基于NNARX的动态神经网络模型的水电机组预测控制  

Predictive Control of Hydroelectric Generator Based on NNARX Dynamic Model

作　　者：王淑青[1] 曾仕琦 吴珊[3] 潘健[1] 庄续奎 袁晓辉[4] 

机构地区：[1]湖北工业大学电气与电子工程学院,湖北武汉430068 [2]中电投珠海横琴热电有限公司工程部,广东珠海519031 [3]武汉长江工商学院公共基础课部,湖北武汉430065 [4]华中科技大学水电与数字化工程学院,湖北武汉430074

出　　处：《水电能源科学》2014年第3期192-195,191,共5页Water Resources and Power

基　　金：国家自然科学基金项目(51379080);湖北省自然科学基金项目(2010CDB02503);湖北工业大学科研基金项目(BSQD12107)

摘　　要：针对水轮机调节系统的高阶、非线性及非最小相位的特点,设计了基于非线性自回归动态神经网络(NNARX)的水电机组预测控制系统。为了更好地得到过程参数及对象模型,先利用NNARX神经网络对水电机组整体进行辨识,再利用此网络对水电机组进行预测控制,并给出了模型算法及处理过程。由于NNARX动态网络误差曲面比较复杂,利用L-M算法对其进行训练。仿真结果表明,基于NNARX的动态神经网络模型具有很好的收敛性,辨识精度高,预测控制效果良好。This paper designed a neural network predictive controller （NNPC） of hydraulic generator in order to solve the difficulties caused By its own characteristics which include high order, nonlinear and non-minimum phase. For obtai ning the mathematical model and process parameters, neural network autoregressive with exogenous input （NNARX） is used in this paper. The predictive controller can work well after the neural network was trained. All the processing procedure is elaborated. Due to the complex error surface produced by NNARX, L-M algorithm is used in the training process. The simulation results indicate that NNARX has good convergence, high accuracy and good predictive control effect.

关 键 词：神经网络 水电机组 辨识 预测控制 

分 类 号：TK7[动力工程及工程热物理—流体机械及工程] TP183[自动化与计算机技术—控制理论与控制工程]