基于ANN的抽水蓄能电站建模与过渡过程优化

摘要：

对大型带长引水管道的抽水蓄能电站机组调节系统进行了建模与过渡过程调节参数优化的研究。依据某抽水蓄能电站的具体参数，利用Matlab/Simulink对其机组调节系统建模，其中长引水管道系统采用弹性水击模型以较准确地反映较长压力管道内的水力振动特性，然后利用BP和RBF神经网络训练水泵水轮机特性参数，以获取较精确的水轮机模型，从而避免用插值法处理密集、交叉现象严重的水泵水轮机“S”特性曲线带来的误差。基于所建立的仿真模型，引入改进正交试验法对其空载频率扰动、负荷扰动及甩负荷过渡过程进行调节参数优化。结果表明，所建立的调节系统仿真模型可以在一定程度上反映机组的实际特性，并且改进正交试验法在机组调节系统过渡过程仿真试验参数优化中取得了很好的效果。本研究对大型抽水蓄能机组调节系统建模仿真具有一定的指导意义，为实际运行中机组过渡过程优化控制提供了理论依据和技术参考。

关键词：抽水蓄能机组调节系统、人工神经网络、过渡过程、建模仿真、参数优化

分类号：TV743(水能利用、水电站工程)

资助基金：国家自然科学基金资助项目51179135，51379160

在线出版日期：2014-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：864-870,876