基于虚拟仪器技术的汽轮机组参数辨识系统

周伟　申博

摘要：

采用虚拟仪器技术，构建了汽轮机参数辨识平台，编制了基于DE算法的汽轮机系统参数辨识软件。通过某300MW机组的负荷扰动测试数据对参数辨识系统进行了验证，结果准确，取得了很好的效果。研究所采用的方法具有计算速度快、辨识能力强、条件适应性好的特点，能适应复杂对象的参数辨识。

关键词：

虚拟仪器技术；汽轮机；参数辨识系统

中图分类号：

TB

文献标识码：A

文章编号：16723198（2015）02017603

汽轮机及其调速系统的模型参数可以为电力系统中长期稳定性分析提供依据。随着我国特高压、超高压大电网的建设，系统中的超大容量、超临界汽轮机组越来越多，其系统模型的正确获取对电网的稳定分析具有极其重要的意义。汽轮机模型参数的获取涉及数据采集和参数辨识两方面的内容，虚拟仪器技术为此提供了合适的平台。其中，PXI是一种基于PC的开放平台，具有模块化和易于扩展的特点；LabVIEW是图形化编程语言，包含很多界面元素、硬件驱动、信号处理和通信函数等。二者在工业界得到大量应用，已成为事实上的工业标准。因此，选取PXI系统作为硬件平台并进行相应的硬件配置，再利用LabVIEW编写数据采集、预处理和参数辨识程序，完成了汽轮机组参数辨识系统的研制。该系统开发中的关键点在于参数识别算法的实现。常用的汽轮机及其调节系统参数辨识方法包括最小二乘法（Least Square，LS）、遗传算法（Generic Algrithm，GA）、差分进化算法（Differential Evolution，DE）等。其中，DE算法是基于群体智能理论的优化算法，具有简单易实现、速度快、鲁棒性好、搜索能力强等特点，对非线性系统也能获得较好的辨识效果。考虑到参数辨识软件的性能及模型修改时的可扩展性，采用了差分进化算法。本文着重叙述系统设计、差分进化算法和试验验证等三方面的内容。

1系统设计

1.1数学模型

目前的汽轮机组及调速系统模型多采用IEEE的标准模型以及中国电科院的PSASP模型。考虑到长过程暂态模拟、低频振荡、甩负荷等，则可借鉴WECC的改进模型，但仍主要由二阶或一阶等基本环节构成。

现在广泛采用的数字电液调节系统（Digital Electro-Hydraulic Control System，DEH）由于快关方式、超速预防和流量非线性修正等功能的多样化，无法建立统一的模型；且需注意调频死区、信号迟滞等非线性问题。图2给出了数字电液调速系统的简化模型。实际应用时，需根据各环节信号的可测性、辨识精度等因素划分辨识环节，选择合适的测点信号，再进行参数辨识；测点信号与对应环节输入信号之间的函数关系由数据预处理完成。

1.2硬件组成

汽轮机组参数辨识系统的主要功能是：通过采集汽轮机及其调节系统的阀位指令、阀门开度、主气压力、再热蒸汽压力、中排压力、汽包压力、功率、转速、负荷等节点信号，从而计算出汽轮机组各环节的模型特性。硬件系统的框架采用如图3所示的模块化结构，由传感模块和PXI系统等组成。

本硬件系统的其核心部件是PXI平台，其中的采集模块为模数转换卡、输出模块为数模转换卡和数字IO卡；主控模块为计算机平台，主要的数据采集、参数辨识、数据存储、显示和通信等功能均在其上完成。现场的绝大多数信号已经提供了测量接口或者数字接口，可直接输入PXI系统，而其他非电物理量则需先经传感模块转换为电压信号再输入PXI系统。主控模块具备网络通讯功能，必要时可以连接电厂的智能化网络或者远程工作站；输出模块可供扩展控制功能，以提供汽轮机试验时的指令和信号。

1.3软件组成

软件系统采用面向对象技术，利用LabVIEW语言编程实现，主要功能如下：

（1）采集：包括系统的自检和数据记录。

（2）参数设置：包括采集、实时滤波、存盘、辨识模型、通道校正等参数的设定与修改。

（3）数据预处理：对采集或者导入的数据进行离群点剔除、平滑、截取、重采样、归一化、函数运算等操作。

（4）辨识：依据给定的模型阶数及输入、输出信号，计算出模型中相关环节的时间常数等参数。

（5）模型仿真：将节点信号输入用户给定模型和辨识出的模型中，分别进行仿真验算。

（6）数据导入和导出：除了可从采集信号中选择模型的输入、输出信号，也可直接从外部导入数据文件，进行参数辨识；采集到得数据和辨识结果可导出为Excel表格和位图等文件。

（7）其他：利用时延搜索补偿时延造成的辨识误差，还可进行一次调频计算、试验操作等。

基于系统功能的实现，截取软件系统的部分主界面如图4所示，图中给出了一组数据的辨识曲线，最上面曲线为输入信号、中部曲线分别为实测输出信号和辨识模型的输出信号、最下面的曲线为二者之间的误差。

2差分进化算法

DE算法利用种群中个体的信息，通过差分算子计算新个体，依据新个体的适应度进行选择，生成新的种群。DE算法具有记忆个体最优解、种群信息共享、全局收敛的特点，适于解决复杂系统优化问题。本文在利用DE算法实现参数辨识时，选择模型参数的可行解作为种群，不同种群下模型输出值与实测值之间相对误差平均值作为目标函数。通过对当前种群的变异和杂交产生新种群，利用贪婪思想对二者进行竞争操作，从而产生新一代种群。

（5）迭代：完成一代进化，G=G+1。重复步骤（2）到步骤（5）直到G=Gm或者求得最优解作为模型参数的辨识结果。

3试验

利用本系统测试了一台300MW中间一次再热凝汽式汽轮机的多组试验信号，取部分扰动试验数据记录示于图5中。以再热蒸汽容积环节的参数辨识为例，从一次阶跃响应的数据记录中选取节点信号，输入信号为高压蒸汽压力Psd，其归一化曲线如图6（a）所示；输出信号为再热蒸汽压力Prh，其归一化曲线如图6（b）中灰色曲线所示。获得再热蒸汽容积时间常数为12.84s，利用该参数获得的系统仿真输出如图6（b）中黑色曲线所示，可见模型输出值与实测值吻合。实测数据与仿真数据之间的误差示于图6（c）中，也证明了辨识结果的准确可信。

参考文献

[1]武诚，徐政，潘武略，等.原动机与调速器建模和参数辨识的新进展[J].电网技术，2007，31（S1）：179182.

[2]秦树人.虚拟仪器—测试仪器从硬件到软件[J].振动、测试与诊断，2000，20（1）：16.

[3]秦学华，刘亚斌，孙涣鹏，等.基于LabVIEW的虚拟仪器网络化实现[J].测控技术，2004，23（2）：7173.

[4]戴义平，俞茂铮，刘炯，等.基于相关分析的汽轮机调节系统参数辨识研究[J].汽轮机技术，2001，43（5）：276279.

[5]王志群，朱守真，楼鸿祥，等.基于时域分段线性多项式发的大型汽轮机建模和参数辨识[J].中国电机工程学报，2003，23（4）：128133.

[6]李蔚，张政江，盛德仁，等.基于RLS的汽轮机数字电液调节系统参数辨识[J].浙江大学学报（工学版），2008，42（10）：17611764.

[7]戴义平，邓仁纲，刘炯，等.基于遗传算法的汽轮机数字电液调节系统的参数辨识研究[J].中国电机工程学报，2002，22（7）：101104.

[8]高伟，李阳海，黄树红，等.600MW汽轮机调速系统试验及辨识研究[J].汽轮机技术，2006，48（4）：284286.

[9]武海澄，蔡兵，陈胜利，等.汽轮机调速系统参数辨识软件设计[J].内蒙古电力技术，2010，28（2）：4648.

[10]刘波，王凌，金以慧.差分进化算法研究进展[J].控制与决策，2007，22（7）：721729.

[11]IEEE Committee Report.Dynamic models for steam and hydro turbines in power system studies[J].IEEE Trans on Power Apparatus and Systems，1973，92（6）：19041915.

[12]中国电力科学研究院.PSASP6.22新增模型说明[M].北京：中国电力科学研究院，2000.

[13]Pereira L.New thermal governor model selection and validation in the WECC[J].IEEE Trans on Power Systems，2004，19（1）：517523.