（电力系统及其自动化专业论文）基于人工智能的励磁系统非线性参数辨识.pdf

华北电力大学硕士学位论文 摘要 发电机励磁系统模型参数的准确性对电力系统的分析与控制有重要的影响。传 统的辨识方法大都是采用线性化的方法，只辨识励磁系统线性部分的参数，而励磁 系统实际上是一个非线性系统，本文分别采用两种人工智能方法，神经网络和遗传 算法，对考虑非线性环节的励磁系统模型进行辨识。采用m a t l a b 为仿真工具，搭 建励磁模型和电力系统模型，选用阶跃扰动信号，采集数据，分别用以上两种方法 进行辨识。结果证明，神经网络要用大量的样本数据来训练，得到的励磁系统网络 模型可以模拟原励磁系统的输出。根据可测量的多少，遗传算法可以单环节辨识和 整体辨识单环节辨识效果好，整体辨识效果不如单环节，但是辨识模型同样可以 用于系统仿真。根据具体情况尽可能多的分环节辨识可以有较好的辨识效果。 关键词：励磁系统，参数辨识，神经网络，遗传算法 a b s t r a c 。r t h ea c c u r a c yo ft h ep a r a m e t e r so fe x c i t a t i o ns y s t e mm o d e lh a ss i g n i f i c a n ti n f l u e n c eo n t h ea n a l y s i sa n dc o n t r o lo fp o w e rs y s t e m t h ec o n v e n t i o n a lm e t h o di st h el i n e a r i z a t i o n a p p r o a c ht oi d e n t i f yt h el i n e a rp a r a m e t e r so f t h ee x c i t a t i o ns y s t e mo n l y , i nf a c t ，t h ee x c i t a t i o n s y s t e mi sn o n l i n e a r , t h i sp a p e ra d o p t st w om e t h o d so fn e u r a ln e t w o r ka n dg e n e t i ca l g o r i t h mi n a r t i f i c i a li n t e l l i g e n c ef i e l dt oi d e n t i f yt h en o n l i n e a re x c i t a t i o ns y s t e m u s i n gm a t l a ba st h e s i m u l a t i o nt o o l ，f i r s te s t a b l i s ht h ee x c i t a t i o na n dt h ep o w e rs y s t e mm o d e l ，a d o p tas t e ps i g n a l t ot h ee x c i t a t i o ns y s t e m ，a n dt h e nc o l l e c tc o r r e s p o n d i n gd a t at oi d e n t i f yt h em o d e lp a r a m e t e r t h er e s u l t sp r o v et h a t ，t h en e u r a ln e t w o r kt r a i n e db yr i c hs a m p l ed a t ac a ns i m u l a t et h eo u t p u t o ft h eo r i g i n a le x c i t a t i o ns y s t e m t h eg e n e t i ca l g o r i t h mm a yb eu s e de i t h e re a c hb l o c ko ft h e e x c i t a t i o ns y s t e mi si d e n t i f i e ds e p a r a t e l yo rt h eo v e r a l lb l o c ki si d e n t i f i e do n c ea c c o r d i n gt o t h em e a s u r a b l ed a t a t h ef o r m e rh a sab e t t e re f f e c tt h a nt h el a t t e r , h o w e v e r , t h el a t t e r i d e n t i f i e dm o d e lc a nb eu s e dt os i m u l a t ea l lt h es a m e s e p a r a t et h eb l o c ka sm u c ha sp o s s i b l e a c c o r d i n gs p e c i f i cc o n d i t i o n st oi d e n t i f ym a y h a sb e t t e ri d e n t i f i c a t i o ne f f e c t x i ey o n g h o n g ( e l e c t r i cp o w e rs y s t e ma n di t sa u t o m a t i o n ) d i r e c t e db yp r o f h er e n m u k e yw o r d s ：e x c i t a t i o ns y s t e m ，p a r a m e t e ri d e n t i f i c a t i o n ，n e u r a ln e t w o r k ，g e n e t i c a l g o r i t h m 华北电力大学硕士学位论文 p 士= i明州 本人郑重声明：此处所提交的硕士学位论文基于人工智能的励磁系统非线性参数 辨识，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工作和取 得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育机构的学位 或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作 了明确的说明并表示了谢意。 学位论文作者签名：当缸盘纽 e t期：塑星：三：坦： 关于学位论文使用授权的说明 本人完全了解华北电力大学有关保留、使用学位论文的规定，即：学校有权保管、 并向有关部门送交学位论文的原件与复印件；学校可以采用影印、缩印或其它复制手 段复制并保存学位论文；学校可允许学位论文被查阅或借阅：学校可以学术交流为 目的，复制赠送和交换学位论文：同意学校可以用不同方式在不同媒体上发表、传播学 位论文的全部或部分内容。 ( 涉密的学位论文在解密后遵守此规定) 作者签名：鱼皇垒导师签名： 华北电力大学硕士学位论文 1 1 励磁系统参数辨识的意义 第一章绪论 电力系统动态仿真已经成为电力系统规划、设计、运行和控制的依据，而仿真 的基础是建立系统元件的模型及其参数，如发电机及其控制系统参数、负荷模型参 数。仿真的准确度很大程度上依赖于所用模型和参数的准确度，研究电力系统元件 模型参数的辨识方法，如何得到实际运行中系统的真实参数很有实际意义。 发电机励磁系统对电力系统的电压控制和稳定控制具有重要作用，尤其是对故 障下的暂态稳定影响更大，许多报告已经指出，暂态稳定计算中发电机暂态电动势 恒定模型已经不能满足现代电力系统稳定的要求，因此有必要计及系统中大容量机 组的励磁系统模型进行稳定计算。随着我国电力系统的发展，大区电网互联，确保 电网安全稳定运行愈加重要。大区电网互联后系统动态稳定问题变得突出，表现为 系统阻尼特性变差，低频振荡模型发生变化。例如，华北电网单独运行时，主要振 荡模式为华北电网内部区域电网之间的模式，其动态摇摆周期为2 s ；与东北电网联 网后，两大电网之间的振荡模式动态摇摆周期为4 s ；与东北、华中、山东交流联网 后，出现大区电网之间振荡模式的周期长达6 、7 s t l l 。根据相关要求，动态稳定计算 时间应不小于6 个动态摇摆过程，这样计算时间至少要达到4 0 s 左右。在这么长的 时间里，不考虑励磁、调速系统的动态特性是不合理的，计算分析的结果会与实际 情况产生较大偏差。另外，研究受端电网的电压稳定问题、系统严重故障下的频率 动态过程以及电网事故仿真等，都需要考虑采用发电机的详细模型。2 0 0 1 年7 月开 始执行重新修订的电力系统安全稳定导则指出，应计及、实测和建立电网计算 中各种元件的详细模型和参数；在暂态稳定计算中，发电机应考虑采用暂态电势变 化甚至次暂态电势变化的模型；动态稳定计算中，应采用考虑次暂态电势变化的模 型，考虑同步电机的励磁调节系统和调速系统。 i e e e 等国际组织已经提出各种标准化的励磁系统模型【l 】，各种电力系统仿真软 件也都给出了不同的励磁系统模型，实际应用中首先选用合适的模型结构，然后再 确定其参数。以往仿真计算中励磁系统模型往往采用厂家提供参数或者典型值，这 些参数大都是单个元件离线测试得到的，不能反映元件之间的相互作用，可能与系 统实际运行中参数相差甚远，所以有必要研究励磁参数的辨识方法，通过现场运行 的数据辨识得到能够反映真实系统的参数。 励磁系统的模型主要包括励磁电源模型和励磁调节器模型两个部分，其中励磁 华北电力大学硕士学位论文 电源模型有直流励磁机模型、带功率整流器的交流励磁机模型和静止励磁电源模 型。由于交直流励磁机存在饱和特性，功率整流器外特性有三种工作状态，调节器 模型中又存在限幅单元，整个励磁系统其实是一个非线性系统。通常情况下，励磁 机运行在饱和特性曲线的线性段，整流器运行在第一种工作状态，调节器也不会触 及限幅环节，整个系统可以认为是一个线性系统，通过加入不会对系统造成大的影 响的信号，用线性系统的辨识方法来辨识参数。但是在系统故障变化过程中，励磁 系统某些环节很有可能运行在非线性区域，如果再用线性模型来辨识就可能造成很 大的误差。所以要建立励磁系统精确的模型参数，就要考虑把非线性环节的参数也 辨识出来，或者至少要在参数辨识中充分考虑这些非线性的影响。 1 2 国内外励磁系统参数辨识研究现状和发展动态 i e e e 于1 9 6 8 年第一次以标准形式提出用于电力系统稳定分析的励磁系统模型， 并分别于1 9 8 1 年和1 9 9 2 年对原标准模型进行了增补和改进【2 l ，国内于1 9 9 7 年推出 了g b t 7 4 0 9 2 同步电机励磁系统。根据这些标准模型，国内外的电力系统仿真软 件都建立了丰富的励磁模型库。但是在实际应用中，有时需要考虑采用符合所研究 系统的励磁模型，而不是标准模型和典型参数。根据这样的要求，上世纪7 0 年代， 美国e p r i ( 美国电科院) 提出“要用新型在线测试技术进行参数测量”，并强调“电 机参数与运行方式密切相关 。1 9 9 6 年w s c c ( 美国西部电力联合体) 在大停电事故 后就着手对所辖的发电机励磁系统进行动态测试从而获得更准确地模型参数【3 】。文 献【4 ，】集中研究了利用发电机在线数据辨识励磁参数的方法。在国内，国家电力调 度通信中心调运 2 0 0 5 1 5 9 号文件要求完成大的发电机组控制系统得改造和参数测试 工作，完成励磁系统原始模型各个环节参数的测量。根据这些要求，我国电力工作 者对励磁系统参数辨识做了大量的研究和实践【8 卜1 1 5 1 ，主要是有关励磁系统的实测建 模。 随着系统辨识理论在电力系统中的应用，发电机励磁系统参数辨识方法取得了 很大发展。最初主要是对于线性励磁系统的辨识，方法主要有经典辨识法( 非参数 型) 和现代辨识法【m 1 ( 参数型) 。经典辨识法主要有时域的相关辨识法和频域的f f t 法。频域法通过f f t 变换( 快速傅立叶变换) 将系统输入输出时域信号转换成频域 信号，经噪声滤波，获得了非参数的结果，即获得系统的幅频特性、相频特性，通 过l s e ( 最小二乘) 方法拟合，最后获得估计的参数。应用频域法的有文献【6 1 1 7 1 。 现代辨识方法在励磁系统参数辨识中的应用主要有最d x - 乘类方法、极大似然法、 卡尔曼滤波法等。其中最小二乘类方法原理简单，应用最为广泛【7 11 1 8 。以上现代辨 识法主要是针对离散系统建模的，而电力系统属于连续时间系统，电力系统研究者 一2 一 华北电力大学硕士学位论文 习惯通过物理机理建立具有明确物理意义的模型参数，因而连续模型参数辨识方法 也十分必要。对于连续系统模型辨识方法除了上述的经典法，在励磁系统参数辨识 中获得广泛应用的还有p l p f 法( 分段线性多项式函数法) ，它是一种基于方程误差 模型的时域辨识算法，通过对离散采样数据的多重积分估计模型参数值，直接求取 待辨识系统微分方程的系数【1 9 】。由于p l p f 法初始条件影响的问题，文献【2 0 1 提出另 一种连续时间辨识方法，线性积分滤波法( l i f ) ，可以完全消除几分方程初始条件 的影响。只是上述方法求得的都是系统总的传递函数，还需要用非线性牛顿迭代法 等求解非线性方程组才能得到每个环节的传递函数。 以上都是针对线性系统的辨识方法，首先要求系统运行于线性区域，并且对激 励信号的选择也比较严格，一是信号的幅值必须足够小从而使非线性环节无效，二 是特定频段的功率足够大使信噪比满足要求，从而可以忽略噪声的干扰。事实上很 难保证达到这两个要求，信号选择不慎很容易使响应进入非线性区域，从而辨识结 果也不准确，所以很有必要找到可以辨识励磁系统的非线性环节的方法，从而得到 更加精确的励磁模型。对于励磁系统的非线性环节主要有调节器限幅、除静止励磁 机系统外的励磁机饱和、交流励磁机整流器换向压降。对于调节器限幅，一般可以 通过离线辨识的方法得到。目前对励磁机饱和与整流器换向压降的处理主要有两个 思路：一是根据物理机理建立非线性的数学模型，采用非线性的优化方法辨识其参 数；二是模型中不建立具体非线性环节，只关心励磁系统的输入输出特性，采用神 经网络、小波变换等智能优化方法得到一个可以反映励磁系统动态特性的黑箱模 型，或者是采用多种运行方式下的多次辨识结果得到一组励磁模型参数，认为非线 性的影响已经考虑在这些时变的参数中。如果精度要求不高，可以用一个综合的方 法得到一个鲁棒性好的参数，如文献【2 1 1 。模型仿真验证表明，离散小波变换获得的 黑箱模型响应与实际响应拟合的效果优于考虑具体非线性环节的灰箱模型，但是灰 箱模型可以反映系统物理机理更容易为现场工程师接受。在一定的精度范围内，灰 箱模型更值得采用。文献【2 2 】通过模拟发电机在线运行加入伪随机信号，辨识i e e e a c i a 模型的非线性环节参数，所用的方法是把非线性环节在运行点处的高阶泰勒 展开，然后利用传统的最小二乘法辨识参数，同时讨论了系统噪声和随机噪声削弱 策略和模型校验方法。文献【2 3 】通过搭建一个单机无穷大系统，采用线路三相故障时 的数据，用轨迹灵敏度法分别辨识两个含有非线性环节的模型：i e e ed c l 和s t 3 。 考虑了系统参数的可辨识性，参数对于输出的影响必须是可观的，这样的参数才可 以辨识得到；另外，一些参数以相乘的形式出现，这样的参数需要增加内部测点才 可以辨识。文献【5 1 详细阐述了用一个电厂的暂态记录系统得到的在线测量数据来辨 识励磁系统的过程。数据来源于雷击事故引起的单相接地短路，所用的方法是变梯 度平均随机逼近法，分别辨识了i e e ea c l a 和d c l 模型。辨识所用的扰动足够 大，问题在于这样的扰动不能通过第二次试验来验证。同时作者也提出了用单一的 一3 一 华北电力大学硕士学位论文 输入输出数据辨识时可能引起不可辨识问题，这时就需要结合内部信号如电压调节 器的输出来辨识。 以上分析了国内外励磁系统参数辨识的研究现状，对于线性模型和非线性模型 都有了一些辨识方法，同时也考虑了发电机在线运行辨识励磁参数的必要性。对于 励磁系统，由于励磁功率部分与发电机的强电磁联系，不但应该采用在线数据辨识， 还要在系统不同运行工况下多次辨识。在发电机联网时加入合适的扰动信号，或者 根据故障时系统录波装置记录的数据，选用合适的辨识方法，根据实际励磁系统可 以测量的量的多少，分环节或者整体辨识得到励磁系统模型参数。完成了参数辨识 后还有重要的一个环节就是模型参数的校核，要保证所辨识出的模型在各种不同的 扰动下能够反映系统的真实响应，这样的参数才可以用于电力系统仿真机算中。 1 3 人工智能乜铂乜叼及其在励磁非线性参数辨识中的应用 人类的自然智能伴随着人类活动时时处处存在，人类的许多活动，如下棋、竞 技、解算题、猜谜语、讨论问题、编制计划和计算机程序，甚至驾驶汽车和骑自行 车等，都需要“智能”。如果机器能够执行这种任务，就可以认为机器具有了某种 性质的“人工智能 。自2 0 世纪5 0 年代首次提出人工智能的概念以来，其研究和 应用不断深入，它引起众多学科和不同专业背景学者们的日益重视，成为一门广泛 的交叉和前沿学科。对人工智能的定义有不同的说法。其中一个定义为：“人工智 能是智能机器所执行的通常与人类智能有关的智能行为，如判断、推理、证明、识 别、感知、理解、通信、设计、思考、规划、学习和问题求解等思维活动。 人工 智能有广泛的研究和应用领域，如专家系统、机器学习、机器视觉、自动规划、计 算智能、自然语言理解、智能控制、分布式人工智能与a g e n t 等。 生物和自然智能在算法建模方面取得的巨大成功，导致了计算智能的建立和应 用。这些智能算法涉及人工神经网络、模糊系统、进化计算、人工生命等领域，这 些新领域与人工智能的传统领域相结合，拓宽了人工智能的研究领域。因此，可以 把人工智能成为若干个研究子学科( 如计算机科学、哲学、生理学、社会学、生物 学、信息学和计算数学等) 的组合。值得提出的是，在人工智能的发展过程中具有 重要意义的计算智能( c o m p u t a t i o n a li n t e l l i g e n c e ) 的提出和兴起，使人工智能发展成 为一门具有比较坚实理论基础和广泛应用领域的学科，也反映了当代科学技术的多 学科交叉与集成的重要发展趋势。 什么是计算智能，它与传统的人工智能有何区别? 1 9 2 2 年贝兹德克第一次提出 计算智能的定义：计算智能取决于制造者提供的数值数据，而不依赖于知识；另一 方面，人工智能则应用知识精品( k n o w l e d g et i d b i t s ) 。从这个定义上说，计算智能 一4 一 华北电力大学硕士学位论文 是一种智力方式的低层认知，它与人工智能的区别只是认知层次从中层下降到低层 而已。把计算智能理解为智力的低层认知，它主要取决于数值数据而不依赖于知识； 人工智能是在计算智能的基础上引入知识而产生的智力中层认知；生物智能，尤其 是人类智能，则是最高层的智能。 本文采用两种智能算法：神经网络和遗传算法，解决考虑非线性环节的励磁系 统参数辨识问题。这两种方法都可以归为计算智能，此外，模糊计算、粒群优化、 蚁群算法、免疫计算等也都可以归为计算智能。 神经网络实际上指的是一类计算模型，是生物神经网络的电子模拟，由于它的 工作原理模仿了人类大脑的某些工作机制，因此而得名。神经网络已成功用于控制、 调度、规划、机器人等领域。神经网络的基本单元是神经元，神经元之间可以连接 成不同的拓扑结构，通过一定的学习算法，根据期望结果，不断调整网络参数，最 终达到一个稳定的状态。 遗传算法是一种随机算法，它是模仿生物进化的“优胜劣汰”自然法则的进化过程 而设计的算法。它基于d a r w i n 的进化论，在物种自然选择过程中，其基本信念是适者 生存。如今遗传算法在众多领域得到了广泛的应用，如智能搜索、机器学习、组合优化 问题、规划、设计以及图像处理和信号处理等。遗传算法从一个解群开始，通过选择、 交叉、变异等算子，一代代的进化最终得到给定问题的解答。 1 4 论文内容 本文在学习励磁系统知识和辨识技术的基础上，试图研究包含非线性环节的励 磁系统的辨识方法，选用的方法有神经网络和遗传算法。主要内容有： ( 1 ) 搭建包含励磁系统的单机无穷大系统，通过给励磁系统加入合适的扰动信号， 记录模型输入输出，用来辨识励磁参数。 ( 2 )采用神经网络辨识得到励磁系统的非参数模型 ( 3 ) 采用遗传算法对含有非线性环节的励磁系统分别进行单环节辨识和整体辨识， 对模型进行校验。 一5 一 华北电力大学硕士学位论文 第二章发电机励磁系统的数学模型 励磁系统的基本功能是给同步电机磁场绕组提供直流电流。发电机励磁系统包 括励磁电源和励磁调节器两个部分，励磁电源为发电机提供直流励磁电流，励磁调 节器处理和放大输入控制信号，它的输出作为励磁电源的控制信号，从而控制励磁 电流在一定的水平。此外，励磁系统还有大量的控制和保护电路，实现电压、无功 控制功能，保护励磁系统和其他设备安全运行。 2 1 发电机励磁系统控制系统的结构【2 6 】 励磁系统主要有励磁电源和励磁调节器两部分组成，发电机、励磁系统及限制 和保护等部分一起组成发电机励磁控制系统，图2 1 表明了大型同步发电机的典型 励磁系统功能方框图。 参考 电力系统 图2 - 1同步发电机励磁系统的功能框图 图中各个子系统的功能如下： ( 1 ) 励磁机。给同步电机磁场绕组提供直流功率，它由励磁系统的功率级组成。 ( 2 ) 调节器。处理和放大输入控制信号到一定水平，并形成适合于励磁机控制的信 号，它包括调节和励磁系统稳定功能( 速率反馈或超前滞后补偿) ( 3 ) 端电压传感器和负荷补偿器。检测发电机机端电压，将其整流和滤波成直流量， 并与表示所希望的端电压的参考信号相比较。此外，如果希望与发电机端电气 距离较远的某点( 如通过升级变压器后的某点) 电压保持恒定时，可以提供负 荷( 或线路压降，或无功) 补偿。 ( 4 )电力系统稳定器。给调节器提供一个附加的输入信号，以阻尼电力系统的振荡。 一6 一 华北电力大学硕士学位论文 某些常用的输入信号有转子速度偏差、加速功率和频率偏差。 ( 5 ) 限制器和保护电路。这些包括大量的控制和保护功能，以保证励磁机和同步发 电机不超过容量极限。某些常用的功能是励磁电流限制器、最大励磁限制器、端 电压限制器、v h z 调节器和保护，以及欠励限制器。它们通常有不同的电路， 并且它们的输出信号作用于不同的地方，作为励磁系统综合输入或选通输入。为 方便起见，将它们组合起来表示为一个方框。 2 2 励磁系统数学模型 2 2 1 励磁电源的数学模型 励磁系统经过多年的演变有很多形式，根据励磁功率源，可以将它们分成下面 的三大类：直流励磁系统、交流励磁系统和静止励磁系统。 ( 1 ) 直流励磁机模型 这类励磁系统用直流发电机作为励磁功率电源，并通过滑环给同步电机的转子 提供电流。励磁机由一个电动机或与发电机同轴拖动，可以是自励或它励。它励时， 用一个永磁发电机组成的副励磁机来供给励磁机磁场。直流励磁机代表了早期的系 统，后来逐渐被交流励磁机代替。由于许多直流励磁系统仍在运行，所以对他们进 行研究还是很有必要。它励直流励磁机的电路模型如图2 2 。 十 兄磁场 电枢 + 图2 - 2 它励直流励磁机 对于磁场电路，有 e , f 咄凡f 七 其中，甲= 0 0 忽略磁场漏磁通，励磁机输出电压为 e ，= k ，、壬， k r 取决于转速和励磁机电枢绕组的结构。 由于磁饱和，输出电压以是励磁机磁场电流0 的非线性函数， 一7 一 ( 2 - 1 ) ( 2 - 2 ) 它还受励磁机 华北电力大学硕士学位论文 负荷的影响，将两种影响结合起来，可以用图2 - 3 所示的恒电阻负荷一饱和曲线近 似地考虑饱和负荷调节。毽是气隙线的斜率，根据图中所示我们可以写出 i 西2 繁州巧( 2 - 3 ) 其中，叱是以的非线性函数，可以近似表达为 越盱= e x s e 旺x 、) 、2 - 4 ) 其中疋( b ) 是依赖于毋的饱和函数。 譬k 冒l 图2 - 3励磁秽l 负衙一饱和曲线 由式( 2 1 ) 式( 2 4 ) ，可得 易= 每b + 蜊毋盼去警 ( 2 - 5 ) 该方程给出了输入电压易与输出电压乓之间的关系。选择在气隙线上给出额 定的同步电机电压所需要的磁场电压和电流作为乓和。的基值： r f e x b 躲c2 匕f d k 律 l 哆。吣e = e m 妇| r g q 。q 将式( 2 - 5 ) 除以露妇，改写成标幺形式为 面矿= 冬面巾氟( 面枷+ 百1 百d e x ( 2 - 7 ) 式中： i 。( 瓦) ：a f l e f ：毽芝( b ) ( 2 - 8 ) 式( 2 - 2 ) 定义的参数巧可以写成 k ，：鱼：生：墨生 4 飞 k i 哆ki 呼 在任意运行点( 0 。，以。) ，令 一8 一 华北电力大学硕士学位论文 = 。篆， 则有砟= 专，代入式( 2 7 ) 得 否矿= 面x + 疋( 西x ) 云x + 乃百d e x ( 2 - 9 ) 式中 午冬 疋= 惫 晒垆甄面x ) 惫 ( 2 - 1 0 ) 式( 2 - 9 ) 表示了励磁机的输入输出关系，对于它励励磁机，输入电压易是调 节器的输出，直流励磁机的输出电压乓直接施加到同步电机的磁场。因此直流 易= 圪 e x = e f d 图2 4 直流励磁机方框图 调节磁场电路的电阻如，会影响镌和饱和系数篷( 乓) ，但不会影响前馈环节 的积分时间瓦。一个常用的近似励磁机饱和影响的表达式为 y x = e x s e t e x 、) = a 旺矿髓b 本文也采用该指数函数的形式来表示励磁机饱和的影响。 图2 4 的方框图也适用于自励直流励磁机，只是k ，的值有所不同。电站运行人 员可以通过调节变阻器r ，的值来跟踪电压调节器，使得电压调节器的输出为零。通 过调节r ，来改变k e 的值，从而使得为零。因此，k 的值是随运行条件变化的。 ( 2 ) 交流励磁机和整流器模型 交流励磁机利用交流电机作为发电机励磁功率的电源，该励磁机通常与汽轮发 一9 一 华北电力大学硕士学位论文 电机同轴。励磁机的输出经可控或不可控整流器整流，产生发电机磁场需要的直流 电流。根据整流器静止与否，交流励磁机又可以分为静止整流器励磁系统和旋转整 流器励磁系统。静止整流器励磁系统的整流器是静止的，它的直流输出通过滑环馈 送给主发电机的磁场绕组。采用旋转整流器时，交流励磁机的电枢和二极管整流器 随主发电机的磁场一起旋转，省去了滑环和碳刷，也称为无刷励磁系系统，这样的 系统是为了避免供给大型发电机的高磁场电流时使用碳刷而存在的问题。 不考虑整流器时，交流励磁机的一般结构类似于直流励磁机，模型方框图如图 2 5 。不同的是此时要考虑电枢反应的去磁效应k d j m ，其中，胁是励磁电流，常数k d 取决于交流励磁机的同步电抗和暂态电抗。饱和函数& 用空载饱和曲线定义，方法 同直流励磁机饱和函数。励磁机内电动势圪是由饱和函数确定的空载电动势。 图2 。5 交流励磁机方框图 交流励磁机的输出电压的整流通常采用三相全波桥式整流电路。从结构上讲， 励磁机的输出电压是整流器的输入，励磁电压和励磁电流，肋是整流器的输 出。由于交流电源内有电感，相电流不能突变，电流从一相转换到另一相的时间所 对应的角度叫做换相角，记为。易知，整流器负载电流，胁越大，相应的换相角也 大。换相角在0 。 6 0 。，= 6 0 。，6 0 。 1 2 0 。三种不同的状态时，整流阀在换相 期间导通情况也分为三种情况。不管是哪种情况，换相期间整流阀重叠导通都会造 成输出电压的下降，称为换相压降。从而，负载电流，胁从零不断增大时，换相角 也从0 。不断增大，换相压降也不断增大，到换相角增大到1 2 0 。的时候，换相失败， 输出整流电压为零。 将整流器引起的输出电压换相压降表达为 = ( 2 - 1 1 ) 其中 v e x = 厂( 凡) ( 2 - 1 2 ) 一1 0 一 华北电力大学硕士学位论文 如= 警 ( 2 - 1 3 ) 常数k c 取决于交流电源的感性电抗( 换相电抗) 。整流器三种运行方式决定的f ( i u ) 的三个表达式为 方式一： 厂( l ) = 1 - 0 5 7 7 i j v ，凡0 4 3 3 方式二： 厂( 如) = 4 0 7 5 - i 川, 2 ，0 4 3 3 如 o 7 5 方式三： 厂( 如) = 1 7 3 2 ( 1 - 凡) ，0 7 5 厶1 ( 2 - 1 4 ) 整流器特性按照三种工作方式的曲线如图2 6 f 。墨2 巴 1 0 图2 - 6 整流器特性曲线 根据以上分析，整流器的调节作用模型可用图2 7 表示。 e f d 图2 7 整流器调节模型框图 ( 3 ) 静止励磁机 这种励磁系统的所有元件是静止的，励磁电源取自主发电机或者电站辅助母 线。目前广泛采用的有三种静止励磁系统。 a 自并励电源模型 自并励励磁系统中，励磁功率经一个变压器取自发电机端或电站辅助母线，并 一1 1 华北电力大学硕士学位论文 通过一个可控整流器来调节。励磁顶值电压直接正比于发电机的端电压，励磁变压 器可以用一个比例环节模拟。如果把励磁变压器和整流器的增益归算到调节器，并 计及整流器换相压降的影响，这类励磁电源可以用一个限幅器的形式表示，模型如 图2 8 。 e y 啪似一k c lf d e y 眦n k c if d 图2 8自并励电源模型 b 自复励电源模型 这种励磁系统利用主发电机电枢电压和电流相量的合成来构成励磁机的功率 电源。调节器通过控制功率变压器的饱和来控制励磁机的输出，功率复合后的输出 通过整流器整流供给发电机励磁电流。提供给整流器的电压为 d口 = i 砗k + ，巧l( 2 1 5 ) 口口 杉、分别是发电机机端电压和电流相量，k p 、k ，分别是变压器和变流器的变比。 自并励电源的数学模型可表示为图2 - 9 。 e f d 图2 - 9 自并励电源模型 其中，是励磁调节器的输出，励磁电源功率通过调节器控制，计及整流换相压降。 2 2 2 励磁调节器的数学模型 ( 1 ) 端电压传感器和负荷补偿器 电压调节器通常用来控制发电机定子端电压，有时候想要控制发电机内部或外 部某点的电压就要使用负荷补偿器。补偿器模拟发电机端和待控制其电压的指定点 一1 2 华北电力大学硕士学位论文 间的阻抗( 辟+ 解) ，电枢电流t 通过该电阻产生一个电压降，并从端电压中加上 或减去之。有 圪= ie + ( 心+ k ) i ( 2 1 6 ) 当心、群都是正的，补偿器调节发电机内部某点的电压，反之亦然。补偿后的电 压琢经整流和滤波被送到电压调节器，整个环节的数学模型如图2 1 0 。 负荷补偿器电压传感器 口 e t d i l 负荷补偿器电压传感器 图2 1 0负荷补偿器和端电压传感器模型 ( 2 ) 电压放大环节 该环节把电压调节器检测到的误差信号放大到一定水平，数学模型可以用一个 包含增益的一阶惯性环节表示。放大器的输出受饱和或电源极值的限制。模型如图 2 1 1 。 似 删 图2 - 1 1 放大环节模型 ( 3 ) 励磁系统稳定电路 励磁系统含有大量的时间延迟元件，其固有的动态性能较差，特别是直流和交流励 磁系统。通常设有串联补偿( 超前滞后调节) 或并联补偿( 微分反馈) 环节构成励 磁系统稳定电路，用来改善控制系统的动态性能。两种补偿的模型如图2 1 2 ( a ) 和 2 - 1 2 ( b ) 。 1 + s t c l + s t a 超前滞后 图2 1 2 ( a ) 串联补偿环节 一1 3 一 到放大环节 华北电力大学硕士学位论文 微分反馈 图2 1 2 ( b ) 并联补偿环节 ( 4 ) 终止和非终止极限 在建立励磁系统模型时，限幅环节要区分终止和非终止极限。以但时间常数环 节为例，下面说明他们的区别。图2 1 3 ( a ) 和( b ) 分别是他们的模型表示方法， 有终止极限时，输出y 不会离开极限，直到v 回到极限之内。有非终止极限时，u 重新进入极限之内时，y 就离开极限。 图2 1 3 ( a ) 终止极限 系统方程：d 出v = 了u - - v口f 如果“ 1 ， 以，则y = y 如果v o ，则y = 幺 如果v 厶，则y = 厶 ( 5 ) 限制和保护电路 图2 1 3 ( b ) 非终止极限 系统方程：厂= 半 如果“ y 。，d 出y = 。，y = 。 如果y l snf o ，则老_ o ，y = 厶 通常励磁系统都有大量的限制和保护电路，保证励磁机和发电机安全稳定运 行。这些电路在正常状态时不参与起作用，并且在暂态和小信号稳定研究中也经常 不考虑，但是对于长期稳定和电压稳定研究中他们可能很重要。常用的有欠励限制 器、过励限制器、v h z 限制器等。欠励限制器( u e l ) 用来避免发电机励磁降到一 定程度而超过小信号稳定性极限或钉子铁心端部热极限；过励限制器( o x l ) 旨在 长时间磁场过流引起过热时保护发电机；伏特赫兹( v h z ) 限制器用来保护发电机 和升压变压器，防止低频和( 或) 过电压产生过度的磁通引起的损坏。这些限制电 路的实际应用是极其多样的，这要取决于制造厂家、设备年代和用户的特殊需求。 一1 4 1 华北电力大学硕士学位论文 因此，这些电路的建模必须建立在逐个情况的基础之上。本文的研究中暂不考虑这 些电路，所以在此不做详细的介绍。 2 2 3 完整的励磁系统模型 i e e e 在1 9 9 2 年提出了1 2 个标准化的励磁模型结构，并提供了相应的参数，用 方框图的形式表示了目前广泛使用的各类励磁系统，可用于暂态稳定和小信号稳定 研究中。实际应用中，最为精确的办法是找到所研究励磁系统的实际模型，并且用 在线运行数据辨识得到其参数，但是如果要求不是很严格，可以考虑选用与所研究 励磁系统相似的标准模型，然后用这样的模型和实测数据辨识其参数。 下面图2 1 4 是i e e e 提供的a c l a 型励磁系统模型。 v m x 图2 1 4 i e e ea c l a 型励磁系统模型 该模型表示有不可控整流器的交流电机的励磁系统，可以用于三级励磁系统或 无刷励磁系统。可以用永磁副励磁机供给励磁机的磁场，电压调节器的电源不受外 部暂态的影响。 2 3用m a t a b sim ul in k 建立研究用的系统模型和励磁模型伸8 1 m a t l a b 是一种面向科学与工程计算的高级语言，它提供了丰富的工具箱，可 以进行科学计算、自动控制、信号处理、神经网络、系统辨识、图像处理等。m a t l a b 提供了一个仿真平台s i m u l i n k ，可以在此基础上建立动态系统的模型，并做仿真 计算。对于电力系统仿真，可以选用电力系统仿真模块集( p s b ) 中丰富的电力元 件模型，在s i m u l i n k 环境下建立待研究系统模型，并进行仿真。可以用鼠标拖动 一1 5 华北电力大学硕士学位论文 的方法选择合适的模块，组合成研究用的模型，模型组合好之后还可以进行参数的 设置。 本文首先建立一个含有待研究励磁系统的单机无穷大系统，励磁系统在合适扰 动下运行该模型，同时采集励磁系统的输入输出数据，作为辨识用的数据。本文建 立的单机无穷大系统模型结构图如图2 1 5 。 图2 1 5单机无穷大系统原理图 其中的励磁系统选用i e e ea c l a 标准模型，仿真模型如图2 1 6 。 l m 图2 1 6 仿真用i e e e a c l a 模型 此处与前面标准模型不同的是加入了滤波环节，并且放大单元的非终止极限模 型考虑为简单的终止极限模型。此处可以不考虑过励、欠励限制器和电力系统稳定 器p s s 的输入v ，参考电压为稳态时发电机机端电压的值( 标幺值为1 ) ，v d 、 v n 分别是测量环节侧的发电机机端电压分量。 建模时应该注意的是，要进行励磁模型的初值平衡【2 9 1 。初值平衡也就是说，在 某一个状态下，模型中每个环节的输入输出值是合理的。所建立的单机无穷大系统 一1 6 华北电力大学硕士学位论文 首先应该是可以稳定运行的，也就是说在没有扰动的情况下，系统中任何变量都保 持稳态潮流解不变。在某个稳态下，通过加入不同的扰动观测系统的动态响应，以 此来分析系统的性能，辨识其参数。所以，励磁模型的初值平衡就是要使励磁模型 的初值与稳态潮流解一致，这样在加入扰动时，模型一开始就可以稳定运行，不会 再经过一段时间的平衡过程。 励磁模型初值平衡的办法是，首先找出模型中哪些线性传递函数模块的初始输 入输出量是可以确定的，然后通过这些已知的量来推算其他模块的输入输出，把这 些模块的输入输出设定为求得的量。例如，上面的励磁模型中，可以确定的是励磁 机环节的初始输入输出都为零，转子软反馈环节的初始输出为零，滤波环节的初始 输入输出均为机端电压的初始值。然后根据这些已知的量，推算超前滞后环节、放 大环节等的初始输入输出。然后，在每个信号相加点，还要满足前后平衡。例如， 图2 1 6 中的v 和v 分别是为了满足这个条件而叠加的补偿量。最后，励磁模型建 立好之后，还可以对其进行封装，将励磁模型中的各个模块参数对话框集成为一个 对话框，在该对话框中可以方便的设定或修改励磁系统不同模块的参数。 至此，已经建立了研究用的系统模型，在后面的章节中介绍用该模型得到的数 据采用不同的算法来辨识励磁模型的参数。 一1 7 华北电力大学硕士学位论文 第三章神经网络辨识励磁模型 传统的励磁系统参数辨识方法主要是线性系统的辨识方法，主要有频域法和时 域法。频域法主要是快速傅立叶变换最小二乘法拟和参数( f f t l s e ) ，时域法主 要有最小二乘法和分段线性多项式法( p l p f ) 。系统正常运行下，励磁系统可以认 为是一个线性系统，可用以上线性系统辨识方法辨识模型参数。但是要保证扰动信 号足够小，不能够激励系统的非线性环节。这样也只能够辨识线性环节的参数。实 际励磁系统存在限幅，励磁机饱和，整流器换相压降等非线性环节，在故障或大扰 动等特殊情况下进入非线性区域，这时要正确辨识励磁模型参数就要考虑模型中非 线性因素的影响，采用非线性的辨识方法或智能优化方法辨识。神经网络可以逼近 任意的非线性，本章介绍用神经网络得到一个励磁系统的黑箱模型。 3 1 神经网络简介 国际著名的神经网络专家、第一个计算机公司的创始人和神经网络实现技术的 研究领导人h e c h t n i e l s o n 给神经网络的定义是：“神经网络是一个以有向图为拓扑 结构的动态系统，它通过对连续或断续式的输入作状态响应而进行信息处理。 神经网络系统是由大量的、同时也是很简单的处理单元( 或称神经元) ，通过 广泛地互相连接而形成的复杂网络系统。这里的神经元是对生物神经元极其简单的 抽象，可以用程序或硅电路实现。虽然这些神经元组成的网络的能力远不及大脑那 么强大，但是通过对其训练，可以实现很多有用的功能。 神经网络的模型多种多样，他们是从不同的角度对生物神经系统不同层次的描 述和模拟。总体上可以分为三种类型的网络：前馈网络、竞争网络和递归联想存储 网络。每种网络又有多种实现形式，从而实现其在工程、科学、医学、商业等领域 的应用。 3 2 神经元模型和网络结构3 。1 3 2 1 神经元模型 一个具有尺个输入的神经元如图3 1 所示。 其输入p ，p z ，既分别对应权值矩阵形的元素w i l ，h ，：，w l ，r 。该 神经元有一个偏置值b ，它与所有输入的加权和累加，形成净输入刀： ，l = w l ，l p l + m ，2 p 2 + + ，矗p r + 6 ( 3 - 1 ) 一1 8 一 华北电力大学硕士学位论文 输入 多输入神经元 a = f ( w p + b ) 图3 - 1多输入神经元 写成矩阵形式是： n 2 w p + b ( 3 2 ) 净输入刀被送入传输函数厂，产生该神经元的输出a ： a = f ( w p + b ) ( 3 3 ) 其中的传输函数可以是线性或非线性函数，根据需要解决的具体问题来确定。常用 的三种有：硬极限传输函数，当函数自变量小于0 时，函数输出0 ，当函数自变量 大于或等于0 时，函数输出l ；线性传输函数的输出等于输入；对数s 形传输函数 的输入在( ，o o ) 之间取值，输出在0 到1 之间取值，数学表达式为： l a = 亡 ( 3 - 4 ) 1 + e 一” 、 3 2 2 多层网络结构 a 仍 p 3 ： p r 只弋、 一!j ! a 1 = f 1 ( w l p + b 1 ) a 2 = f 2 ( w 2 a 1 + b 2 )a 3 = f 3 ( w 3 a 2 + b 3 ) 图3 - 2 三层神经网络 一1 9 一 华北电力大学硕士学位论文 一般来说，有多个输入的单个神经元并不能满足实际应用的要求，通常要有多 个并行操作的神经元，这些可以并行操作的神经元组成的集合称为“层”。有时也 需要用到有几层神经元组成的网络。图3 2 所示为一个三层神经元组成的网络。 每层有不同个数的神经元，前一层的输出作为下一层的输入，第三层的输出是 网络的输出。其中任何一层的每个输入都通过相应权值输入到本层的每个神经元。 用上标表示层数，三层的权值矩阵分别为w 1 ，w 2 ，w 3 ，偏置向量分别为b 1 ，b 2 ， b 3 ，净输入向量分别为n 1 ，n 2 ，n 3 ，输出向量分别为a 1 ，a 2 ，a 3 。三层神经元个 数分别为j 1 ，s 2 ，s 3 。某层的输出是网络的输出，那么称该层为输出层，其它层n t t 做隐含层。三层网络可以用简化的符号表示如图3 - 3 。 竺 旦j 兰星、八、 八、 v a 1 = f 1 ( w l p + b )曩2 = f 2