基于T-S模糊模型的水輪機(jī)調(diào)節(jié)系統(tǒng)廣義預(yù)測控制研究.pdf

1、為了提高水輪機(jī)調(diào)節(jié)系統(tǒng)控制性能，本文對預(yù)測控制在水電機(jī)組控制中的應(yīng)用展開了研究。預(yù)測控制理論和算法主要針對線性系統(tǒng)，對于水電機(jī)組這樣一個具有強(qiáng)非線性和時變特性的復(fù)雜系統(tǒng)，將非線性系統(tǒng)簡單近似線性化處理?；诰€性模型設(shè)計(jì)的預(yù)測控制器，由于預(yù)測模型與真實(shí)系統(tǒng)偏差較大，控制效果非常有限。模糊系統(tǒng)具有與人腦類似的描述方式，能夠智能地獲取和處理定性信息。T-S模糊模型是一種對非線性系統(tǒng)具有很強(qiáng)逼近能力和泛化能力的本質(zhì)非線性模型。將T-S模糊模型與

2、預(yù)測控制相結(jié)合能充分結(jié)合模糊系統(tǒng)和預(yù)測控制的優(yōu)點(diǎn)。本文對基于T-S模糊模型的水輪機(jī)調(diào)節(jié)系統(tǒng)廣義預(yù)測控制方法進(jìn)行了研究。具體研究工作如下：
　　本文提出將一種新型神經(jīng)網(wǎng)絡(luò)-極限學(xué)習(xí)機(jī)（ELM）應(yīng)用于水輪機(jī)仿真建模中。ELM具有學(xué)習(xí)速度極快、學(xué)習(xí)精度高、泛化能力好等優(yōu)點(diǎn)。用ELM來描述水輪機(jī)力矩變化特性和流量變化特性，能更真實(shí)地表達(dá)水輪機(jī)動態(tài)特性的非線性變化關(guān)系，是水輪機(jī)非線性仿真建模十分有效的方法。
　　研究了水輪機(jī)調(diào)節(jié)系統(tǒng)被

3、控對象的T-S模糊模型辨識方法。同時，針對系統(tǒng)辨識輸入變量難以選擇的問題，采用決策樹搜索法來挑選輸入變量，建立系統(tǒng)的最優(yōu)模糊模型。最后，應(yīng)用所提辨識方法對水電機(jī)組典型工況下的動態(tài)過程進(jìn)行了辨識試驗(yàn)，結(jié)果表明所提辨識方法具有較高辨識精度。
　　針對水電機(jī)組的非線性、時變特性，將T-S模糊模型與廣義預(yù)測控制（GPC）相結(jié)合，設(shè)計(jì)出一種基于T-S模糊模型的水輪機(jī)調(diào)節(jié)系統(tǒng)自適應(yīng)廣義預(yù)測控制器。通過在離線辨識的T-S模糊模型基礎(chǔ)上在線對模型