CN121165510B - 水能回收机组与调流调压阀的联动控制方法 - Google Patents
水能回收机组与调流调压阀的联动控制方法Info
- Publication number
- CN121165510B CN121165510B CN202511707291.2A CN202511707291A CN121165510B CN 121165510 B CN121165510 B CN 121165510B CN 202511707291 A CN202511707291 A CN 202511707291A CN 121165510 B CN121165510 B CN 121165510B
- Authority
- CN
- China
- Prior art keywords
- flow
- parameters
- pressure
- valve
- regulating valve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/20—Hydro energy
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了水能回收机组与调流调压阀的联动控制方法,属于水力发电控制系统技术领域,包括:获取水能回收机组运行参数和调流调压阀状态参数;基于运行参数识别当前系统工况类型;根据系统工况类型和状态参数计算动态耦合模型参数;基于动态耦合模型参数和流量压力偏差执行模糊自适应控制;根据控制参数和系统工况类型选择并执行对应的多模态控制策略,建立调流阀流量特性‑导叶开度‑响应延迟的动态耦合模型,实现了模糊规则驱动的PID参数自适应调整,构建了机组与阀门的多模态协同控制机制,本发明有效解决了水厂机组运行转换及甩负荷工况下流量-压力动态失衡问题。
Description
技术领域
本发明涉及水力发电控制系统技术领域,特别是涉及水能回收机组与调流调压阀的联动控制方法,适用于水厂高低水头切换、主备机组转换及甩负荷等特殊工况下的流量-压力动态控制。
背景技术
在水厂供水系统中,水能回收机组常用于利用多余水能发电,而调流调压阀则负责调节系统流量和维持压力稳定。在实际运行过程中,水厂经常面临高低水头切换、主备机组转换、甩负荷等工况,这些特殊工况对流量和压力控制提出了严峻挑战。
现有技术通常采用传统PID控制方法,存在以下不足:首先,传统PID控制参数固定,响应较慢,难以适应动态工况变化;其次,调流调压阀与水能回收机组缺乏有效的协同控制机制,导致流量突变时系统压力失衡;最后,导叶开度与阀门响应延迟未进行耦合建模,控制精度低。
这些问题导致在机组转换或甩负荷情况下,系统出现明显的流量超调(误差达±500m³/h)、压力波动大(引发管道水锤风险)以及系统恢复稳态时间过长(超过300秒)等技术缺陷。
发明内容
本发明的目的是提供水能回收机组与调流调压阀的联动控制方法,旨在解决水厂机组运行转换及甩负荷工况下流量-压力动态失衡问题,实现水能回收机组与调流调压阀的协同控制。
本发明提出了水能回收机组与调流调压阀的联动控制方法,包括:
获取水能回收机组的运行参数和调流调压阀的状态参数;
基于所述运行参数,识别当前系统工况类型;
根据所述系统工况类型和所述状态参数,计算动态耦合模型参数;
基于所述动态耦合模型参数和流量压力偏差,执行模糊自适应控制,得到控制参数;
根据所述控制参数和所述系统工况类型,选择并执行对应的多模态控制策略,实现水能回收机组与调流调压阀的联动控制。
作为优选,所述获取水能回收机组的运行参数和调流调压阀的状态参数包括:
获取水能回收机组的当前流量、系统压力、导叶开度和功率变化率;
获取调流调压阀的当前开度和流量特性参数。
作为优选,所述识别当前系统工况类型包括:
当功率突降幅度大于预设阈值时,将当前系统工况识别为甩负荷工况;
当接收到机组切换指令时,将当前系统工况识别为机组运行转换工况;
当系统参数处于正常波动范围内时,将当前系统工况识别为正常运行工况。
作为优选,所述计算动态耦合模型参数包括:
基于当前流量、系统压力和导叶开度,计算阀门流量增益系数;
基于历史响应数据,估算导叶响应延迟时间;
计算表征系统动态特性的惯性时间常数;
将所述阀门流量增益系数、所述导叶响应延迟时间和所述惯性时间常数集成到动态耦合模型中。
作为优选,所述执行模糊自适应控制包括:
计算流量误差和误差变化率;
对所述流量误差和所述误差变化率进行模糊化处理;
基于预设的模糊规则库,确定PID控制器参数的调整量;
根据所述调整量,更新PID控制器的比例、积分和微分参数,得到所述控制参数。
作为优选,所述模糊规则库包含49条规则,采用IF-THEN结构描述流量误差、误差变化率与PID参数调整量之间的映射关系。
作为优选,当所述系统工况类型为机组运行转换工况时,所述多模态控制策略包括:
提前调整调流调压阀开度至目标流量的预设百分比;
控制导叶按指数衰减规律逐渐关闭;
使调流调压阀开度实时跟踪导叶流量变化,保持系统流量稳定;
监控管网压力,当压力异常时调整阀门开度进行补偿。
作为优选,当所述系统工况类型为甩负荷工况时,所述多模态控制策略包括:
启动流量分级截断程序;
按预设时间间隔执行多级流量降档;
在每级流量调整后,根据压力反馈信号进行微调;
流量基本稳定后,切换至精细调整阶段,逐步恢复系统稳态。
作为优选,所述多级流量降档包括:
第一级迅速关小阀门至当前流量的70%;
第二级在持续预设时间后,根据压力反馈调整至当前流量的50%;
第三级再持续预设时间后,调整至最终目标流量。
作为优选,还包括:
监测系统流量和压力的实时变化;
当流量超调或压力波动超过安全阈值时,触发应急调整机制;
所述应急调整机制包括临时提高PID控制器的微分参数和降低比例参数,以抑制系统振荡。
本发明提供的水能回收机组与调流调压阀的联动控制方法,具有以下有益效果:
1.显著提高系统动态控制性能,流量超调量减少80%(从±500m³/h降至±100m³/h),压力波动幅度降低70%,有效降低水锤风险;
2.增强系统自适应能力,通过模糊自适应控制实现PID参数实时调整,提高系统对不同工况的适应性,响应延迟补偿精度提高60%;
3.改善系统协同控制效果,机组转换/甩负荷后恢复稳态时间从300秒以上缩短至150秒以内,大幅提高系统运行效率。
附图说明
图1为本发明水能回收机组与调流调压阀联动控制方法的流程框图;
图2为本发明模糊自适应控制系统结构图;
图3为本发明多模态控制策略的执行流程图。
具体实施方式
请参考附图1-图3,下面结合附图和具体实施例对本发明作进一步详细说明。本领域技术人员应当理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。
如图1所示,本发明提供的水能回收机组与调流调压阀的联动控制方法,包括以下步骤:
步骤一:获取水能回收机组的运行参数和调流调压阀的状态参数。
本发明首先通过传感器网络和数据采集系统获取水能回收机组的运行参数和调流调压阀的状态参数。优选地,获取的水能回收机组运行参数包括当前流量、系统压力、导叶开度和功率变化率;获取的调流调压阀状态参数包括当前开度和流量特性参数。
在本发明的优选实施例中,所采集的数据包括以下几类:系统流量通过电磁流量计实时采集,采样频率为10Hz,有效测量范围为0-2000m³/h,精度为满量程的±0.5%;系统压力通过压力传感器采集,采样频率同样为10Hz,测量范围为0-2.0MPa,精度为满量程的±0.2%;导叶开度通过位置传感器测量,精度为0.1%,反应时间不超过50ms;功率变化率通过计算相邻两个采样周期的功率差值获得,即
,其中为功率变化值(kW),为采样时间间隔(s);调流调压阀开度通过电气角度传感器测量,精度为0.5%;流量特性参数通过阀门特性曲线确定,此参数反映阀门开度与流量之间的关系。
这些参数采集完成后经过数据预处理,包括异常值剔除、平滑滤波等操作,确保后续处理使用的数据质量。数据预处理采用滑动中值滤波方法,窗口大小为5个采样点,可有效消除短时间脉冲干扰。此外,对于采集的数据进行归一化处理,将不同物理量转换到统一的量纲空间内,便于后续模糊控制处理。
步骤二:基于运行参数,识别当前系统工况类型。
本发明根据获取的运行参数,特别是功率变化率和系统控制指令,识别当前系统工况类型。具体包括:
当功率突降幅度大于预设阈值时,将当前系统工况识别为甩负荷工况。优选地,该预设阈值设定为20%,即当功率在短时间内(通常为1秒内)下降超过额定功率的20%时,系统判定为甩负荷工况。这一阈值的设定基于水电站运行经验,能够有效区分正常功率波动和甩负荷事件。在实际工程应用中,该阈值可根据具体水厂特性在15%~25%范围内调整,较大的水电站可能需要较小的阈值(如15%)以提高敏感度,而小型水电站可使用较大阈值(如25%)以减少误判。
当接收到机组切换指令时,将当前系统工况识别为机组运行转换工况。这类指令通常来自上位机或中央控制系统,指示需要从一台机组切换到另一台机组,或者需要进行高低水头切换。
当系统参数处于正常波动范围内时,将当前系统工况识别为正常运行工况。正常波动范围通常定义为:流量波动不超过设定值的±5%,压力波动不超过设定值的±3%,这些参数可根据具体水厂特性进行适当调整。较为稳定的系统可将范围缩小至流量±3%和压力±2%,而波动较大的系统则可放宽至流量±8%和压力±5%。
工况识别采用基于规则的判断方法,具有计算复杂度低、响应迅速的特点,适合实时控制系统的需求。优选地,工况识别的判断周期为100ms,保证系统能够及时响应工况变化。
步骤三:根据系统工况类型和状态参数,计算动态耦合模型参数。
本发明在识别工况类型后,根据当前系统工况和状态参数,计算动态耦合模型参数。这一步骤是本发明的核心创新点之一,将调流调压阀与水能回收机组的动态特性集成到统一的数学模型中。
动态耦合模型采用如下传递函数表示:
,
其中: 为阀门流量增益系数,无量纲,表征阀门开度变化对流量的影响程度;为导叶响应延迟时间,单位为秒(s),表征从发出指令到导叶实际动作的延迟; 为拉普拉斯变换变量,、、为系统惯性时间常数,单位为秒(s),描述系统动态响应特性;分子项表示系统的超前特性,分母项 表示系统的滞后特性。
具体计算方法如下:
基于当前流量、系统压力和导叶开度,计算阀门流量增益系数:
,
其中,为历史数据中阀门开度变化 所对应的流量变化,单位为立方米每小时每度 (m³/h·°);为参考压力,单位为兆帕(MPa),通常取1.0MPa;为当前系统压力,单位为兆帕 (MPa)。
在实际应用中,值通常在0.8-1.2之间,具体取值随工况变化而调整。 的物理意义是在标准压力下,阀门开度变化一度所引起的流量变化量。
基于历史响应数据,估算导叶响应延迟时间 :
,
其中,为基础延迟时间,单位为秒(s),通常为0.5~1.0秒;为附加延迟,单位为秒(s),通常为0.3~0.8秒;为当前导叶开度,单位为度(°)或百分比(%);为最大导叶开度,单位与相同。此公式表明导叶开度越小,响应延迟越大,这符合水力机组的实际运行特性。在大型水电站,可能需要调整至1.0~1.5秒,而小型水电站则可能为0.3~0.6秒,具体取决于设备特性。
计算系统惯性时间常数、、:
,
,
,
其中,为特征管道长度,单位为米(m);为管道截面积,单位为平方米(m²);为重力加速度,取值9.8m/s²;为系统压力,单位为帕斯卡(Pa);为流量,单位为立方米每秒(m³/s);为转动惯量,单位为千克·平方米(kg·m²);为角速度,单位为弧度每秒(rad/s);为额定转矩,单位为牛顿·米(N·m);V为管道体积,单位为立方米(m³);为水密度,单位为千克每立方米(kg/m³),常温下取值约为1000kg/m³;为水的体积弹性模量,单位为帕斯卡(Pa),常温常压下约为2.2×10^9Pa。
这些参数计算完成后,集成到动态耦合模型中,为后续控制提供数学基础。该模型能够准确描述调流调压阀与水能回收机组之间的动态耦合关系,为实现精确控制奠定基础。优选地,模型参数更新周期为200ms,保证模型能够及时反映系统状态变化。
步骤四:基于动态耦合模型参数和流量压力偏差,执行模糊自适应控制。
在获得动态耦合模型后,本发明执行模糊自适应控制,实现PID控制器参数的实时优化调整。这是本发明的另一个核心创新点,突破了传统PID控制器参数固定的局限。
首先,计算流量误差和误差变化率:
,
,
其中,为目标流量,单位为立方米每小时(); 为实际流量,单位与相同; 为当前时刻的流量误差,单位与流量相同; 为前一时刻的流量误差, 单位与相同; 为误差变化率,单位为流量每采样周期()。
为了便于模糊控制处理,需要对误差和误差变化率进行归一化处理:
,
,
其中,为归一化的误差,无量纲,范围通常为[-1,1];为误差最大值, 单位与相同,通常取系统额定流量的10%;为归一化的误差变化率,无量纲,范围通常为[-1,1];为误差变化率最大值,单位与相同,通常取除以采样周期。
接下来,对流量误差和误差变化率进行模糊化处理。本发明将误差和误差变化率划分为七个模糊集:负大(NB)、负中(NM)、负小(NS)、零(ZO)、正小(PS)、正中(PM)、正大(PB)。
模糊化采用三角形隶属度函数,对于误差e,各模糊集的隶属度函数参数如下:
NB:[-1.0,-1.0,-0.75]表示三角形隶属度函数的三个顶点横坐标;
NM:[-0.9,-0.6,-0.3];
NS:[-0.5,-0.25,0];
ZO:[-0.2,0,0.2];
PS:[0,0.25,0.5];
PM:[0.3,0.6,0.9];
PB:[0.75,1.0,1.0];
误差变化率的隶属度函数参数与误差类似,但归一化范围通常更窄,以反映变化率的特性。
基于预设的模糊规则库,确定PID控制器参数的调整量。模糊规则库包含49条规则(7×7矩阵),采用IF-THEN结构描述流量误差、误差变化率与PID参数调整量之间的映射关系。
举例说明部分规则:
IF AND THEN , , ,
IF AND THEN , , ,
IF AND THEN , , ,
IF AND THEN , , ,
这些规则体现了一个基本控制思想:当误差大且变化迅速时,增大比例系数,减小积分系数,适当增大微分系数,以提高系统响应速度;当误差小且变化缓慢时,减小比例系数,增大积分系数,减小微分系数,以提高稳态精度。
模糊推理采用Mamdani推理方法,通过最大-最小合成运算确定输出模糊集:
,
其中,为输出变量对应模糊集的隶属度; 为输入变量对应模糊集的隶属度; 为输入变量对应模糊集的隶属度; 为模糊规则的隶属度。
去模糊化采用重心法, 计算PID参数调整量:
,
其中,为参数调整量,为第个输出离散点的值,为该点的隶属度值,为离散点数量。对、、分别进行计算。
然后更新PID控制器参数:
,
,
,
其中,、、为更新后的PID参数,无量纲; 、、为原始PID参数,无量纲; 、、为参数调整量,无量纲。
在具体实施中,原始PID参数的典型值为: ,,。参数调整量通常限制在一定范围内,例如,,,以确保系统稳定性。参数更新周期与控制周期相同,优选为100ms。
PID参数随工况动态变化,在流量突变时参数变化较大,系统稳定后参数趋于恒定,体现了本发明自适应控制的特点。从图中可以看出,在0-50秒和200~250秒区间,系统存在较大扰动,参数调整幅度较大;而在50~200秒区间,系统运行平稳,参数变化较小。
步骤五:根据控制参数和系统工况类型,选择并执行对应的多模态控制策略。
在完成模糊自适应控制后,本发明根据当前系统工况类型,选择并执行对应的多模态控制策略,实现水能回收机组与调流调压阀的联动控制。这是本发明的第三个核心创新点,针对不同工况设计专门的控制策略。
当系统工况类型为机组运行转换工况时,执行以下控制策略:
首先,提前调整调流调压阀开度至目标流量的预设百分比。优选地,该预设百分比为90%,即在机组切换前,提前将调流调压阀开度调整至能够提供目标流量90%的位置。这一预调节策略可以减小切换瞬间的流量波动。实际工程中,该预设百分比可在85%~95%范围内调整,较大的系统可能需要更接近目标流量的预调节(如95%),而较小的系统可能使用较低的预设值(如85%)。
其次,控制导叶按指数衰减规律逐渐关闭:
其中,为时刻的导叶开度,单位为度(°)或百分比(%);为初始导叶开度,单位与相同;为时间,单位为秒(s);为指数衰减系数,单位为每秒s-1,优选值为0.02s-1。指数系数是经过实验优化后的值,可以在导叶关闭速度和系统稳定性之间取得良好平衡。较小的指数系数(如0.01s-1)会导致关闭过慢,而较大的系数(如0.05s-1)则可能引起压力波动。
同时,使调流调压阀开度实时跟踪导叶流量变化,保持系统流量稳定:
,
其中,为时刻的阀门开度,单位为度(°)或百分比(%);为基础开度,单位与相同;为开度调整量,单位与相同,与导叶开度变化相匹配;为指数系数,单位为每秒(s^-1),与导叶指数相同,保证导叶与阀门动作的协调性。
最后,持续监控管网压力,当压力异常时调整阀门开度进行补偿。具体而言,当压力偏差超过±5%时,触发压力补偿机制,调整阀门开度:
,
其中,为调整后的阀门开度,单位为度(°)或百分比(%); 为压力补偿系数,无量纲,通常取0.5-1.0;为目标压力,单位为兆帕(MPa);为实际压力,单位与相同。大型水厂系统可能需要较小的补偿系数(如0.5)以避免过度调节,而小型系统可能需要较大的补偿系数(如1.0)以加快响应。
当系统工况类型为甩负荷工况时,执行以下控制策略:
首先,启动流量分级截断程序。在检测到甩负荷信号后,系统立即执行流量控制,防止压力波动。
接着,按预设时间间隔执行多级流量降档。本发明采用三级流量降档策略:
第一级迅速关小阀门至当前流量的70%,这一动作在2秒内完成;
第二级在持续1.5秒后,根据压力反馈调整至当前流量的50%;
第三级再持续3秒后,调整至最终目标流量,通常为额定流量的30%。
这些百分比和时间间隔是基于水电站运行经验确定的,可根据实际系统特性进行调整。较大的系统可能需要更多的降档级别和更长的时间间隔,而较小的系统则可能简化为两级降档。
在每级流量调整后,根据压力反馈信号进行微调:
,
其中,为调整后的阀门开度,单位为度(°)或百分比(%);为目标阀门开度,单位与相同; 其他参数含义同前。
最后,流量基本稳定后 (通常在甩负荷后15~20秒),系统切换至精细调整阶段,采用更保守的控制参数 (减小,增大),逐步恢复系统稳态。精细调整阶段的PID参数调整系数通常为: 乘以0.8,乘以1.2,保持不变。
此外,本发明还包括应急调整机制。系统持续监测流量和压力的实时变化,当流量超调或压力波动超过安全阈值时,触发应急调整机制。优选地,流量超调安全阈值设为±15%,压力波动安全阈值设为±10%。这些阈值是基于水电站安全运行标准确定的,可根据具体系统特性和安全要求进行调整。
应急调整机制包括临时提高PID控制器的微分参数和降低比例参数,以抑制系统振荡:
,
,
其中,、为应急调整后的参数,无量纲;为比例参数调整系数,无量纲,优选值为0.7;为微分参数调整系数,无量纲,优选值为1.5。系数0.7和1.5是经验值,可根据实际系统特性适当调整。大型系统可能需要更温和的调整(如),而小型系统可能需要更激进的调整(如)。
应急调整持续时间通常为系统特征时间的3倍-5倍,之后系统恢复正常控制参数。特征时间可通过模型参数、的加权平均估算,通常在10~30秒范围内。
通过上述技术方案,本发明的水能回收机组与调流调压阀联动控制方法实现了以下技术效果:
1.动态性能显著提升:本发明方法在机组转换和甩负荷工况下,流量超调减少80%(从±500m³/h降至±100m³/h),压力波动幅度降低70%,有效降低了水锤风险,提高了系统安全性。
2.自适应能力明显增强:通过模糊自适应控制机制,PID参数能够根据工况实时调整,参数变化曲线平滑且有针对性,系统对不同工况的适应性大幅提高,响应延迟补偿精度提高60%。
3.协同控制效果改善:机组转换/甩负荷后恢复稳态时间从300秒以上缩短至150秒以内,系统运行效率大幅提高,能源利用率提升,运行成本降低。
以上详细描述了本发明的实施方式,但应当指出,本发明不限于上述实施方式,在所属技术领域内的普通技术人员在不脱离本发明的原理和宗旨的情况下,还可以做出各种变化和改进,这些变化和改进也应视为本发明的保护范围。
Claims (9)
1.水能回收机组与调流调压阀的联动控制方法,其特征在于,包括:
获取水能回收机组的运行参数和调流调压阀的状态参数;
基于所述运行参数,识别当前系统工况类型;
根据所述运行参数和所述状态参数,计算动态耦合模型参数,所述动态耦合模型参数包括阀门流量增益系数、导叶响应延迟时间和惯性时间常数;
基于所述动态耦合模型参数和流量压力偏差,执行模糊自适应控制,得到控制参数;
根据所述控制参数和所述系统工况类型,选择并执行对应的多模态控制策略,实现水能回收机组与调流调压阀的联动控制;
所述计算动态耦合模型参数包括:
基于当前流量、系统压力和导叶开度,计算阀门流量增益系数;
基于历史响应数据,估算导叶响应延迟时间;
计算表征系统动态特性的惯性时间常数;
将所述阀门流量增益系数、所述导叶响应延迟时间和所述惯性时间常数集成到动态耦合模型中。
2.根据权利要求1所述的方法,其特征在于,所述获取水能回收机组的运行参数和调流调压阀的状态参数包括:
获取水能回收机组的当前流量、系统压力、导叶开度和功率变化率;
获取调流调压阀的当前开度和流量特性参数。
3.根据权利要求1所述的方法,其特征在于,所述识别当前系统工况类型包括:
当功率突降幅度大于预设阈值时,将当前系统工况识别为甩负荷工况;
当接收到机组切换指令时,将当前系统工况识别为机组运行转换工况;
当系统参数处于正常波动范围内时,将当前系统工况识别为正常运行工况。
4.根据权利要求1所述的方法,其特征在于,所述执行模糊自适应控制包括:
计算流量误差和误差变化率;
对所述流量误差和所述误差变化率进行模糊化处理;
基于预设的模糊规则库,确定PID控制器参数的调整量;
根据所述调整量,更新PID控制器的比例、积分和微分参数,得到所述控制参数。
5.根据权利要求4所述的方法,其特征在于,所述模糊规则库包含49条规则,采用IF-THEN结构描述流量误差、误差变化率与PID参数调整量之间的映射关系。
6.根据权利要求1所述的方法,其特征在于,当所述系统工况类型为机组运行转换工况时,所述多模态控制策略包括:
提前调整调流调压阀开度至目标流量的预设百分比;
控制导叶按指数衰减规律逐渐关闭;
使调流调压阀开度实时跟踪导叶流量变化,保持系统流量稳定;
监控管网压力,当压力异常时调整阀门开度进行补偿。
7.根据权利要求1所述的方法,其特征在于,当所述系统工况类型为甩负荷工况时,所述多模态控制策略包括:
启动流量分级截断程序;
按预设时间间隔执行多级流量降档;
在每级流量调整后,根据压力反馈信号进行微调;
流量基本稳定后,切换至精细调整阶段,逐步恢复系统稳态。
8.根据权利要求7所述的方法,其特征在于,所述多级流量降档包括:
第一级迅速关小阀门至当前流量的70%;
第二级在持续预设时间后,根据压力反馈调整至当前流量的50%;
第三级再持续预设时间后,调整至最终目标流量。
9.根据权利要求1所述的方法,其特征在于,还包括:
监测系统流量和压力的实时变化;
当流量超调或压力波动超过安全阈值时,触发应急调整机制;
所述应急调整机制包括临时提高PID控制器的微分参数和降低比例参数,以抑制系统振荡。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202511707291.2A CN121165510B (zh) | 2025-11-20 | 2025-11-20 | 水能回收机组与调流调压阀的联动控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202511707291.2A CN121165510B (zh) | 2025-11-20 | 2025-11-20 | 水能回收机组与调流调压阀的联动控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN121165510A CN121165510A (zh) | 2025-12-19 |
| CN121165510B true CN121165510B (zh) | 2026-02-03 |
Family
ID=98047767
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202511707291.2A Active CN121165510B (zh) | 2025-11-20 | 2025-11-20 | 水能回收机组与调流调压阀的联动控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN121165510B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113485468A (zh) * | 2021-07-06 | 2021-10-08 | 华中科技大学 | 非线性水力机械耦合水电站调速系统混沌控制方法及系统 |
| CN115220338A (zh) * | 2022-07-13 | 2022-10-21 | 武汉三联瑞信电气有限公司 | 一种自适应的多机水电站调速器参数调控方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5363899B2 (ja) * | 2009-07-31 | 2013-12-11 | 株式会社トランストロン | 吸気系制御装置、吸気系制御方法 |
| CN113471988B (zh) * | 2021-06-30 | 2023-08-15 | 武汉大学 | 一种抽蓄机组机电暂态模型的有功-频率耦合控制方法 |
| CN120781586B (zh) * | 2025-09-11 | 2026-01-30 | 龙门实验室 | 多维度工艺数据协同仿真控制方法、系统及存储介质 |
-
2025
- 2025-11-20 CN CN202511707291.2A patent/CN121165510B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113485468A (zh) * | 2021-07-06 | 2021-10-08 | 华中科技大学 | 非线性水力机械耦合水电站调速系统混沌控制方法及系统 |
| CN115220338A (zh) * | 2022-07-13 | 2022-10-21 | 武汉三联瑞信电气有限公司 | 一种自适应的多机水电站调速器参数调控方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN121165510A (zh) | 2025-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105674060B (zh) | 一种压缩空气系统压力流量联合控制节能装置及方法 | |
| CN108444201B (zh) | 一种基于负荷动态变化的冷库温度前馈-模糊控制系统及控制方法 | |
| CN116700393A (zh) | 一种基于模糊控制的反应釜温度控制方法 | |
| CN111176115B (zh) | 基于模糊神经网络和仿人智能控制的阀位控制方法 | |
| CN112965548B (zh) | 反应釜温度自动控制方法、阀门开度上下限控制器及系统 | |
| CN120029046A (zh) | 一种模糊自适应pid流量控制方法、系统、设备及介质 | |
| CN118582337A (zh) | 一种基于神经网络的风电机组载荷自适应控制方法 | |
| CN113700533B (zh) | 一种双抽汽轮机解耦调节系统及其控制方法 | |
| Ren et al. | Feedforward feedback pitch control for wind turbine based on feedback linearization with sliding mode and fuzzy PID algorithm | |
| CN121165510B (zh) | 水能回收机组与调流调压阀的联动控制方法 | |
| CN121124241B (zh) | 一种基于频率预测的水电机组功率主动控制方法、系统、设备及介质 | |
| CN113110034A (zh) | 一种基于dcs的引风机模糊pid控制系统 | |
| CN105676645A (zh) | 一种基于函数型权rbf-arx模型的双回路水箱液位预测控制方法 | |
| CN120140502A (zh) | 一种电动调节阀的开度控制方法 | |
| CN120469252B (zh) | 基于工业物联网的电机系统节能优化自动控制系统 | |
| CN120595591B (zh) | 一种基于神经网络的pid变频浊度控制方法、终端及存储介质 | |
| CN118659704B (zh) | 一种基于神经网络的球阀起闭用电机的自适应调节方法 | |
| CN121602401B (zh) | 一种基于强化学习的旋转潮流控制器参数自适应调节方法 | |
| CN121165511A (zh) | 基于负荷预测的换热器自适应控制方法及系统 | |
| Aminov et al. | Fuzzy Adaptation of Pid Controller in Water Supply and Heating Control Systems | |
| CN114995159A (zh) | 一种trt发电系统高炉炉顶煤气压力稳定控制算法 | |
| Song et al. | Speed Control of Hydro-turbine Governor System Based on Active Disturbance Rejection Control | |
| CN119675506A (zh) | 一种基于模糊算法的永磁同步电机矢量控制系统及其转速环pi控制器在线整定方法 | |
| CN121958810A (zh) | 风机数据处理方法、装置、电子设备及存储介质 | |
| CN120315286A (zh) | 一种面向燃煤锅炉-汽轮机系统的模糊模型预测控制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |