具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语 “包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是本发明实施例一提供的一种水轮机调速器参数确定方法的流程图,本实施例可适用于有效提高水轮机调速器的调速器参数的鲁棒性的情况,该方法可以由水轮机调速器参数确定装置执行,该装置可以通过软件和/或硬件的方式实现,并一般可以直接集成在执行本方法的电子设备中,该电子设备可以是终端设备,也可以是服务器设备,本发明实施例并不对执行水轮机调速器参数确定方法的电子设备的类型进行限定。具体的,如图1所示,该水轮机调速器参数确定方法具体可以包括如下步骤:
S110、确定目标抽水蓄能电站,并构建所述目标抽水蓄能电站对应的调速器参数确定模型。
其中,目标抽水蓄能电站可以是需要确定水轮机调速器参数的任意一个抽水蓄能电站。可以理解的是,一个抽水蓄能电站可以有多组水轮机机组。调速器参数确定模型可以是能够确定水轮机调速器参数的模型。水轮机调速器参数也即PID(proportional、integral、differential,比例、积分、微分)参数。
在本发明实施例中,确定目标抽水蓄能电站,以构建目标抽水蓄能电站对应的调速器参数确定模型。可选的,调速器参数确定模型可以是多目标参数确定模型。也即,调速器参数确定模型可以确定多组水轮机调速器参数。可以理解的是,一组水轮机调速器参数可以包括目标抽水蓄能电站中所有水轮机的调速器参数。
S120、通过所述调速器参数确定模型,确定当前调速器参数个体,并根据所述当前调速器参数个体确定当前调速器参数个体集合;其中,所述当前调速器参数个体的数量为多个。
其中,调速器参数个体可以是能够表征调速器参数的任意一个个体。当前调速器参数个体可以是当前能够表征调速器参数的个体。可以理解的是,一个调速器参数个体可以是一台水轮机机组的调速器参数值,也可以是多台水轮机机组的调速器参数值,本发明实施例对此并不进行限制。当前调速器参数个体集合可以是由多个当前调速器参数个体构成的集合。
在本发明实施例中,在构建目标抽水蓄能电站对应的调速器参数确定模型之后,可以进一步通过调速器参数确定模型确定当前调速器参数个体,以根据多个当前调速器参数个体确定当前调速器参数个体集合。
S130、通过所述调速器参数确定模型,对所述当前调速器参数个体集合进行参数个体进化,以根据参数个体进化结果确定所述目标抽水蓄能电站的目标水轮机调速器参数。
其中,参数个体进化可以是对调速器参数个体进行进化,以确定调速器参数个体对应的调速器参数值的最优值。参数个体进化结果可以是对调速器参数个体进行进化后得到的结果。示例性的,假设调速器参数个体对应的调速器参数值为A,参数个体进化后确定该调速器参数个体对应的调速器参数值的最优值为B,则参数个体进化结果为该调速器参数个体对应的调速器参数值为B。目标水轮机调速器参数可以是目标抽水蓄能电站中水轮机机组运行所需的调速器参数。
在本发明实施例中,在通过调速器参数确定模型根据多个当前调速器参数个体确定当前调速器参数个体集合之后,可以进一步通过调速器参数确定模型对当前调速器参数个体集合进行参数个体进化,以根据参数个体进化结果确定目标抽水蓄能电站的水轮机调速器参数。可以理解的是,参数个体进化结果可以包括多组水轮机调速器参数。目标水轮机调速器参数可以是多组水轮机调速器参数中的任意一组,本发明实施例对此并不进行限制。
本实施例的技术方案,通过确定目标抽水蓄能电站,并构建目标抽水蓄能电站对应的调速器参数确定模型,以通过调速器参数确定模型确定当前调速器参数个体,并根据当前调速器参数个体确定当前调速器参数个体集合,从而通过调速器参数确定模型对当前调速器参数个体集合进行参数个体进化,进而根据参数个体进化结果确定目标抽水蓄能电站的目标水轮机调速器参数,解决了现有技术中由于降低了机组的跟踪负荷性能而导致的缺少不同情况差异性以及无法得到较好的调速器参数的问题,能够有效提高水轮机调速器的调速器参数的鲁棒性,从而提高抽水蓄能电站的稳定性。
实施例二
图2是本发明实施例二提供的一种水轮机调速器参数确定方法的流程图,本实施例是对上述各技术方案的进一步细化,给出了构建所述目标抽水蓄能电站对应的调速器参数确定模型,通过所述调速器参数确定模型,确定当前调速器参数个体,并根据所述当前调速器参数个体确定当前调速器参数个体集合,以及通过所述调速器参数确定模型,对所述当前调速器参数个体集合进行参数个体进化,以根据参数个体进化结果确定所述目标抽水蓄能电站的水轮机调速器参数的多种具体可选的实现方式。本实施例中的技术方案可以与上述一个或多个实施例中的各个可选方案结合。如图2所示,该方法可以包括如下步骤:
S210、确定目标抽水蓄能电站,并构建所述目标抽水蓄能电站对应的统一频率模型,并根据所述统一频率模型确定所述目标抽水蓄能电站对应的灵敏度函数。
S220、采用帕累托最优方式根据所述灵敏度函数的幅频特性构建所述调速器参数确定模型。
在本发明实施例中,确定目标抽水蓄能电站,并构建目标抽水蓄能电站对应的统一频率模型,以根据统一频率模型确定目标抽水蓄能电站对应的灵敏度函数,从而采用帕累托最优方式根据灵敏度函数的幅频特性构建调速器参数确定模型。
可选的,构建目标抽水蓄能电站对应的统一频率模型,可以包括:确定目标抽水蓄能电站中各水轮机机组占全系统中容量的比例,并根据超低频振荡时各水轮机机组的有功功率振幅对各水轮机机组进行排序,以获取有功出力占比最大的N个水轮机机组的传动模型构建目标抽水蓄能电站对应的统一频率模型。
需要说明的是,本发明实施例对确定目标抽水蓄能电站对应的灵敏度函数的具体实现方式并不进行限制,只要能够实现目标抽水蓄能电站对应的灵敏度函数的确定即可。
可选的,调速器参数确定模型的目标函数可以为:稳定性目标函数和跟踪性目标函数。
可选的,稳定性目标函数和跟踪性目标函数可以基于下述公式确定:
其中,表示稳定性目标;/>表示跟踪性目标;s表示频率值;M表示/>峰值上界;/>表示带宽频率下界;A表示最大稳态跟踪误差;/>,/>表示回路传递函数。可以理解的是,/>的峰值越小说明稳定裕度越大,另外/>第一次穿越-3dB时的带宽频率越大,说明跟踪性能越快。
可选的,构建待参数优化抽水蓄能电站对应的统一频率模型之后,还可以包括:确定待参数优化抽水蓄能电站中的目标水轮机机组,获取目标水轮机机组对应的调速器和原动机模型参数带入统一频率模型中。
可选的,在构建目标抽水蓄能电站对应的统一频率模型之后,还可以包括:利用权函数将摄动不确定性模型转换为约束条件,并根据目标抽水蓄能电站中各水轮机机组的机械功率变化量和负荷变化量,构建含摄动的统一频率模型;调速器参数确定模型的模型约束条件为:根据含摄动的统一频率模型重构得到的M-Δ模型。
需要说明的是,本发明实施例对构建含摄动的统一频率模型的具体实现方式并不进行限制,只要能够实现含摄动的统一频率模型的构建即可。
S230、通过所述调速器参数确定模型,以所述目标抽水蓄能电站的水轮机调速器参数为变量生成当前调速器参数个体,并确定各所述当前调速器参数个体的初始调速器参数值。
其中,初始调速器参数值可以是当前调速器参数个体对应的最开始的调速器参数值。
在本发明实施例中,在采用帕累托最优方式根据所述灵敏度函数的幅频特性构建所述调速器参数确定模型之后,可以进一步通过调速器参数确定模型以目标抽水蓄能电站的水轮机调速器参数为变量生成当前调速器参数个体,以确定各当前调速器参数个体的初始调速器参数值。可选的,确定各当前调速器参数个体的初始调速器参数值,可以是在可行范围内随机确定各当前调速器参数个体的初始调速器参数值。
可选的,当前调速器参数个体的初始调速器参数值可以采用如下述公式表示:
其中,表示第i个当前调速器参数个体的初始调速器参数值;/>表示第i个当前调速器参数个体的初始P(比例)值;/>表示第i个当前调速器参数个体的初始I(积分)值;/>表示第i个当前调速器参数个体的初始D(微分)值。
S240、通过所述调速器参数确定模型,根据所述初始调速器参数值确定各所述当前调速器参数个体的当前目标函数适应度值。
其中,当前目标函数适应度值可以是当前调速器参数个体对应的初始调速器参数值与目标函数的适应度值。可选的,当前目标函数适应度值可以包括当前稳定性适应度值和当前跟踪性适应度值。
在本发明实施例中,在通过调速器参数确定模型确定各当前调速器参数个体的初始调速器参数值之后,可以进一步通过调速器参数确定模型根据初始调速器参数值确定各当前调速器参数个体的当前目标函数适应度值。具体的,可以将初始调速器参数值带入到稳定性目标函数和跟踪性目标函数中,计算得到对应的当前稳定性适应度值和当前跟踪性适应度值。
S250、通过所述调速器参数确定模型,在所述当前调速器参数个体满足所述模型约束条件的情况下,根据所述当前目标函数适应度值,对所述当前调速器参数个体进行分层排序。
S260、通过所述调速器参数确定模型,根据分层排序后的所述当前调速器参数个体确定所述当前调速器参数个体集合。
在本发明实施例中,在通过调速器参数确定模型根据初始调速器参数值确定各当前调速器参数个体的当前目标函数适应度值之后,可以进一步通过调速器参数确定模型在当前调速器参数个体满足模型约束条件时根据当前目标函数适应度值对当前调速器参数个体进行分层排序,以根据分层排序后的当前调速器参数个体确定当前调速器参数个体集合。
可选的,确定当前调速器参数个体是否满足模型约束条件,可以将当前调速器参数个体对应的初始调速器参数值和扫描频率带入到含摄动的统一频率模型重构得到的M-Δ模型中,以计算标称系统是否满足性能要求。可以理解的是,扫描频率可以是标称值。具体的,可以以各个机组及外部负荷的摄动值及相应的权函数,利用matlab中提供的结构奇异值工具计算机组在摄动情况下是否满足标称系统性能要求。
可选的,根据当前目标函数适应度值对当前调速器参数个体进行分层排序,可以是采用Pareto(帕累托)支配原理,根据当前目标函数适应度值对当前调速器参数个体进行分层排序,并在分层排序之后将分层排序后的当前调速器参数个体存入不同的分层序列中。示例性的,分层序列例如可以是,其中,/>层可以是分层排序得到的Pareto最优解集。
可选的,通过调速器参数确定模型,根据分层排序后的当前调速器参数个体确定当前调速器参数个体集合,可以包括:通过调速器参数确定模型将分层排序后的当前调速器参数个体,按分层结果依次进入当前调速器参数个体集合中;通过调速器参数确定模型确定当前分层中的个体数量,以及当前调速器参数个体集合中的允许进入个体数量;通过调速器参数确定模型在当前分层中的个体数量大于允许进入个体数量的情况下,在当前分层中的当前调速器参数个体中确定当前进入集合个体;通过调速器参数确定模型将当前进入集合个体加入至当前调速器参数个体集合中;其中,当前进入集合个体的数量为允许进入个体数量。
具体的,通过调速器参数确定模型将分层排序后的当前调速器参数个体,按分层结果依次进入当前调速器参数个体集合中,可以是在分层排序之后,各当前调速器参数个体按层依次进入当前调速器参数个体集合中。也即,第一层中的当前调速器参数个体优先进入当前调速器参数个体集合,然后第二层中的当前调速器参数个体再进入当前调速器参数个体集合,直至当前调速器参数个体集合中的个体数达到预设值时停止进入。可以理解的是,每层可以包括多个当前调速器参数个体,当该层中的当前调速器参数个体进入当前调速器参数个体集合时,则将该层中的所有当前调速器参数个体均进入到当前调速器参数个体集合中。
但是,在将分层排序后的当前调速器参数个体,按分层结果依次进入当前调速器参数个体集合时,可能会出现某一个分层中的当前调速器参数个体无法全部进入到当前调速器参数个体集合中的问题,则可以将该分层确定为当前分层。
其中,允许进入个体数量可以是允许进入当前调速器参数个体集合的个体的数量。可以理解的是,允许进入个体数量可以等于预先设置的当前调速器参数个体集合中的个体数量(例如可以是30个),减去已经进入当前调速器参数个体集合中的个体数量。当前进入集合个体可以是当前分层中的,能够进入当前调速器参数个体集合的当前调速器参数个体。
具体的,通过调速器参数确定模型在当前调速器参数个体满足模型约束条件时,将分层排序后的当前调速器参数个体,按分层结果依次进入当前调速器参数个体集合中,并确定当前分层中的个体数量和当前调速器参数个体集合中的允许进入个体数量,以在当前分层中的个体数量大于允许进入个体数量时,在当前分层中的当前调速器参数个体中确定当前进入集合个体,从而将当前进入集合个体加入至当前调速器参数个体集合中。可以理解的是,当前进入集合个体的数量等于允许进入个体数量。
可选的,在当前分层中的当前调速器参数个体中确定当前进入集合个体,可以包括:确定调速器参数确定模型中的模型调速器参数个体,并确定模型调速器参数个体的模型个体目标函数适应度值;将模型个体目标函数适应度值满足预设适应度条件的当前调速器参数个体确定为参考调速器参数个体;根据参考调速器参数个体的参考调速器参数值确定参数值参考区域,并将当前分层中进入参数值参考区域的当前调速器参数个体确定为筛选调速器参数个体;计算筛选调速器参数个体与参考调速器参数值之间的欧式距离,并根据欧式距离确定筛选调速器参数个体中的目标调速器参数个体;根据目标调速器参数个体确定当前进入集合个体。
其中,模型调速器参数个体可以是调速器参数模型中的任意一个调速器参数个体。模型个体目标函数适应度值可以是模型调速器参数个体的目标函数的适应度值。预设适应度条件可以是预先设定的适应度值需要满足的条件,例如可以是稳定性适应度值最优,也可以是跟踪性适应度值最优,或者还可以是稳定性适应度值和跟踪性适应度值同时达到某个阈值等,本发明实施例对此并不进行限制。参考调速器参数个体可以是模型个体目标函数适应度值满足预设适应度条件的当前调速器参数个体,可以用于作为参考点。可以理解的是,参考调速器参数个体可以有多个。参考调速器参数值可以是参考调速器参数个体对应的调速器参数值。参数值参考区域可以是由多个参考调速器参数值构成的区域。筛选调速器参数个体可以是当前分层中进入参数值参考区域的当前调速器参数个体。目标调速器参数个体可以是欧式距离最小的筛选调速器参数个体。
具体的,在当前分层中的个体数量大于允许进入个体数量时,确定调速器参数确定模型中的模型调速器参数个体,并确定模型调速器参数个体的模型个体目标函数适应度值,以将模型个体目标函数适应度值满足预设适应度条件的当前调速器参数个体确定为参考调速器参数个体,再根据参考调速器参数个体的参考调速器参数值确定参数值参考区域,并将当前分层中进入参数值参考区域的当前调速器参数个体确定为筛选调速器参数个体,计算筛选调速器参数个体与参考调速器参数值之间的欧式距离,以根据欧式距离确定筛选调速器参数个体中的目标调速器参数个体,从而根据目标调速器参数个体确定当前进入集合个体。可以理解的是,目标调速器参数个体的数量可以是多个。相应的,根据目标调速器参数个体确定当前进入集合个体,可以是对目标调速器参数个体进行均匀的选择,以确定当前进入集合个体。
可选的,模型个体目标函数适应度值可以包括模型个体稳定性适应度值和模型个体跟踪性适应度值。相应的,可以将模型个体稳定性适应度值满足预设适应度条件的当前调速器参数个体确定为第一参考调速器参数个体,再根据第一参考调速器参数个体的第一参考调速器参数值确定第一参数值参考区域,并将当前分层中进入第一参数值参考区域的当前调速器参数个体确定为第一筛选调速器参数个体,再计算第一筛选调速器参数个体与第一参考调速器参数值之间的第一欧式距离,以根据第一欧式距离确定第一筛选调速器参数个体中的第一目标调速器参数个体。再将模型个体跟踪性适应度值满足预设适应度条件的当前调速器参数个体确定为第二参考调速器参数个体,再根据第二参考调速器参数个体的第二参考调速器参数值确定第二参数值参考区域,并将当前分层中进入第二参数值参考区域的当前调速器参数个体确定为第二筛选调速器参数个体,再计算第二筛选调速器参数个体与第二参考调速器参数值之间的第二欧式距离,以根据第二欧式距离确定第二筛选调速器参数个体中的第二目标调速器参数个体。从而根据第一目标调速器参数个体和第二目标调速器参数个体确定当前进入集合个体。
S270、通过所述调速器参数确定模型,对所述当前调速器参数个体集合进行参数个体进化,以根据参数个体进化结果确定所述目标抽水蓄能电站的目标水轮机调速器参数。
可选的,在根据当前目标函数适应度值,对当前调速器参数个体进行分层排序之后,还可以包括:根据分层排序结果确定目标分层,并确定目标分层中的目标分层个体;其中,通过调速器参数确定模型,对当前调速器参数个体集合进行参数个体进化,可以包括:通过调速器参数确定模型,确定当前调速器参数个体集合中的目标集合个体;通过调速器参数确定模型,确定目标集合个体对应的目标控制参数和目标进化参数;通过调速器参数确定模型,根据目标集合个体对应的目标集合个体参数值、目标分层个体对应的目标分层个体参数值、目标控制参数和目标进化参数,对目标集合个体进行参数个体进化。
其中,目标分层可以是分层排序后得到的最优解集,例如可以是第一个分层。目标分层个体可以是目标分层中的任意一个调速器参数个体。目标集合个体可以是当前调速器参数个体集合中的任意一个调速器参数个体。目标控制参数可以是根据代数变化的自适应值参数。目标进化参数可以是参数个体进化过程中计算得到的参数。
具体的,在根据当前目标函数适应度值对当前调速器参数个体进行分层排序之后,可以进一步根据分层排序结果确定目标分层,并确定目标分层中的目标分层个体,以通过调速器参数确定模型确定当前调速器参数个体集合中的目标集合个体,并确定目标集合个体对应的目标控制参数和目标进化参数,从而根据目标集合个体对应的目标集合个体参数值、目标分层个体对应的目标分层个体参数值、目标控制参数和目标进化参数,对目标集合个体进行参数个体进化。
可选的,通过调速器参数确定模型,对当前调速器参数个体集合进行参数个体进化,可以是通过调速器参数确定模型,采用猎豹优化算法中的进化公式对当前调速器参数个体集合进行参数个体进化。
可选的,根据目标集合个体对应的目标集合个体参数值、目标分层个体对应的目标分层个体参数值、目标控制参数和目标进化参数,对目标集合个体进行参数个体进化,可以基于下述公式(也即猎豹优化算法中的进化公式)确定:
其中,表示第i个目标集合个体第t+1次迭代时(也即参数个体进化后)的调速器参数值;/>表示第t次迭代时(也即参数个体进化前)的目标分层个体对应的目标分层个体参数值;/>表示第i个目标集合个体第t次迭代时的目标集合个体对应的目标集合个体参数值;rH为目标进化参数,可以是服从正态分布的随机值;rc为目标进化参数,可以是正选收敛函数计算得到;具体的,/>;r1可以是服从正态分布的随机值;r2,r3可以是0到1之间的随机值,r4可以是0到3之间的随机值;/>表示第i个目标集合个体第t次迭代时的目标控制参数;H表示目标控制参数;/>和H均可以设置为根据代数变化的自适应值。
可选的,根据参数个体进化结果确定目标抽水蓄能电站的目标水轮机调速器参数,可以包括:确定当前迭代次数,并在当前迭代次数未满足预设迭代次数的情况下,根据当前调速器参数个体集合和参数个体进化结果确定目标调速器参数个体集合;在目标调速器参数个体集合中确定当前调速器参数个体,并返回执行根据当前调速器参数个体确定当前调速器参数个体集合的操作。
其中,当前迭代次数可以是当前迭代计算的次数。可以理解的是,在第一次对当前调速器参数个体集合进行参数个体进化时,可以确定当前迭代次数为1。预设迭代次数可以是预先设定的迭代次数,例如可以是1000。可以理解的是,预设迭代次数越大,则得到的目标水轮机调速器参数对应的调速器参数值越优。
具体的,在通过调速器参数确定模型对当前调速器参数个体集合进行参数个体进化之后,可以进一步确定当前迭代次数,并在当前迭代次数未满足预设迭代次数时根据当前调速器参数个体集合和参数个体进化结果确定目标调速器参数个体集合,以在目标调速器参数个体集合中确定当前调速器参数个体,并返回执行根据当前调速器参数个体确定当前调速器参数个体集合的操作。可以理解但是,在当前迭代次数满足预设迭代次数时,可以根据参数个体进化结果确定所述目标抽水蓄能电站的目标水轮机调速器参数。
上述技术方案,采用多目标建模以优化技术,结合采用结合统一频率模型、结构奇异值理论、基于参考点的非支配猎豹多目标优化算法求解考虑稳定性和跟踪性目标的水轮机调速器多目标参数设计模型,有效的提高设计参数的鲁棒性。
本实施例的技术方案,通过确定目标抽水蓄能电站,并构建目标抽水蓄能电站对应的统一频率模型,再根据统一频率模型确定目标抽水蓄能电站对应的灵敏度函数,以采用帕累托最优方式根据灵敏度函数的幅频特性构建调速器参数确定模型,从而通过调速器参数确定模型以目标抽水蓄能电站的水轮机调速器参数为变量生成当前调速器参数个体,并确定各当前调速器参数个体的初始调速器参数值,再根据初始调速器参数值确定各当前调速器参数个体的当前目标函数适应度值,并在当前调速器参数个体满足模型约束条件时根据当前目标函数适应度值对当前调速器参数个体进行分层排序,以根据分层排序后的当前调速器参数个体确定当前调速器参数个体集合,从而对当前调速器参数个体集合进行参数个体进化,进而根据参数个体进化结果确定目标抽水蓄能电站的目标水轮机调速器参数,解决了现有技术中由于降低了机组的跟踪负荷性能而导致的缺少不同情况差异性以及无法得到较好的调速器参数的问题,能够有效提高水轮机调速器的调速器参数的鲁棒性,从而提高抽水蓄能电站的稳定性。
实施例三
图3是本发明实施例三提供的一种水轮机调速器参数确定装置的示意图,如图3所示,所述装置包括:调速器参数确定模型构建模块310、调速器参数个体集合确定模块320以及水轮机调速器参数确定模块330,其中:
调速器参数确定模型构建模块310,用于确定目标抽水蓄能电站,并构建所述目标抽水蓄能电站对应的调速器参数确定模型;
调速器参数个体集合确定模块320,用于通过所述调速器参数确定模型,确定当前调速器参数个体,并根据所述当前调速器参数个体确定当前调速器参数个体集合;其中,所述当前调速器参数个体的数量为多个;
水轮机调速器参数确定模块330,用于通过所述调速器参数确定模型,对所述当前调速器参数个体集合进行参数个体进化,以根据参数个体进化结果确定所述目标抽水蓄能电站的目标水轮机调速器参数。
本实施例的技术方案,通过确定目标抽水蓄能电站,并构建目标抽水蓄能电站对应的调速器参数确定模型,以通过调速器参数确定模型确定当前调速器参数个体,并根据当前调速器参数个体确定当前调速器参数个体集合,从而通过调速器参数确定模型对当前调速器参数个体集合进行参数个体进化,进而根据参数个体进化结果确定目标抽水蓄能电站的目标水轮机调速器参数,解决了现有技术中由于降低了机组的跟踪负荷性能而导致的缺少不同情况差异性以及无法得到较好的调速器参数的问题,能够有效提高水轮机调速器的调速器参数的鲁棒性,从而提高抽水蓄能电站的稳定性。
可选的,调速器参数确定模型构建模块310,可以具体用于:构建目标抽水蓄能电站对应的统一频率模型,并根据统一频率模型确定目标抽水蓄能电站对应的灵敏度函数;采用帕累托最优方式根据灵敏度函数的幅频特性构建调速器参数确定模型。
可选的,调速器参数确定模型的目标函数可以为:稳定性目标函数和跟踪性目标函数。
可选的,调速器参数确定模型构建模块310,还可以具体用于:利用权函数将摄动不确定性模型转换为约束条件,并根据目标抽水蓄能电站中各水轮机机组的机械功率变化量和负荷变化量,构建含摄动的统一频率模型;相应的,调速器参数确定模型的模型约束条件可以为:根据含摄动的统一频率模型重构得到的M-Δ模型。
可选的,调速器参数个体集合确定模块320,可以具体用于:通过调速器参数确定模型,以目标抽水蓄能电站的水轮机调速器参数为变量生成当前调速器参数个体,并确定各当前调速器参数个体的初始调速器参数值;通过调速器参数确定模型,根据初始调速器参数值确定各当前调速器参数个体的当前目标函数适应度值;通过调速器参数确定模型,在当前调速器参数个体满足模型约束条件的情况下,根据当前目标函数适应度值,对当前调速器参数个体进行分层排序;通过调速器参数确定模型,根据分层排序后的当前调速器参数个体确定当前调速器参数个体集合。
可选的,调速器参数个体集合确定模块320,可以进一步用于:通过调速器参数确定模型将分层排序后的当前调速器参数个体,按分层结果依次进入当前调速器参数个体集合中;通过调速器参数确定模型确定当前分层中的个体数量,以及当前调速器参数个体集合中的允许进入个体数量;通过调速器参数确定模型在当前分层中的个体数量大于允许进入个体数量的情况下,在当前分层中的当前调速器参数个体中确定当前进入集合个体;通过调速器参数确定模型将当前进入集合个体加入至当前调速器参数个体集合中;其中,当前进入集合个体的数量为允许进入个体数量。
可选的,调速器参数个体集合确定模块320,还可以进一步用于:确定调速器参数确定模型中的模型调速器参数个体,并确定模型调速器参数个体的模型个体目标函数适应度值;将模型个体目标函数适应度值满足预设适应度条件的当前调速器参数个体确定为参考调速器参数个体;根据参考调速器参数个体的参考调速器参数值确定参数值参考区域,并将当前分层中进入参数值参考区域的当前调速器参数个体确定为筛选调速器参数个体;计算筛选调速器参数个体与参考调速器参数值之间的欧式距离,并根据欧式距离确定筛选调速器参数个体中的目标调速器参数个体;根据目标调速器参数个体确定当前进入集合个体。
可选的,调速器参数个体集合确定模块320,还可以具体用于:在根据当前目标函数适应度值,对当前调速器参数个体进行分层排序之后,根据分层排序结果确定目标分层,并确定目标分层中的目标分层个体;相应的,水轮机调速器参数确定模块330,可以具体用于:通过调速器参数确定模型,确定当前调速器参数个体集合中的目标集合个体;通过调速器参数确定模型,确定目标集合个体对应的目标控制参数和目标进化参数;通过调速器参数确定模型,根据目标集合个体对应的目标集合个体参数值、目标分层个体对应的目标分层个体参数值、目标控制参数和目标进化参数,对目标集合个体进行参数个体进化。
可选的,水轮机调速器参数确定模块330,可以具体用于:确定当前迭代次数,并在当前迭代次数未满足预设迭代次数的情况下,根据当前调速器参数个体集合和参数个体进化结果确定目标调速器参数个体集合;在目标调速器参数个体集合中确定当前调速器参数个体,并返回执行根据当前调速器参数个体确定当前调速器参数个体集合的操作。
本发明实施例所提供的水轮机调速器参数确定装置可执行本发明任意实施例所提供的水轮机调速器参数确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如水轮机调速器参数确定方法。
在一些实施例中,水轮机调速器参数确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的水轮机调速器参数确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行水轮机调速器参数确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。