,准确度也提升了13倍,证明了其显著的优势。

面向分布式微电网的多智能体船艇机器人路径规划方法

针对普通单智能体船艇机器人复杂场景下路径规划效率低等问题,提出一种基于深度强化神经网络的分布式微电网多智能体机器人路径规划方法,该复杂背景下的路径规划方法相比传统方法在避障过程中准确率更高。提出模型的每个智能体都有一个独立的密集层来处理可伸缩性,为设定每个智能体具有相同的属性和能力,创建了一个奖励函数,用于惩罚非法行为(如碰撞)和奖励访问空闲单元格,提高了模型的鲁棒性。经实验验证,对比不同多智能体强化学习算法,多智能体策略的训练结果比基线方法准确率平均提高了14%,在训练速度方面,比基线算法快3倍,能够满足实时性的要求。

基于UPEMD融合RCMCSE和ALWOA-BP的水电机组故障诊断

水电机组振动信号的诊断对机组安全稳定运行至关重要。本文提出一种基于均匀相位经验模态分解(Uniform Phase EMD,UPEMD)融合精细复合多尺度余弦相似熵(Refined Composite Multiscale CSE,RCMCSE)和改进鲸鱼算法优化反向传播神经网络(ALWOA-BP)的水电机组故障诊断方法。利用UPEMD对原始信号进行分解,然后建立WOA-BP故障诊断模型。针对WOA算法快速陷入局部最优和过早收敛的问题,采用自适应权重和莱维飞行对WOA算法进行优化。实验结果表明,该方法的准确率达到了100%。为探究所提模型的抗噪性能,引入信噪比为2 dB的噪声进行再次分析,诊断结果为94.44%,明显优于其他未优化模型。该项研究可以对现有水电机组故障诊断方法进行有价值的补充。

TSMSE结合IOOA-BiLSTM的水电机组轴系故障诊断方法

为提高水电机组轴系振动故障诊断的准确率,本文提出了一种新的诊断方法。首先,基于完全自适应噪声集合经验模态分解(CEEMDAN)进行振动信号预处理;其次,基于时移多尺度思想,引入时移多尺度样本熵(TSMSE)模型,以克服传统多尺度样本熵鲁棒性差以及粗粒化不足的问题;最终,将TSMSE提取的故障特征集输入经过改进鱼鹰算法(IOOA)优化的双向长短时记忆网络(BiLSTM),进行故障特征分类。通过对原始信号添加SNR=5 dB噪声并引入两种特征熵与TSMSE对比,分析TSMSE的抗噪性能。仿真实验表明,在给定数据集下TSMSE特征提取能力明显优于另外两种方法。同时,所提故障诊断模型应用在原始信号和含噪信号两种情况下,分别取得了100%以及97.22%的准确率,验证了所提模型的良好性能,为水电机组故障诊断提供新的科学方法。

光伏功率扰动下的水电机组海鸥优化模糊PID控制研究

光伏发电机组输出功率的随机性和波动性影响着供电系统的安全稳定运行。为了提高水光供电系统的频率稳定能力,根据水轮机调速系统的数学模型,结合海鸥算法的寻优能力和模糊控制的推理能力,提出基于海鸥优化模糊PID(SOAFPID)控制的水电机组控制策略,使其能够快速调节光伏和负荷波动引起的系统频率偏差。通过搭建Simulink仿真模型,分析其在不同扰动工况下的频率稳定能力。仿真结果表明:与传统PID控制方法相比,采用SOAFPID控制的水电机组在光伏和负荷功率扰动下具有更小的超调量和更快的稳定速度,在水光供电系统中表现出了优越的动态调节性能。

水电站噪声分析与利用研究进展

水电站运行过程中,普遍出现各种频率的高分贝噪声。这不仅恶化了电站的运维工作人员的工作环境,更预示了水力机组的运行状态。研究发现,特定频率噪声的出现往往与机组故障相关联;利用噪声信号对机组故障的检测是可靠的;对噪声频谱进行分析后可以得到准确的故障位置;此外,针对水电站具体故障与特定噪声信号的联系,可在机组不停机的情况下做出故障先行判断。研究分析水电站噪声的各项产生机制与控制方法某种程度上可为机组安全运行提供比现有检测系统更为可靠的参考依据。文中从已存在的噪声分析案例入手,系统评述了水电站噪声的来源以及噪声用于水电站运维判定的研究进展。最后在总结已有的研究成果的基础上,分析了水电站噪声监测系统的发展方向,并对可能的研究思路给出了建议。

混流式水轮机水声特性数值模拟

为研究西南地区某梯级电站混流式水力机组在最大水头工况运行时出现的不明水声噪声问题,基于水电站实际情况,建立该水力机组水轮机三维全流道等比例仿真模型,使用CFD数值计算模拟方法对该模型进行声学计算分析。模拟采用宽频噪声与FW-H积分声波波动方程声学计算方法,计算得到了该水轮机在最大水头工况下各部件近场噪声的主要噪声辐射位置声功率级大小以及远场噪声中的声频谱特性,为水轮机声学检测和状态监测诊断奠定了基础。

引入风电功率波动的水电机组迭代学习控制

风电机组输出功率随机波动性强影响电网安全稳定运行,为进一步提高电网稳定运行,设计了一种基于迭代学习控制策略(ILC)的水电机组控制方法,使其能够快速平衡由于风电和负荷变化而引起的功率偏差,从而实现系统频率稳定。在Matlab/Simulink中建立了水电机组调节系统仿真模型,对三种不同的风电功率扰动工况进行了仿真研究,并将控制效果与传统PID控制进行对比。仿真结果表明,基于ILC建立的控制器能使系统频率在风电功率扰动下具有较好的动态性能。

混流式水轮机尾水管流场数学模型建立及分析

以HLA855A-LJ-250型号水轮机为研究对象,针对最大水头、最小水头和额定水头3种不同工况进行全流道三维非定常数值模拟,着重分析尾水管内部流场分布规律,提取尾水管入口到出口的完整流线,并建立相应的数学模型。结果表明:额定工况下尾水管内部湍流动能和湍流粘度分布稳定,变化梯度小,内部流动最稳定,建立的数学模型拟合效果最好;最大水头工况下尾水管内部流场受空腔涡带的影响严重,在直锥段湍流动能变化梯度大,湍流粘度数值较高,容易造成尾水管内部流动不稳定,该工况下质点坐标分布波动较大,建立的数学模型较复杂;最小水头工况下尾水管内部流场变化趋势接近额定工况,该工况下建立的数学模型有较好拟合度。采用的研究方法为分析水轮机内部流场提供了新思路,有一定的借鉴意义。

基于CPSOGSA的水轮机调速系统PID参数优化

为实现水轮机调速系统的智能控制,提出一种基于收敛因子粒子群优化算法(CPSO)与引力搜索优化算法(GSA)的CPSOGSA算法。首先建立水轮机的基本模型,然后利用CPSOGSA算法对PID控制器的参数进行优化并搭建Simulink仿真模型。仿真结果表明,利用CPSOGSA算法能快速得到PID控制器的最佳匹配初始参数,且在频率扰动和风电功率扰动下,基于CPSOGSA算法的PID控制系统相较于传统PID控制系统输出转速波动更小,稳定时间更短,动态响应速度更快。将基于CPSOGSA算法的PID控制策略应用于水轮机调速系统具有较佳的动态稳定性。

入口不同速度夹角对尾水管内湍动能的影响分析

以某水电站弯肘形尾水管为研究对象,应用ANSYS软件建立从尾水管进口到尾水管出口过流部件的流道模型,划分网格后导入Fluent进行模拟计算。分析结果表明,在入口速度垂直进入时,尾水管内部的湍流动能变化不大,流动较为平缓,湍流发展较充分。随着速度入口夹角的增大,弯肘段入口及水平扩散段入口的湍流动能越来越大,即说明随速度入口夹角的增大,尾水管在弯肘段及水平扩散段的流动越紊乱,对机组稳定不利。该方法可预估弯肘形尾水管内部的流动性能和湍流发展程度。

基于不同转轮缺陷的水轮机流道水沙两相分布规律研究

为分析转轮叶片缺陷情况下的水轮机流道内水沙两相分布规律,该文根据HLA855a-LJ-250水轮机模型,对转轮叶片进行缺陷处理。分别建立了完整、空蚀凹坑及出水边磨蚀三种叶片模型,对应命名方案1、方案2和方案3,通过RNG k-?湍流模型和欧拉多相流模型进行模拟计算。转轮流域采用滑移网格,入口泥沙体积分数设置为0.35%,水轮机额定工况下工作5s,模拟结果显示:(1)方案3转轮叶片压力面与吸力面的泥沙压力与体积分数,均高于方案1和方案2转轮叶片对应面的泥沙压力与体积分数,说明不同缺陷形式的转轮叶片直接影响了转轮叶面泥沙分布规律;(2)转轮叶片缺陷形式不同,呈现在转轮上下游流道内的泥沙分布规律差异性显著;(3)当转轮叶片无缺陷时,机组运行过程中受泥沙磨蚀影响较小,但是当转轮叶片发生磨蚀破坏时,流道内的泥沙体积分数会升高,需要重点关注蜗壳鼻端、转轮叶片压力面及尾水管扩散段部位。