用于水电机组的多工况自适应控制方法及系统与流程
本发明涉及水电机组控制,具体而言,涉及用于水电机组的多工况自适应控制方法及系统。
背景技术:
1、水电机组是水电站核心发电设备,依托水流势能、动能驱动水轮机旋转,将水能转化为机械能,再带动发电机完成机械能向电能的转换,具备启停速度快、调节灵活、响应灵敏的核心特性,是电网调峰、调频、调压、备用的核心电源设备。机组整体运行受水头、流量、电网状态、机械结构特性多重影响,运行工况动态多变,对控制系统的实时适配能力、稳定性、抗干扰性要求极高。
2、但目前现有技术中,不同工况切换过程中控制参数突变,一般是由工作人员根据各项数据进行人工判断,每个员工的判断水平不同,这种判断方式可能会有较大的误差,导致机组调节过程冲击大,水锤效应明显,加剧管道、导水机构磨损,降低机组使用寿命的问题。
技术实现思路
1、本发明的目的是提供用于水电机组的多工况自适应控制方法及系统,来解决现有技术中的上述问题。
2、本发明通过以下技术方案实现:
3、第一方面,本发明还提供了用于水电机组的多工况自适应控制方法,包括:
4、获取水电机组的运行数据和运行工况,所述初运行工况包括稳态运行工况、过渡动态工况和极端风险工况;
5、构建水电机组故障预测模型,基于所述运行数据通过水电机组故障预测模型输出当前水电机组的故障指数,基于预设的运行工况的计算权重对故障指数进行修正得到目标故障指数;
6、获取当前水流参数和电网运行参数,基于水流参数和电网运行参数计算当前运行指数,构建综合评价模型,基于目标故障指数与运行指数计算当前工况跃迁决定值,并设置判断阈值;
7、若当前工况跃迁决定值小于等于判断阈值,则在接收到工况切换的信号时,执行切换的指令,若当前工况跃迁决定值大于判断阈值,则在接收到工况切换的信号时,不执行切换的指令,且基于当前的跃迁决定值发出停机或降低发电功率的指令。
8、优选的,所述构建水电机组故障预测模型包括:
9、对所述运行数据进行归一化预处理,基于logistic混沌映射初始化麻雀种群,通过混沌序列生成vmd参数初始种群,所述参数初始种群包括分解层数和惩罚因子,构建vmd目标函数,以样本熵最小化为适应度函数,筛选最优分解层数和惩罚因子;
10、基于皮尔逊相关系数构建动态邻接矩阵,采用双层多尺度图卷积提取空间特征,结合时间卷积提取时序特征;
11、构建加权残差gru单元,基于加权残差gru单元输出预测隐藏状态值,基于预测隐藏状态值和机组健康基准状态值得到故障指数。
12、优选的,所述构建vmd目标函数包括:
13、
14、式中,为模态分量集合,为中心频率集合,为模态分解层数,为狄拉克函数,为一阶偏导算子,为虚数单位,为第k阶段本征模态分量。
15、优选的,所述基于皮尔逊相关系数构建动态邻接矩阵包括:
16、
17、所述结合时间卷积提取时序特征包括:
18、
19、式中,为观测点i与j的关联权重,为协方差,为方差,为第i个传感器测点的降噪后完整故障特征时序序列,为第j个传感器测点的降噪后完整故障特征时序序列,为图卷积网络l+1层输出的时空融合特征矩阵,为激活函数,为度矩阵,为自环邻接矩阵,为第l层特征,为时空图卷积网络第l层可学习权重矩阵,为一维时间卷积。
20、优选的,所述构建加权残差gru单元包括:
21、
22、
23、
24、式中,为更新门状态,为更新门可学习权重矩阵;为更新门偏置项,为当前时刻时空融合深度特征,为故障敏感权重系数,为上一时刻gru单元隐藏状态,为重置门状态,为重置门可学习权重矩阵;为重置门偏置项,为当前时刻候选隐藏状态,为双曲正切激活函数,为候选状态可学习权重矩阵,为候选状态偏置项,为当前时刻预测隐藏状态值。
25、优选的,所述基于预测隐藏状态值和机组健康基准状态值得到故障指数包括:
26、
27、式中,为t时刻的故障指数,为缩放系数,为机组健康基准状态值。
28、优选的,所述基于预设的运行工况的计算权重对故障指数进行修正得到目标故障指数包括:
29、对不同运行工况定义计算权重,基于所述计算权重对故障指数进行修正:
30、
31、式中,为目标故障指数,为第k种工况的计算权重。
32、优选的,所述基于水流参数和电网运行参数计算当前运行指数包括:
33、
34、
35、
36、
37、式中,为当前运行指数,为水力工况匹配度,、、均为权重系数,为最优运行区中心,为边界最大允许距离,为电网有功水头约束裕度,为可行裕度,为调度目标出力距离当前水头下最小稳定出力的差值,为当前水头最大出力距离调度目标出力的差值,为电网允许最大频率变化率,为电网额定频率,为频率稳定差,为实测电网频率,为当前时刻。
38、优选的,所述基于目标故障指数与运行指数计算当前工况跃迁决定值包括:
39、
40、式中,为跃迁决定值,和为权重因子,其和为1。
41、第二方面,本发明还提供了用于水电机组的多工况自适应控制系统,用于执行上述的用于水电机组的多工况自适应控制方法,包括:
42、获取水电机组的运行数据和运行工况,所述初运行工况包括稳态运行工况、过渡动态工况和极端风险工况;
43、构建水电机组故障预测模型,基于所述运行数据通过水电机组故障预测模型输出当前水电机组的故障指数,基于预设的运行工况的计算权重对故障指数进行修正得到目标故障指数;
44、获取当前水流参数和电网运行参数,基于水流参数和电网运行参数计算当前运行指数,构建综合评价模型,基于目标故障指数与运行指数计算当前工况跃迁决定值,并设置判断阈值;
45、若当前工况跃迁决定值小于等于判断阈值,则在接收到工况切换的信号时,执行切换的指令,若当前工况跃迁决定值大于判断阈值,则在接收到工况切换的信号时,不执行切换的指令,且基于当前的跃迁决定值发出停机或降低发电功率的指令。
46、本发明的技术方案至少具有如下优点和有益效果:
47、采用本发明所提供的方法,主要包括构建水电机组故障预测模型,输出当前水电机组的故障指数,获取当前水流参数和电网运行参数,基于水流参数和电网运行参数计算当前运行指数,构建综合评价模型,基于目标故障指数与运行指数计算当前工况跃迁决定值。通过上述方法,对多源数据进行融合分析,输出相对客观的切换结论,统一了判断标准,避免工作人员水平不同造成的判断误差,尽可能的减小对水电机组造成的不必要的损伤。
1.用于水电机组的多工况自适应控制方法,其特征在于,包括:
2.根据权利要求1所述的用于水电机组的多工况自适应控制方法,其特征在于,所述构建水电机组故障预测模型包括:
3.根据权利要求2所述的用于水电机组的多工况自适应控制方法,其特征在于,所述构建vmd目标函数包括:
4.根据权利要求3所述的用于水电机组的多工况自适应控制方法,其特征在于,所述基于皮尔逊相关系数构建动态邻接矩阵包括:
5.根据权利要求4所述的用于水电机组的多工况自适应控制方法,其特征在于,所述构建加权残差gru单元包括:
6.根据权利要求5所述的用于水电机组的多工况自适应控制方法,其特征在于,所述基于预测隐藏状态值和机组健康基准状态值得到故障指数包括:
7.根据权利要求1所述的用于水电机组的多工况自适应控制方法,其特征在于,所述基于预设的运行工况的计算权重对故障指数进行修正得到目标故障指数包括:
8.根据权利要求7所述的用于水电机组的多工况自适应控制方法,其特征在于,所述基于水流参数和电网运行参数计算当前运行指数包括:
9.根据权利要求8所述的用于水电机组的多工况自适应控制方法,其特征在于,所述基于目标故障指数与运行指数计算当前工况跃迁决定值包括:
10.用于水电机组的多工况自适应控制系统,其特征在于,用于执行权利要求1-9任一项所述的用于水电机组的多工况自适应控制方法,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com