一种水电机组参数闭环辨识方法技术

本发明专利技术公开了一种水电机组参数闭环辨识方法，包括建立实际的水轮机调速闭环系统模型，确定对应的辨识系统模型；确定水电机组参数辨识的目标函数和/或辨识策略；向实际系统和辨识系统输入激励信号，获取实际系统的输出信号和辨识系统的标准信号；利用目标函数对输出信号和标准信号进行预处理；根据预处理结果，采用改进的蚁狮算法对水轮机调速闭环系统进行参数辨识；根据辨识策略获取水电机组的最优辨识参数。基于标准的蚁狮改进算法，融合了粒子群算法，引入混沌Logistics变异算子，并在混沌变异过程中采用并行和串行结合的方法来获取新粒子，来对标准蚁狮算法进行改进。本发明专利技术技术方案的方法，收敛速度快，易于实现，通用性强，有效提高了辨识精度。

【技术实现步骤摘要】
一种水电机组参数闭环辨识方法
本专利技术属于水轮机调节系统模型建模与参数辨识
，具体涉及一种水电机组参数闭环辨识方法。
技术介绍
水轮机调速系统是水电站和电网系统的重要组成部分之一，其在水力发电、调峰调频和保证电站安全、有效、经济运行等中扮演着重要作用。为合理整定水轮机调速器参数、准确分析系统稳定特性，需研究水轮机调速系统的详细模型。其中，辨识是获取模型的一种有效手段。实际情况中，水轮机调速系统是具有非最小相位、非线性、复杂性的控制系统，一般情况下，很难从实际中直接提取其机理特性来对水轮机原动机建模仿真。目前水轮机调节系统，一般采用实验数据和先验知识，通过辨识技术获取系统参数和模型。对负载模型可进行开环辨识，但空载工况时，频率死区为0，机组频率跟踪电网频率，空载模型辨识属于闭环辨识。以往的水电机组模型辨识研究侧重于开环辨识方法，相比较而言，闭环辨识方法较为匮乏。相比于开环辨识，闭环辨识方便、快速，且在工业中应用广泛。尽管目前的一些算法在水轮机的闭环辨识研究中已取得丰硕成果，但其自身仍存在着无法避免的缺点和局限性，如遗传算法的过早收敛和在局部最优点上种群多样性的缺失，粒子群算法容易陷入局部最优等。因此，对于复杂的水轮机调速系统，需要一种简单且容易实现的辨识方法。与其他基于粒子行为的启发式搜索算法不同，蚁狮优化算法(ALO算法)是一种基于自然界中蚁狮捕食蚂蚁行为的启发式仿生优化算法，其搜索主体是蚂蚁群体和蚁狮群体，通过蚂蚁的随机游走、蚁狮的诱捕陷阱、捕获蚂蚁和精英蚁狮保存，从而实现对目标的寻优。ALO算法具有参数少，算法过程简单，计算快速，寻优高效等优点，该算法在解决优化问题中具有较好的性能。然而，同其他智能算法类似，蚁狮算法在解决如水电机组大型复杂系统的问题时可能出现易陷入“早熟”和局部收敛问题，使得目前ALO算法在收敛快速性和精确度上还存在不足，难以满足目前水轮机调速系统参数辨识的要求。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于改进型蚁狮算法的水电机组参数辨识方法。本专利技术技术方案的方法，针对目前蚁狮优化算法收敛快速性和精确度不足的情况，本专利技术技术方案融合了粒子群算法，加快收敛速度；引入混沌Logistics变异算子，并在混沌变异过程中采用并行和串行结合的方法来获取新粒子，增大种群的多样性，避免过早陷入局部最优。可以大大提高水轮机调速系统参数辨识的可靠性和精确度。为实现上述目的，按照本专利技术的一个方面，提供了一种水电机组参数闭环辨识方法，其特征在于，包括S1建立实际的水轮机调速闭环系统模型，确定对应的辨识系统模型；S2确定水电机组参数辨识的目标函数和/或辨识策略；S3向实际系统和辨识系统输入激励信号，获取实际系统的输出信号和辨识系统的标准信号；S4利用目标函数对输出信号和标准信号进行预处理；根据预处理结果，采用改进的蚁狮算法对水轮机调速闭环系统进行参数辨识；根据辨识策略获取水电机组的最优辨识参数；其中，步骤S4中蚁狮算法的优化过程包括，S41根据预处理结果，随机生成蚂蚁群和蚁狮群；获取每只蚂蚁和蚁狮的适应度值，根据适应度值的大小确定精英蚁狮；S42随机选取一只蚁狮，根据该蚁狮与精英蚁狮的更新所有蚂蚁的位置，获得更新后的蚂蚁；S43将更新后的蚂蚁和蚁狮群混合，获取每只蚂蚁和蚁狮的适应度值；将该混合种群中的个体按照适应度值由小到大排列，依次替换初始蚁狮群中的个体，生成新的蚁狮群；根据适应度值的大小更新精英蚁狮；S44对步骤S43中获得的蚁狮群采用粒子群优化搜索，获取新的蚁狮群并计算每个蚁狮的适应度值，根据适应度值的大小更新精英蚁狮；S45对精英蚁狮进行混沌变异，获取新粒子并计算其适应度值，根据适应度值的大小更新精英蚁狮；S46判断当前精英蚁狮是否满足终止条件；若满足，则结束循环并确定当前精英蚁狮为最优精英蚁狮；否则进入步骤S42。具体来说，就是根据目标函数对输出信号和标准信号预处理的结果，随机生成初始蚂蚁群和初始蚁狮群。蚂蚁群和蚁狮群中个体的数量优选相等，都为N(N是自然数)。蚂蚁群中的每只蚂蚁和蚁狮群中的每个蚁狮，都代表着一个粒子，具有一定的适应度。根据蚁狮群中每个蚁狮的适应度值的大小，将适应度值最小的蚁狮确认为精英蚁狮。在剩余的蚁狮中，随机选取一只蚁狮(蚁狮的适应度值越小，被选中的概率越大)，结合精英蚁狮，对初始蚂蚁群中所有蚂蚁的位置进行更新，然后将这些更新后的蚂蚁与初始的蚁狮群进行混合。也就是说，对初始蚂蚁群进行位置更新后再与初始蚁狮群混合，获得一个具有2N个个体的混合种群。对上述混合种群中的每个个体(包括蚂蚁和蚁狮)进行适应度值的计算，再将上述个体按照适应度值的大小从小到大依次替换掉初始蚁狮群的每个个体。即，将混合种群中的每个个体按照适应度值由小到大的顺序进行排列，然后将前N个个体划分为新的蚁狮群体，剩下的N个个体则组成新的蚂蚁群体。进一步地，本专利技术还对上述处理获得的蚁狮群进行了粒子群优化搜索，获得新的蚁狮群，并根据该蚁狮群中每个个体的适应度值大小，对精英蚁狮进行了更新。同时，为了避免出现局部最优的情况，本专利技术中引入了混沌变异算子，对精英蚁狮进行处理。通过混沌变异获得新粒子后，计算新粒子的适应度值，根据新粒子适应度值的大小进一步更新精英蚁狮。具体来说，若新粒子的适应度值更小，则设定新粒子为精英蚁狮。本专利技术中还为上述循环设定了终止条件，例如循环进行到一定的次数或者粒子的适应度值达到一定的阈值(即粒子精确度达到阈值的要求)等。此时，最后确定的精英蚁狮即为最优解，也就是本专利技术技术方案中的最优辨识参数。作为本专利技术技术方案一个优选，新粒子的获取过程包括，根据待辨识参数的维度，设定精英蚁狮位置，即初始粒子；所述初始粒子的维度与待辨识参数的维度一致；通过混沌算法对初始粒子进行处理，获取精英蚁狮每个维度对应的新元素；所述新元素按照待辨识参数的维度构成新粒子。作为本专利技术技术方案一个优选，新粒子的获取过程包括，根据待辨识参数的维度，设定精英蚁狮位置，即初始粒子；所述初始粒子的维度与待辨识参数的维度一致；通过混沌算法对初始粒子进行处理，获取初始粒子每个维度对应的新元素；将初始粒子中一个维度的元素用对应的新元素替代，获得一个新粒子。精英蚁狮经过混沌算法处理后，通过对精英蚁狮每个维度的元素进行更新，可以获得一个维度与之相同的新粒子，计算该粒子的适应度值，将其与精英蚁狮的适应度值比较，对精英蚁狮进行更新。此外，还可以选择只对精英蚁狮的任意一个维度的元素进行更新，从而形成一个新粒子，比较新粒子与精英蚁狮的适应度值。本专利技术中，依次替换精英蚁狮中的每个维度的元素，每次只对其中的一个元素进行替换，可以获得更多的新粒子，其计算结果更加准确。作为本专利技术技术方案一个优选，结束条件为迭代次数和/或精英蚁狮精确度。作为本专利技术技术方案一个优选，精英蚁狮为蚁狮群中适应度值最小的个体。作为本专利技术技术方案一个优选，水轮机调速闭环实际系统模型包括降阶弹性水击方程。作为本专利技术技术方案一个优选，水轮机调速闭环实际系统模型采用六阶状态空间方程表示。作为本专利技术技术方案一个优选，输出信号包括导叶开度、力矩和机组频率信号。作为本专利技术技术方案一个优选，激励信号在空载工况下优选幅值为0.04p.u.频率给定阶跃信号，激励信号在负载工本文档来自技高网...

【技术保护点】
一种水电机组参数闭环辨识方法，其特征在于，包括S1建立实际的水轮机调速闭环系统模型，确定对应的辨识系统模型；S2确定水电机组参数辨识的目标函数和/或辨识策略；S3向实际系统和辨识系统输入激励信号，获取实际系统的输出信号和辨识系统的标准信号；S4利用目标函数对输出信号和标准信号进行预处理；根据预处理结果，采用改进的蚁狮算法对水轮机调速闭环系统进行参数辨识；根据辨识策略获取水电机组的最优辨识参数；其中，步骤S4中蚁狮算法的优化过程包括，S41根据预处理结果，随机生成蚂蚁群和蚁狮群；获取每只蚂蚁和蚁狮的适应度值，根据适应度值的大小确定精英蚁狮；S42随机选取一只蚁狮，根据该蚁狮与精英蚁狮的更新所有蚂蚁的位置，获得更新后的蚂蚁；S43将更新后的蚂蚁和蚁狮群混合，获取每只蚂蚁和蚁狮的适应度值；将该混合种群中的个体按照适应度值由小到大排列，依次替换初始蚁狮群中的个体，生成新的蚁狮群；根据适应度值的大小更新精英蚁狮；S44对步骤S43中获得的蚁狮群采用粒子群优化搜索，获取新的蚁狮群并计算每个蚁狮的适应度值，根据适应度值的大小更新精英蚁狮；S45对精英蚁狮进行混沌变异，获取新粒子并计算其适应度值，根据适应度值的大小更新精英蚁狮；S46判断当前精英蚁狮是否满足终止条件；若满足，则结束循环并确定当前精英蚁狮为最优精英蚁狮；否则进入步骤S42。...

【技术特征摘要】
1.一种水电机组参数闭环辨识方法，其特征在于，包括S1建立实际的水轮机调速闭环系统模型，确定对应的辨识系统模型；S2确定水电机组参数辨识的目标函数和/或辨识策略；S3向实际系统和辨识系统输入激励信号，获取实际系统的输出信号和辨识系统的标准信号；S4利用目标函数对输出信号和标准信号进行预处理；根据预处理结果，采用改进的蚁狮算法对水轮机调速闭环系统进行参数辨识；根据辨识策略获取水电机组的最优辨识参数；其中，步骤S4中蚁狮算法的优化过程包括，S41根据预处理结果，随机生成蚂蚁群和蚁狮群；获取每只蚂蚁和蚁狮的适应度值，根据适应度值的大小确定精英蚁狮；S42随机选取一只蚁狮，根据该蚁狮与精英蚁狮的更新所有蚂蚁的位置，获得更新后的蚂蚁；S43将更新后的蚂蚁和蚁狮群混合，获取每只蚂蚁和蚁狮的适应度值；将该混合种群中的个体按照适应度值由小到大排列，依次替换初始蚁狮群中的个体，生成新的蚁狮群；根据适应度值的大小更新精英蚁狮；S44对步骤S43中获得的蚁狮群采用粒子群优化搜索，获取新的蚁狮群并计算每个蚁狮的适应度值，根据适应度值的大小更新精英蚁狮；S45对精英蚁狮进行混沌变异，获取新粒子并计算其适应度值，根据适应度值的大小更新精英蚁狮；S46判断当前精英蚁狮是否满足终止条件；若满足，则结束循环并确定当前精英蚁狮为最优精英蚁狮；否则进入步骤S42。2.根据权利要求1所述的水电机组参数闭环辨识方法，其中，所述新粒子的获取过程包括，根据待辨识参数的维度，...

【专利技术属性】
技术研发人员：刘昌玉，田田，郭琦，袁艺，李伟，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北,42