基于自适应模糊神经网络的水轮机特性辨识研究

作者:王淑青;李朝晖 刊名:武汉大学学报(工学版) 上传者:赵新胜

【摘要】利用自适应模糊神经网络(ANFIS)较强的非线性逼近能力,建立了辨识模型,对水轮机非线性特性进行了辨识.训练算法采用最小二乘和梯度下降结合的算法来训练参数,模型能很好地辨识水轮机特性,并有一定的透明性,为研究智能水轮发电机控制策略提供了有效的建模方法.

全文阅读

第 39 卷 第 2 期 2006 年 4 月 武汉大学学报(工学版) Engineering Journal of Wuhan University Vol. 39 No. 2 Apr. 2006 收稿日期 :20051021 作者简介 :王淑青(19692) ,女 ,讲师 ,博士研究生 ,主要研究方向为智能检测与控制、系统分析与集成. 文章编号 :167128844(2006)02024204 基于自适应模糊神经网络的水轮机特性辨识研究王淑青1 ,2 , 李朝晖1 (1. 华中科技大学 ,湖北 武汉   430074 ;2. 湖北工业大学 ,湖北 武汉   430068) 摘要:利用自适应模糊神经网络(ANFIS)较强的非线性逼近能力 ,建立了辨识模型 ,对水轮机非线性特性进行了辨识. 训练算法采用最小二乘和梯度下降结合的算法来训练参数 ,模型能很好地辨识水轮机特性 ,并有一定的透明性 ,为研究智能水轮发电机控制策略提供了有效的建模方法. 关键词:水轮机 ; ANFIS;径向基函数 ;模型辨识中图分类号: TK 733    文献标识码 :A Research on identification of hydraulic turbine model based on adapting fuzzy neural networks WAN G Shuqing1 , 2 , LI Zhaohui1 (1. Huazhong University of Science and Technology , Wuhan 430074 , China ; 2. Hubei University of Technology , Wuhan 430068 , China) Abstract : The identifying model of hydraulic turbine based on ANFIS neural networks are established by using the strong approaching ability of ANFIS network. In the design , parameters are trained according to minimization principle and steepest descent method. The designed model can well distinguish the characteristics of hydraulic turbine and is transparent to express the relation between input and output. Thus , the identifying model can lay the good foundation for the study on the intelligent control strate2gies for hydraulic turbine governor. Key words : hydraulic turbine ;ANFIS;radial basis function ;model identification   水电厂水轮机是一多输入多输出系统 ,其关系是一个复杂的时变、非线性系统 ,建立精确数学模型很困难. 目前水轮机调节系统仿真基本上是根据系统运行在某一工况 ,认为各参数变化较小 ,将调节系统各环节线性化 ,近似用线性方程或低阶传递函数来描绘各环

参考文献

引证文献

问答

我要提问