[发明专利]一种水泵水轮机线性模型参数辨识方法

说明书

本发明公开了一种水泵水轮机线性模型参数辨识方法，它包括以下步骤：由引水系统近似弹性水击模型、水泵水轮机IEEE六参数模型、发电电动机系统模型和PID调速器模型耦合得到发电工况下的抽水蓄能机组调速系统线性模型，构造抽水蓄能机组调速系统的线性映射模型；确定抽水蓄能机组调速系统待辨识参数的上下边界，并获取参数辨识样本数据；采用BP神经网络方法训练参数辨识样本数据，建立BP神经网络参数辨识模型；以抽水蓄能机组调速系统的运行实测数据作为BP神经网络参数辨识模型的输入，求解获得抽水蓄能机组调速系统的参数辨识结果。本发明不仅较容易确定线性模型参数、数据的精确度较理想，还具有样本的获取难度较小、选取样本的灵活性较好的优点。

技术领域

本发明属于抽水蓄能机组精确建模领域，具体涉及一种水泵水轮机线性模型参数辨识方法。

背景技术

水泵水轮机是抽水蓄能机组的核心设备，是机组调速系统中的控制对象，针对抽水蓄能机组调速系统动力学响应机理、控制优化以及故障诊断等相关研究的基础是系统模型的精确描述。模型参数辨识是解决机组调速系统模型精确表达的有效途径，也是相关领域的研究热点，方法研究也逐步趋于成熟。国内外学术与工程界对抽水蓄能机组控制系统参数辨识方法可以分为：系统线性模型辨识和非线性模型辨识。

抽水蓄能机组调速系统线性模型具有模型结构简单、计算实时性好等特点，其一直是基于模型的仿真装置开发、复杂电力系统稳定性研究的首选。线性模型参数的确定一直是困扰工程界的难题，传统的方法是根据水轮机综合特性曲线或者水泵水轮机全特性曲线，在某一稳定工况点进行线性化处理计算出能线性模型的六个系数，线性模型参数较难确定。但是，随着机组的长时间运行或在发生重大检修后其工况运行边界会发生迁移，依据特性曲线计算的线性模型参数对机组实时运行状态的精确描述具有一定的局限，数据的精确度不理想。因此，现有的对抽水蓄能机组控制系统参数辨识方法中存在着线性模型参数较难确定和数据的精确度不理想的问题。

发明内容

本发明的目的在于，提供一种水泵水轮机线性模型参数辨识方法。本发明不仅能较容易确定线性模型参数，还具有数据的精确度较理想的优点。

本发明的技术方案：一种水泵水轮机线性模型参数辨识方法，包括以下步骤：

a、由引水系统近似弹性水击模型、水泵水轮机IEEE六参数模型、发电电动机系统模型和PID调速器模型耦合得到发电工况下的抽水蓄能机组调速系统线性模型，再基于模型映射理论，构造抽水蓄能机组调速系统的线性映射模型，线性映射模型的输出即为抽水蓄能机组调速系统待辨识参数；

b、确定抽水蓄能机组调速系统待辨识参数的上下边界，并获取参数辨识样本数据；

c、采用BP神经网络方法训练参数辨识样本数据，建立基于调速系统线性模型映射的BP神经网络参数辨识模型；

d、以抽水蓄能机组调速系统的运行实测数据作为BP神经网络参数辨识模型的输入，求解获得抽水蓄能机组调速系统的参数辨识结果。

前述的一种水泵水轮机线性模型参数辨识方法中，所述步骤a中的PID调速器模型包括并联PID控制器和辅助接力器型执行机构；所述并联PID控制器传递函数表达式为

其中s为拉普拉斯算子，Kp为比例系数，Ki为积分系数，Kd为系数，T_d为微分时间常数，x_c为机组转速给定值，x为机组转速，y_c为接力器开度给定值，bp为永态差值系数，σ为调速器电气控制输出；

所述辅助接力器型执行机构传递函数表达式为

其中T_y为主接力器响应时间常数，T_yB为辅助接力器响应时间常数，k₀为放大系数，y为执行机构输出，s为拉普拉斯算子，σ为调速器电气控制输出。