(с учетом ограничений, создаваемых уравнениями (12) и (13)), где - параметр регуляризации.
Метод наименьших квадратов (в отличие от других методов оценивания) обеспечивает состоятельные оценки переменных при любом законе распределения вероятностей случайных возмущающих воздействий. Поэтому предлагаемый рекуррентный алгоритм оптимальной фильтрации турбулентных пульсаций давления формирует в установившихся режимах работы гидроагрегата наилучшую оценку математического ожидания перепада давления в расходомерном створе спиральной камеры. При этом оценки параметров и переменных состояния уточняют в процессе управления.
4.2. Обучаемая модель процесса формирования активной мощности
Из теории поворотно-лопастных гидротурбин известно, что процесс преобразования механической мощности потока воды в электрическую мощность генератора описывает дифференциальное уравнение закона сохранения момента количества движения:
,
где: - постоянная времени; - окружная скорость в расчетной точке РК турбины; - площадь проходного сечения водовода на входе в РК; - угол между вектором абсолютной скорости потока воды и вектором окружной скорости в расчетной точке РК, который зависит от величины открытия НА ; - расчетный угол установки лопастей РК; - к.п.д. механических потерь; - к.п.д. генератора.
С учетом формул (3), (12) и (13) это уравнение можно представить в следующем виде:
, (14)
где: и - параметры; - потери мощности, обусловленные механическими и электромагнитными потерями.
Оценки параметров , и потерь мощности предлагается определять (для каждого гидроагрегата) методом наименьших квадратов (МНК) по результатам энергетических испытаний и уточнять в процессе управления с помощью алгоритма рекуррентного МНК. При этом в алгоритмах оценивания следует использовать результаты измерений текущих значений активной мощности гидроагрегата, статического напора, перепада давления, открытия НА и угла разворота лопастей РК.
4.3. Описание предлагаемого алгоритма адаптивного управления
Предлагаемый алгоритм адаптивного управления частотой и активной мощностью гидроагрегата с поворотно-лопастной турбиной обеспечивает минимальную погрешность управления активной мощности при минимальных гидравлических потерях в рабочем колесе турбины.
Предлагаемый алгоритм адаптивного управления включает:
4.3.1. Измерение текущих значений напора воды, активной мощности, угла установки лопастей РК турбины, степени открытия НА и (в отличие от существующих систем управления) перепада давления в расходомерном створе спиральной камере;
4.3.2. Уточнение параметров математической модели зависимости перепада давления от текущих значений статического напора, угла установки лопастей РК турбины и открытия НА с помощью рекуррентного алгоритма метода наименьших квадратов (обучение модели процесса формирования перепада давления в расходомерном створе);
4.3.3. Оптимальную фильтрацию турбулентных пульсаций давления с применением обученной модели процесса формирования перепада давления (определение оптимальной оценки математического ожидания перепада давления);
4.3.4. Уточнение параметров математической модели зависимости активной мощности гидроагрегата от текущих значений детерминированной составляющей перепада давления, угла установки лопастей РК турбины и открытия НА с помощью рекуррентного алгоритма метода наименьших квадратов (обучение модели процесса формирования активной мощности гидроагрегата);
4.3.5. Формирование оптимальных управляющих воздействий на ЭГП следящих приводов лопаток НА и лопастей РК, обеспечивающих минимальную погрешность управления активной мощности при минимальных гидравлических потерях в рабочем колесе турбины. В алгоритме формирования управляющих воздействий используют обученные модели процессов формирования активной мощности и перепада давления в расходомерном створе (обученную модель гидроагрегата), задание системе управления, рабочую комбинаторную зависимость турбины и текущие значения активной мощности, напора и детерминированной составляющей перепада давления;
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.