基于微粒群优化算法的水轮机调节系统最优参数整定  

Optimal Parameter Setting for Hydroturbine Governing Systems Based on Particle Swarm Optimization

作　　者：魏星[1] 湛锋[1] 

机构地区：[1]武汉大学电气工程学院,湖北省武汉市430072

出　　处：《水电自动化与大坝监测》2005年第4期9-11,28,共4页HYDROPOWER AUTOMATION AND DAM MONITORING

摘　　要：微粒群优化(PSO)算法是一种随机全局优化技术,该算法简单、容易实现,且功能强大。文中研究了水轮机PID调节器参数的优化问题,利用PSO算法对系统所处的不同状态和工况进行了PID参数寻优。仿真结果表明,此种PID控制器比常规PID有更好的动态调节性能和鲁棒性,不失为一种具有较好实用价值的PID参数优化方法。Particle swarm optimization （PSO） is a stochastic global technique, This method is easy to implement and possesses excellent performance. The paper studies the optimization of PID parameters of hydroturhine governors, and the PID parameters can he adjusted to the varying state of the system adaptively. Simulation results show that the PSO-hased PID controller is better than the ordinary PID controller in fast response and strong robustness. It is a practical method for hydroturbine governing systems,

关 键 词：微粒群优化 PID 水轮机调节系统 最优参数整定 

分 类 号：TV734.4[水利工程—水利水电工程] TP18[自动化与计算机技术—控制理论与控制工程]