DOI: dx.doi.org/10.21440/2307-2091-2016-2-66-69

УДК 621.311.238:004.032.26                                                                                                                                                                               

Использование нейросетевой модели для настройки автоматических регуляторов газотурбинной электростанции pdf

Г. А. Килин, И. Р. Зиятдинов, Б. В. Кавалеров

Рассматривается использование нейросетевой математической модели для автоматизированной настройки системы автоматического управления газотурбинной установки (ГТУ) в составе газотурбинной электростанции. Особенность построения моделей на базе нейросетевых технологий заключается в том, что структурная и параметрическая идентификация объекта происходит автоматически в ходе процесса обучения нейронной сети. Тем самым значительно упрощается технология и уменьшается время получения математических моделей как ГТУ, так и систем ГТУ-СГ. Особенность разработанного комплекса методик заключается в том, что они позволяют в автоматическом режиме, без участия оператора получать математические модели ГТУ и оперативно внедрять настроенные (протестированные) на математической модели системы автоматического управления (САУ) на реальные объекты. В результате этого применение программного комплекса приводит к существенным снижениям затрат на разработку, испытания САУ ГТУ, так как все эксперименты по настройке САУ ГТУ проводятся на полученной модели ГТУ, а не на реальном объекте, что приводит к экономии топлива, человеческих и временных ресурсов. В результате совершенствования САУ ГТУ для электростанций улучшаются основные показатели качества вырабатываемой электроэнергии. Но следует подчеркнуть, что обязательна последующая проверка полученных решений на натурном объекте перед промышленным использованием полученной настройки регуляторов ГТУ. В перспективе на основе представленных алгоритмов есть возможность реализовать мобильный настроечный комплекс (МНК). Специалист, проведя заданные эксперименты на реальной установке и загрузив результаты в МНК, получает математическую модель ГТУ, на которой может настраивать САУ ГТУ в условиях реальной эксплуатации.

Ключевые слова: нейронная сеть; математическая модель; идентификация; система автоматического управления; газотурбинная установка; настройка; регулятор.

 

ЛИТЕРАТУРА

Полулях А. И., Лисовин И. Г., Кавалеров Б. В., Шигапов А. А. Автоматизация настройки регуляторов газотурбинных мини-электростанций при компьютерных испытаниях//Автоматизация в промышленности. 2011. № 6. С. 14–17.

Килин Г. А., Кавалеров Б. В., Бахирев И. В. Получение нелинейной модели ГТУ на основе нейронной сети // Автоматизация в электроэнергетике и электротехнике. 2015. № 1. С. 72–77.

Чобенко В. Н., Палиенко Р. В., Лютиков А. Л. Математическая модель одновального ГТД Д045 // Восточно-Европейский журнал передовых технологий. 2013. Т. 3, № 12 (63). С. 18–21.

Килин Г. А. Получение нелинейной математической модели системы «газотурбинная установка–синхронный генератор» с помощью идентификации // Вестник ИжГТУ им. М. Т. Калашникова. 2015. № 2. С. 87–91.

Asgari H. et al. Artificial neural network-based system identification for a single-shaft gas turbine // Journal of Engineering for Gas Turbines and Power. 2013. Vol. 135, № 9. URL: http://gasturbinespower.asmedigitalcollection.asme.org

Asgari H., Chen X. Q., Sainudiin R. Modeling and simulation of gas turbines //International Journal of Modeling, Identification and Control. 2013. Vol. 20, № 3.С. 253–270.

Хижняков Ю. Н. Многосвязное адаптивное управление параллельной работой синхронных генераторов с применением нейронной технологии. М., 2014. Т. 16. 19 с.

Сильверстов А. Н., Чинаев П. И. Идентификация и оптимизация автоматических систем. М.: Энергоатомиздат, 1987. 200 с.

Хайкин С. Нейронные сети: полный курс. 2-е изд. М.: Изд. дом Вильямс, 2008. 1104 с.

Круглов В. В., Борисов В. В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия–Телеком, 2001. 382 с.

Тейл Г. Эконометрические прогнозы и принятие решений. М.: Статистика, 1971. 488 с.

 

Лицензия Creative Commons
Все статьи, размещенные на сайте, доступны по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная