[发明专利]水泵水轮机特性模拟方法及其模拟器

摘要

本发明公开了一种水泵水轮机特性模拟方法及其模拟器，涉及抽水蓄能方针建模技术领域。本发明的水泵水轮机的特性模拟方法以空间曲面的描述方式来表征水泵水轮机的全特性，不仅可帮助解决其工作参数间强非线性关系表达这一难题，还利于准确掌握其工况转换过程中可逆性变化规律；本发明的水泵水轮机特性模拟器是一种可与实时仿真装置连接的，可以根据实际水泵水轮机数据更为高效方便地模拟水泵水轮机特性的装置。

主权项

1.水泵水轮机特性模拟方法，其特征在于：包括以下步骤：A、数据获取步骤，与计算机建立通讯连接，接收计算机输出的水泵水轮机原始数据；或从存储设备中读取水泵水轮机的原始数据；B、设定BP神经网络参数步骤，采用3层BP神经网络对非线性空间曲面函数M^*＝M（y^*，Q^*，N^*）进行建模，其输入层有三个节点，输入变量分别为y^*，Q^*，N^*；输出层有一个节点，输出变量为M^*；其中y^*表示相对导叶开度，Q^*表示相对单位流量，N^*表示相对单位转速，M^*表示相对单位力矩；C、原始数据相对化处理步骤，对BP神经网络的输入输出数据进行相对化处理，相对化处理原理为：；其中，X代表各变量，X_max为变量的最大值，X_min为变量的最小值，X^*为变量相对化处理后的值；D、BP神经化网络的权值和阈值优化步骤，利用蚁群算法优化BP神经网络的权值和阈值，将权值和阈值分布范围缩小，即将BP神经网络各个权值变量取值均匀分割成K等份，权值取值范围是[0,1]，对各个权值变量建立信息素表；E、权值选择步骤，释放P只蚂蚁，各只蚂蚁按照伪随机比例规则进行概率转移，记录多经过点的标号，即为每个权值变量选择一个值并记录下来；当蚂蚁对各个权值变量的选择值后，即完成一次循环，所记录的值构成神经网络的一组权值，输入训练样本，得到相应的误差；若完成一次循环则进行信息素更新步骤，否则继续进行权值选择步骤；F、信息素更新步骤，按照蚁群系统的全局更新策略进行信息素更新；G、判断步骤，重复执行步骤E和步骤F，直到满足最大进化代数，若满足最大进化代数则进行水泵水轮机特性模拟模型生成步骤；H、水泵水轮机特性模拟模型生成步骤，采用加动量项和自适应学习率BP改进算法进一步训练，直到误差满足要求，选择误差最小的一组权值作为BP神经网络的初始权值，利用原始数据作为目标样本，训练BP神经网络，得到水泵水轮机特性模型。