优化的BP神经网络在水轮机调节系统中的应用研究

发布时间：2018-11-04 09:50

【摘要】：针对常规PID难以取得期望的控制效果和单一神经网络在线整定存在结构复杂、学习时间过长、收敛速度慢等问题,提出了一种基于主成份优化的BP神经网络PID控制。利用主成份分析对网络的输入层单元进行降维分析,以此简化网络的结构,提高网络的收敛速度及泛化能力,进而提升智能控制系统的控制品质。基于上述理论在MATLAB/Simulink平台进行水轮机调节系统实例仿真分析,阐述并分析试验结果,说明了经主成份分析优化后的BP神经网络PID控制效果较优化前有了显著改善。
[Abstract]:In view of the difficulties of conventional PID in obtaining the desired control effect and the problems of complex structure, long learning time and slow convergence rate in on-line tuning of single neural network, a BP neural network PID control based on principal component optimization is proposed. In order to simplify the structure of the network, improve the convergence speed and generalization ability of the network, and then improve the control quality of the intelligent control system, the dimensionality reduction analysis of the input layer unit of the network is carried out by principal component analysis. Based on the above theory, the simulation analysis of hydraulic turbine regulation system based on MATLAB/Simulink platform is carried out, and the experimental results are analyzed. It is shown that the PID control effect of BP neural network optimized by principal component analysis is significantly improved compared with that before optimization.
【作者单位】： 华北水利水电大学电力学院;
【基金】：国家自然科学基金项目(U1504622) 华北水利水电大学研究生教育创新计划基金项目(YK2016-08)
【分类号】：TV734

【相似文献】

相关期刊论文 前10条

1 翟旭瑞;吕振中;王国松;;基于BP神经网络的大坝安全监测系统评价研究[J];水资源与水工程学报;2007年01期

2 宋孝玉,易广军,李智录,沈冰;基于神经网络的金盆水库大坝应力预测[J];水资源与水工程学报;2004年04期

3 廖卫洪;李跃平;;“人工”神经网络在大坝安全稳定中的应用研究[J];湖南水利水电;2008年03期

4 牛景太;魏博文;;基于蚁群优化神经网络的混凝土坝位移安全监控模型[J];甘肃水利水电技术;2012年07期

5 卢瑞华,明经平;采用BP算法分析大坝位移[J];南昌水专学报;2003年02期

6 吴云芳,李珍照;自适应共振神经网络在水利工程开发方案决策中的应用[J];水电能源科学;2002年01期

7 刘爱丽;刘建国;;BP神经网络在水轮机综合特性曲线中的应用[J];科技信息(科学教研);2008年13期

8 强明辉;韩晶晶;;改进的BP网络在大坝变形监测资料分析中的应用研究[J];自动化与仪器仪表;2012年05期

9 李阳;纪昌明;李克飞;张验科;赵璧奎;;结合均生函数的神经网络在中长期水文预报中的应用[J];水电能源科学;2013年02期

10 胡建兰;刘玉忠;;基于神经网络方法的堤防稳定性影响因素分析[J];人民黄河;2007年05期

相关会议论文 前10条

1 于军;聂义勇;;神经网络控制算法在流体阻力时变物体运动模型中的应用[A];2005年中国智能自动化会议论文集[C];2005年

2 付朝江;;基于神经网络的坝体断面优化设计[A];第一届中国水利水电岩土力学与工程学术讨论会论文集（上册）[C];2006年

3 钟洛加;沈贵文;;BP神经网络方法在三峡库区滑坡预测中的应用[A];西部水利水电开发与岩溶水文地质论文选集[C];2004年

4 于洋;张婧璇;;水轮机调节系统计算机仿真研究[A];水电站机电技术2004年年会论文集[C];2004年

5 张小稳;李雪红;李益进;陈辉;;基于神经网络的裂缝转异荷载诊断[A];现代水利水电工程抗震防灾研究与进展[C];2009年

6 余波;张礼达;吉雷;童俊;张文平;;水轮机调节系统实时仿真实验台的建立[A];第十六届全国水动力学研讨会文集[C];2002年

7 林育梁;卢丹玫;杨二静;;灰关联神经网络法及防洪堤边坡稳定性分析[A];第一届中国水利水电岩土力学与工程学术讨论会论文集（上册）[C];2006年

8 王利霞;蔡金锭;林礼清;;基于GA-BP神经网络的故障诊断专家系统在水轮机组中的应用[A];2006中国电力系统保护与控制学术研讨会论文集[C];2006年

9 罗先启;张选兵;葛修润;;基于神经网络的滑坡地下水位反分析[A];新世纪岩石力学与工程的开拓和发展——中国岩石力学与工程学会第六次学术大会论文集[C];2000年

10 袁利兴;张爱学;穆玉勇;;RBF神经网络在河堤变形分析和预测中的应用[A];第十六届六省矿山学术交流会论文集[C];2009年

相关博士学位论文 前8条

1 王明疆;明满流尾水系统水电站水轮机调节系统暂态特性研究[D];武汉大学;2015年

2 孔繁镍;水轮机调节系统模型及其控制策略研究[D];广西大学;2013年

3 寇攀高;水轮发电机及其调速系统的参数辨识方法与控制策略研究[D];华中科技大学;2012年

4 许世刚;计算智能及其在水利水电工程中的应用[D];河海大学;2001年

5 南海鹏;基于PCC的智能控制水轮机调节系统研究[D];西安理工大学;2003年

6 方红庆;水力机组非线性控制策略及其工程应用研究[D];河海大学;2005年

7 廖忠;小波网络及其在水轮机调节系统中的应用研究[D];河海大学;2005年

8 罗丹;高混凝土面板堆石坝反分析与面板温度应力研究[D];武汉大学;2012年

相关硕士学位论文 前10条

1 刘俊辉;基于数据清洗方法的河道水位预测研究[D];昆明理工大学;2015年

2 杨超;改进的粒子群优化BP神经网络在大坝变形预测中的应用[D];东华理工大学;2016年

3 王竹;基于BP神经网络的大伙房水库洪水预报模型研究[D];沈阳农业大学;2016年

4 詹佩;基于人工智能的水电机组振动趋势预测[D];华中科技大学;2016年

5 林琳;基于BP神经网络的水利工程风险管理研究[D];江西理工大学;2015年

6 张亚娣;基于神经网络的中小型水电站泄水闸门控制方法研究[D];河北科技大学;2015年

7 王圣;基于神经网络的水文预报方法研究[D];华中科技大学;2013年

8 孙英广;神经网络在径流预测模型研究中的应用及软件实现[D];大连理工大学;2005年

9 霍惠玉;水库信息管理系统研究[D];沈阳农业大学;2007年

10 张雯;云计算平台支持下的BP神经网络在洪灾损失评估中的应用研究[D];江西理工大学;2017年

，

本文编号：2309472