水輪機(jī)調(diào)節(jié)系統(tǒng)的智能控制研究

方 舟

（中國(guó)華電集團(tuán)有限公司衢州烏溪江分公司，浙江衢州 324000）

1 水輪機(jī)調(diào)節(jié)系統(tǒng)

1.1 基礎(chǔ)原理

水輪機(jī)調(diào)節(jié)系統(tǒng)在工作過(guò)程分為靜態(tài)、動(dòng)態(tài)兩種狀態(tài)。靜態(tài)是機(jī)組在給定信號(hào)、負(fù)荷和水頭均為恒值時(shí)的穩(wěn)定運(yùn)行狀態(tài)。當(dāng)系統(tǒng)給定值變化或受負(fù)荷、水頭等擾動(dòng)作用時(shí)，系統(tǒng)需要及時(shí)做出相應(yīng)動(dòng)作，應(yīng)達(dá)到供需平衡，經(jīng)過(guò)一定時(shí)間的調(diào)整重新運(yùn)行到新穩(wěn)態(tài)。從原穩(wěn)態(tài)到新穩(wěn)態(tài)的過(guò)程，即為水輪機(jī)調(diào)節(jié)系統(tǒng)的動(dòng)態(tài)過(guò)程。

實(shí)際運(yùn)行過(guò)程中，水輪機(jī)調(diào)節(jié)系統(tǒng)易受到外界不可預(yù)測(cè)的干擾，常處于動(dòng)態(tài)過(guò)程。動(dòng)態(tài)過(guò)程分為小波動(dòng)狀態(tài)、大波動(dòng)狀態(tài)兩種情形。

（1）小波動(dòng)狀態(tài)。

處于小波動(dòng)狀態(tài)時(shí)，系統(tǒng)中各參數(shù)的變化量均較小，在工況點(diǎn)附近存在微小變化，可對(duì)水輪機(jī)調(diào)節(jié)系統(tǒng)進(jìn)行線性化處理，建立線性數(shù)學(xué)模型。

（2）大波動(dòng)狀態(tài)。

調(diào)節(jié)系統(tǒng)受到幅值較大的干擾時(shí)，系統(tǒng)參數(shù)變化較為劇烈，且均已超出線性范圍，水輪機(jī)調(diào)節(jié)系統(tǒng)無(wú)法進(jìn)行線性處理，可使用非線性理論進(jìn)行分析。

1.2 主要構(gòu)成

結(jié)合以往的應(yīng)用經(jīng)驗(yàn)可知，水輪機(jī)調(diào)節(jié)系統(tǒng)在應(yīng)用中屬于復(fù)雜程度較高的應(yīng)用系統(tǒng)，在運(yùn)行過(guò)程中，可將多種類型的應(yīng)用系統(tǒng)組合使用。從具體構(gòu)成情況展開(kāi)分析，水輪機(jī)調(diào)節(jié)系統(tǒng)主要由調(diào)速器、壓力分水系統(tǒng)、渦輪機(jī)、發(fā)電機(jī)、輸配電線路等部分組成。調(diào)速器在應(yīng)用過(guò)程中，會(huì)根據(jù)系統(tǒng)輸出頻率產(chǎn)生的偏差信號(hào)完成系統(tǒng)調(diào)節(jié)，且可形成穩(wěn)定的閉環(huán)控制系統(tǒng)，有利于信號(hào)調(diào)節(jié)工作的順利進(jìn)行，以滿足實(shí)際應(yīng)用過(guò)程的控制要求。其他組成設(shè)備會(huì)輔助系統(tǒng)執(zhí)行相關(guān)操作，如壓力分水系統(tǒng)在工作中會(huì)對(duì)吸收水流進(jìn)行增壓，并將其分流到不同的系統(tǒng)中，以滿足不同工作狀態(tài)下的運(yùn)行需求。

1.3 數(shù)學(xué)模型

（1）水輪機(jī)調(diào)速器數(shù)學(xué)模型。

在水輪機(jī)調(diào)節(jié)系統(tǒng)運(yùn)行過(guò)程中，調(diào)速器屬于較為重要的組成部分，建立相應(yīng)的數(shù)學(xué)模型，有利于系統(tǒng)動(dòng)態(tài)調(diào)整。在模型建立過(guò)程中，一般會(huì)依托PID控制模塊，完成模型建立，且應(yīng)重點(diǎn)考慮模型應(yīng)用比例、積分狀態(tài)、微分處理等環(huán)節(jié)，模型中的永態(tài)差值系數(shù)可以忽略，以方便模型的建立。在系統(tǒng)偏差設(shè)計(jì)過(guò)程中，會(huì)將應(yīng)用比例、積分狀態(tài)、微分處理作為建模的三個(gè)應(yīng)用狀態(tài)，經(jīng)過(guò)三個(gè)狀態(tài)的處理后，以得到最終的輸出信號(hào)。具體建模中應(yīng)用的建模公式，會(huì)使用到模糊控制理論中的相關(guān)算法，以提升分析結(jié)果的可靠性、實(shí)用性。

（2）電液隨動(dòng)系統(tǒng)數(shù)學(xué)模型。

在數(shù)學(xué)模型建立的過(guò)程中，需要考慮電液隨動(dòng)系統(tǒng)模型的建設(shè)，該結(jié)構(gòu)是系統(tǒng)運(yùn)行過(guò)程中的主要執(zhí)行結(jié)構(gòu)，可將調(diào)速器中的電氣指令順利落實(shí)為具體的機(jī)械動(dòng)作，保證導(dǎo)水機(jī)構(gòu)可順利完成規(guī)定工作，使結(jié)構(gòu)的開(kāi)度可滿足既定的應(yīng)用要求。在數(shù)學(xué)建模期間，需要做好電液隨動(dòng)系統(tǒng)的分析工作，該系統(tǒng)在應(yīng)用中，可將其歸類為機(jī)械液壓系統(tǒng)、電液轉(zhuǎn)換器兩部分內(nèi)容，后者在應(yīng)用中主要傳遞指令，隨后液壓系統(tǒng)內(nèi)的接力器會(huì)對(duì)信號(hào)進(jìn)行放大，使其可轉(zhuǎn)化為開(kāi)、合、移動(dòng)等指令。

在數(shù)學(xué)模型的建設(shè)過(guò)程中，需要設(shè)置合理的傳遞函數(shù)，梳理相互之間的應(yīng)用關(guān)系。在系統(tǒng)小波動(dòng)狀態(tài)的影響下，輔助接力器本身的時(shí)間常數(shù)相對(duì)較小，相比主接力器可將其忽略。系統(tǒng)在運(yùn)行過(guò)程中的位移速度與配壓閥的間距呈正比例狀態(tài)，以完成數(shù)學(xué)模型的建立，提升數(shù)據(jù)分析結(jié)果的可靠性。

2 水輪機(jī)調(diào)節(jié)系統(tǒng)智能控制模式

2.1 PID調(diào)節(jié)控制

在系統(tǒng)運(yùn)行調(diào)節(jié)的過(guò)程中，PID調(diào)節(jié)控制屬于常應(yīng)用的控制方式，其應(yīng)用結(jié)構(gòu)組成復(fù)雜度較低，操作流程便捷性較高，運(yùn)行期間的模擬誤差數(shù)值較大，多用于系統(tǒng)較小變形狀態(tài)時(shí)的應(yīng)用控制。

在模塊調(diào)節(jié)過(guò)程中，比例調(diào)節(jié)器屬于常應(yīng)用的附屬結(jié)構(gòu)，設(shè)備運(yùn)行期間不會(huì)干擾到系統(tǒng)正常功能的傳遞順序，以提升系統(tǒng)運(yùn)行過(guò)程的穩(wěn)定性、可靠性。在水輪機(jī)機(jī)組運(yùn)行過(guò)程中，如果出現(xiàn)了機(jī)組運(yùn)行偏差，系統(tǒng)本身會(huì)及時(shí)下達(dá)控制信號(hào)，減少偏差方向上的相關(guān)內(nèi)容。若發(fā)出的控制信號(hào)處于較低水平，處于調(diào)整過(guò)程中的比例因子會(huì)下降，調(diào)整過(guò)程將處于相對(duì)較慢的狀態(tài)。比例因子處于大波動(dòng)的應(yīng)用狀態(tài)時(shí)，會(huì)干擾系統(tǒng)本身的動(dòng)態(tài)屬性，產(chǎn)生相應(yīng)的靜態(tài)差異，是PID模塊應(yīng)用期間需要重點(diǎn)關(guān)注的內(nèi)容。除此之外，該控制模式在應(yīng)用過(guò)程中具備較強(qiáng)的差分功能，引起調(diào)節(jié)偏差問(wèn)題，模塊會(huì)下達(dá)調(diào)節(jié)指令并對(duì)其進(jìn)行糾正，以不斷提高調(diào)整結(jié)果的有效性。

2.2 自適應(yīng)控制

在系統(tǒng)運(yùn)行過(guò)程中，自適應(yīng)控制是常使用的控制模式，可憑借受控對(duì)象的運(yùn)行參數(shù)與系統(tǒng)本身承載工作條件之間存在的關(guān)聯(lián)，完成數(shù)據(jù)信息處理工作，提升數(shù)據(jù)分析結(jié)果的可靠性。在調(diào)節(jié)系統(tǒng)運(yùn)行過(guò)程中，其傳動(dòng)系數(shù)易受到工作條件變化而發(fā)生變動(dòng)，對(duì)模型運(yùn)行參數(shù)產(chǎn)生較大的影響。在不同的工況狀態(tài)下，系統(tǒng)的運(yùn)行參數(shù)會(huì)發(fā)生改變，影響系統(tǒng)的自適應(yīng)調(diào)節(jié)。

基于此情況，利用自適應(yīng)控制對(duì)其進(jìn)行控制時(shí)，會(huì)在系統(tǒng)運(yùn)行結(jié)構(gòu)中添加非線性補(bǔ)償器，其在系統(tǒng)運(yùn)行參數(shù)出現(xiàn)頻率偏差或負(fù)載偏差時(shí)，補(bǔ)償器會(huì)提供相應(yīng)的補(bǔ)償頻率和負(fù)載，使系統(tǒng)保持在正常的工作范圍內(nèi)。在自適應(yīng)調(diào)節(jié)過(guò)程中，將操作條件劃分為若干管理模塊，每部分負(fù)責(zé)一個(gè)區(qū)域的工作內(nèi)容，將工作結(jié)果存儲(chǔ)到計(jì)算機(jī)中，并對(duì)參數(shù)變化點(diǎn)進(jìn)行合理控制，以滿足自適應(yīng)調(diào)節(jié)要求，實(shí)現(xiàn)系統(tǒng)動(dòng)態(tài)間隔管控。

2.3 專家系統(tǒng)控制

在智能化控制模式中，專家系統(tǒng)控制屬于常用方法，該系統(tǒng)具備了豐富的控制經(jīng)驗(yàn)和專業(yè)知識(shí)，可借助系統(tǒng)完成事件評(píng)估，同時(shí)可模擬人類進(jìn)行決策，綜合多方面專家提供的建議，達(dá)成順利解決復(fù)雜問(wèn)題的目標(biāo)。在具體的控制過(guò)程中，可對(duì)水輪機(jī)調(diào)節(jié)系統(tǒng)進(jìn)行分層，根據(jù)系統(tǒng)組成分為若干個(gè)管理層次，相互間依托通信工程進(jìn)行關(guān)聯(lián)。對(duì)系統(tǒng)間的從屬關(guān)系進(jìn)行梳理，明確出現(xiàn)運(yùn)行參數(shù)差異后引起的連鎖反應(yīng)。出現(xiàn)應(yīng)用問(wèn)題后，專家系統(tǒng)根據(jù)相互關(guān)系將復(fù)雜問(wèn)題簡(jiǎn)單化，以得到可靠的數(shù)據(jù)分析結(jié)果。專家系統(tǒng)控制可提供解決方案，對(duì)方案進(jìn)行選擇時(shí)，可利用仿真模型校驗(yàn)方案的使用價(jià)值，評(píng)估參選方案中的優(yōu)先級(jí)，得到實(shí)用價(jià)值較高的處理方案。

2.4 模糊控制

在智能化控制模式中，模糊控制的應(yīng)用頻率也處于較高水平，該控制方式在應(yīng)用中，主要是借助模糊集理論，對(duì)整個(gè)推理過(guò)程進(jìn)行模糊處理，得到有效決策。在該控制方法的使用過(guò)程中，其核心應(yīng)用內(nèi)容是模糊推理，在使用過(guò)程中利用模糊規(guī)則來(lái)完成隸屬度變量的設(shè)計(jì)和規(guī)范工作。在設(shè)計(jì)中也會(huì)對(duì)變量之間的關(guān)系進(jìn)行梳理，了解相關(guān)性，得到可靠的數(shù)據(jù)評(píng)估結(jié)果。

系統(tǒng)在應(yīng)用過(guò)程中，具備了較強(qiáng)的適應(yīng)性可完成構(gòu)建，為不確定系統(tǒng)的搭建提供良好的應(yīng)用基礎(chǔ)。在渦輪調(diào)節(jié)系統(tǒng)運(yùn)行過(guò)程中，除了應(yīng)用到模糊控制法外，會(huì)將遺傳算法融入計(jì)算中，利用PID模塊完成應(yīng)用控制，利用推理方法進(jìn)行PID參數(shù)求解。參數(shù)信息可自動(dòng)完成設(shè)定，以實(shí)現(xiàn)系統(tǒng)的在線調(diào)整，提升系統(tǒng)運(yùn)行穩(wěn)定性、可靠性，滿足不同應(yīng)用狀態(tài)下的數(shù)據(jù)需求[1]。

2.5 神經(jīng)網(wǎng)絡(luò)控制

在智能控制體系發(fā)展過(guò)程中，神經(jīng)網(wǎng)絡(luò)控制的出現(xiàn)時(shí)間相對(duì)較晚，其帶來(lái)的應(yīng)用價(jià)值較為明顯，可以采用類人思維完成系統(tǒng)動(dòng)態(tài)調(diào)整，靈動(dòng)性更強(qiáng)。從實(shí)際應(yīng)用情況來(lái)看，神經(jīng)網(wǎng)絡(luò)屬于獨(dú)立性較強(qiáng)的自適應(yīng)控制模型，向模型中提供一些非樣本輸入時(shí)，系統(tǒng)可利用泛化函數(shù)完成對(duì)應(yīng)內(nèi)容的輸出，提升分析結(jié)果的使用價(jià)值。在神經(jīng)網(wǎng)絡(luò)控制體系應(yīng)用過(guò)程中，會(huì)建立相應(yīng)的非線性動(dòng)力學(xué)系統(tǒng)，系統(tǒng)本身具備了良好的容錯(cuò)能力。在某一個(gè)處理單元出現(xiàn)受損的情況時(shí)，神經(jīng)網(wǎng)絡(luò)本身帶來(lái)的負(fù)面影響可控制在較小范圍內(nèi)，且不會(huì)影響系統(tǒng)穩(wěn)定工作。從目前的使用情況來(lái)看，神經(jīng)網(wǎng)絡(luò)控制在應(yīng)用過(guò)程中，具備了較強(qiáng)的應(yīng)用性能，處于不斷完善的階段，但已經(jīng)廣泛應(yīng)用在控制領(lǐng)域，具備良好的推廣價(jià)值[2]。

2.6 學(xué)習(xí)控制

在水輪機(jī)控制過(guò)程中，學(xué)習(xí)控制是一種常用的控制方法，是一類模擬人類控制行為的自動(dòng)化控制系統(tǒng)。在具體應(yīng)用中，學(xué)習(xí)控制能夠準(zhǔn)確獲取控制過(guò)程中需要的非預(yù)測(cè)信息，同時(shí)可積累足夠數(shù)量的控制經(jīng)驗(yàn)。在評(píng)估標(biāo)準(zhǔn)的應(yīng)用前提下，可對(duì)應(yīng)用質(zhì)量進(jìn)行客觀評(píng)估，以提高決策分析結(jié)果的可靠性。遺傳學(xué)習(xí)控制是學(xué)習(xí)控制體系中的重要組成部分，在隨機(jī)優(yōu)化理論的基礎(chǔ)上，實(shí)現(xiàn)最優(yōu)解的合理選擇。在最優(yōu)解選擇中，利用仿生物進(jìn)化理論可對(duì)控制過(guò)程進(jìn)行合理推演，獲取最佳的應(yīng)用效果[3]。

3 結(jié)語(yǔ)

綜上所述，在水輪機(jī)調(diào)節(jié)系統(tǒng)運(yùn)行過(guò)程中，進(jìn)行智能化控制具有重要的應(yīng)用價(jià)值，通過(guò)智能控制在實(shí)際應(yīng)用中的注意事項(xiàng)。一方面，可提升系統(tǒng)控制結(jié)果的可靠性，營(yíng)造穩(wěn)定的系統(tǒng)運(yùn)行環(huán)境；另一方面，可積累更多的價(jià)值數(shù)據(jù)，為系統(tǒng)持續(xù)優(yōu)化創(chuàng)造可靠的應(yīng)用條件。