《抽水蓄能機組調速系統參數辨識及控制最佳化》是2018年2月華中科技大學出版社出版的圖書，作者是許顏賀、周建中。
基本介紹
- 中文名：抽水蓄能機組調速系統參數辨識及控制最佳化
- 作者：許顏賀、周建中
- 出版社：華中科技大學出版社
- 出版時間：2018年2月
- 頁數：134 頁
- 定價：35 元
- 開本：16 開
- 裝幀：平裝
- ISBN：9787568041768
內容簡介,圖書目錄,
內容簡介
基於抽水蓄能機組調速系統數學模型和控制最佳化對於機組運行特性分析、機組故障診斷以及電力系統穩定性分析的重要性，本書在抽水蓄能機組調速系統建模及非線性動力學分析、調速系統參數辨識、調速系統分數階PID控制器設計與參數最佳化、複雜工況下抽水蓄能機組導葉關閉規律多目標最佳化和調速系統控制最佳化與性能評估軟體系統設計等五個方面開束重探展了介紹。其中，本書是一部面向抽水蓄能機組穩定運行與優祖再充化控制理論前沿研究、工程套用的專著，可為相關研究人員提供借鑑和指導。
圖書目錄
目 錄
1 緒論 1
1.1 抽水蓄能機組控制最佳化研究的背景及意義 1
1.2 抽水蓄能機組運行特點與特性 3
1.2.1 抽水蓄能機組運行特點 3
1.2.2 抽水蓄能機組“S”特性 4
1.2.3 抽水蓄能機組駝峰特性 5
1.3 抽水蓄能機組調速系統辨識研究 6
1.3.1 系統辨識理論與方法 6
1.3.2 抽水蓄能機組調速系統辨識 10
1.4 水電機組棗棗調速系統控制最佳化研究 10
1.4.1 控制策略最佳化 11
1.4.2 抽水蓄能機組導葉關閉規律最佳化 14
2 抽水蓄能機組調速系統建模及非線性動力學分析 17
2.1 調速器數學模型 17
2.1.1 微機調節器數學模型 18
2.1.2 執行機構數學模型 18
2.2 引水系統數學模型 19
2.2.1 等效簡化模型 19
2.2.2 特徵線求解模型 20
2.3 水泵水輪機數學模型 22
2.3.1 線性解析模型 22
2.3.2 內特性模型 23
2.3.3 基於全特性曲線的非線性模型 23
2.4 發電/電動機及負載模型 26
2.5 抽水蓄能機組調速系統仿真模型 26
2.5.1 調速系統線性模型 26
2.5.2 調速系統非線性模型 27
2.5.3 調速系統數值計算模型 29
2.6 基於調速系統非線性模型的動力學穩定性分析 30
2.6.1 空載開機 30
2.6.1 空載頻率擾動 33
2.7 本章小結 35
3 抽水蓄能機組調速系統參數備朽試戀辨識 37
3.1 引言 37
3.2 引力搜尋算法 38
3.3 基於改進引力搜尋的調速系統自適應參數辨識 40
3.3.1 調速系統模型 40
3.3.2 改進的引力搜尋算法 41
3.3.3 基於BCGSA的自適應一體化參數辨識模型 45
3.3.4 實例驗證 49
3.4 基於調速系統“白箱”線性模型映射的BP神經網路參數辨識 55
3.4.1 調速系統“白箱”線性模型的映射 55
3.4.2 基於映射模型的參數辨識方法 57
3.4.3 算例分析 58
3.5 本章小結 60
4 抽水蓄能機組調速系統分數階PID控制器設計與參數最佳化 61
4.1 引言 61
4.2 分數階微積分原理 62
4.2.1 分數階微積分的定義 62
4.2.2 分數階微積分的濾波器近似 63
4.2.3 分數階微積分的LAPLACE變換 64
4.3 多場景模式下分數階PID控制器設計與參數最佳化 64
4.3.1 調速系統分數階PID控制器 64
4.3.2 參數最佳化多乎照愉場景目標函式 66
4.3.3 仿真實例驗證與結果分析 68
4.4 自適應快速模糊分數階PID控制與參數最佳化 72
4.4.1 模糊控制理論 72
4.4.2 自適應快速模糊分數階PID控制器 75
4.4.3 仿真實例驗證與結果分析 77
4.5 本章小結 82
5 複雜工況下抽水蓄能機組導葉關閉規律多目標最佳化和匙雅 84
5.1 引言 84
5.2 導葉關閉規律最佳化問題描述 85
5.2.1 水泵水輪機水力特性 85
5.2.2 導葉關閉方式 86
5.2.3 導葉關閉規律最佳化戀膠院閥 88
5.3 改進多目標引力搜尋算法 89
5.3.1 多目標問題的定義 89
5.3.2 改進多目標引力搜尋算法 91
5.3.3 算法性能測試 95
5.4 複雜工況下機組導葉關閉規律多目標最佳化模型 99
5.4.1 最佳化目標 99
5.4.2 多重約束條件 100
5.5 基於IMOGSA的導葉關閉規律多目標最佳化求解策略 102
5.5.1 群體初始化 102
5.5.2 約束條件處理 103
5.5.3 最佳化求解策略流程 105
5.6 實例分析 106
5.6.1 仿真模型介紹 106
5.6.2 算法參數及仿真情景設定 108
5.6.3 仿真結果及分析 109
5.7 本章小結 114
6總結及展望 115
6.1 全書工作總結 115
6.2 進一步研究展望 116
參考文獻 118
3.4 基於調速系統“白箱”線性模型映射的BP神經網路參數辨識 55
3.4.1 調速系統“白箱”線性模型的映射 55
3.4.2 基於映射模型的參數辨識方法 57
3.4.3 算例分析 58
3.5 本章小結 60
4 抽水蓄能機組調速系統分數階PID控制器設計與參數最佳化 61
4.1 引言 61
4.2 分數階微積分原理 62
4.2.1 分數階微積分的定義 62
4.2.2 分數階微積分的濾波器近似 63
4.2.3 分數階微積分的LAPLACE變換 64
4.3 多場景模式下分數階PID控制器設計與參數最佳化 64
4.3.1 調速系統分數階PID控制器 64
4.3.2 參數最佳化多場景目標函式 66
4.3.3 仿真實例驗證與結果分析 68
4.4 自適應快速模糊分數階PID控制與參數最佳化 72
4.4.1 模糊控制理論 72
4.4.2 自適應快速模糊分數階PID控制器 75
4.4.3 仿真實例驗證與結果分析 77
4.5 本章小結 82
5 複雜工況下抽水蓄能機組導葉關閉規律多目標最佳化 84
5.1 引言 84
5.2 導葉關閉規律最佳化問題描述 85
5.2.1 水泵水輪機水力特性 85
5.2.2 導葉關閉方式 86
5.2.3 導葉關閉規律最佳化 88
5.3 改進多目標引力搜尋算法 89
5.3.1 多目標問題的定義 89
5.3.2 改進多目標引力搜尋算法 91
5.3.3 算法性能測試 95
5.4 複雜工況下機組導葉關閉規律多目標最佳化模型 99
5.4.1 最佳化目標 99
5.4.2 多重約束條件 100
5.5 基於IMOGSA的導葉關閉規律多目標最佳化求解策略 102
5.5.1 群體初始化 102
5.5.2 約束條件處理 103
5.5.3 最佳化求解策略流程 105
5.6 實例分析 106
5.6.1 仿真模型介紹 106
5.6.2 算法參數及仿真情景設定 108
5.6.3 仿真結果及分析 109
5.7 本章小結 114
6總結及展望 115
6.1 全書工作總結 115
6.2 進一步研究展望 116
參考文獻 118
