基于模糊辨识与多模型描述的抽水蓄能机组控制系统故障诊断方法研究

抽水蓄能机组控制系统动态行为直接反映系统状态，通过对控制系统动态特征描述及模型研究，为探寻系统故障发生机理及演化规律提供了新的途径。抽蓄机组控制系统是一个复杂的时变非线性系统，呈现多工况、多状态的特点，基于模型的系统故障诊断面临的关键科学问题是复杂非线性系统的高精度建模与状态观测，为此，本项目提出基于模糊辨识与多模型理论的抽蓄机组控制系统诊断方法。在建立考虑复杂非线性特征的系统数学模型基础上，研究一类基于超平面聚类的模糊模型高效辨识方法，推导基于子模型线性度的模糊空间划分算法，提出空间自适应划分策略，从而有效提高系统辨识精度；同时结合多模型理论，研究抽蓄机组控制系统的多模型表达，匹配系统故障状态，研究基于子模糊模型的故障观测器及其广义残差模型，实现抽蓄机组控制系统故障有效诊断。本项目对于完善一般非线性系统建模与故障诊断理论，提高抽蓄机组控制系统模型描述精度和故障诊断准确性都具有重要意义。

抽水蓄能机组控制系统动态行为直接反映系统状态，通过对控制系统动态特征描述及模型研究，为探寻系统故障发生机理及演化规律提供了新的途径。抽蓄机组控制系统是一个复杂的时变非线性系统，呈现多工况、多状态的特点，基于模型的系统故障诊断面临的关键科学问题是复杂非线性系统的高精度建模与状态观测，为此，本项目提出基于模糊辨识与状态观测器的抽蓄机组控制系统诊断方法。项目研究了基于对数投影法的水泵水轮机全特性曲线模型，建立了考虑复杂非线性特征的抽蓄机组控制系统非线性数学模型，提出了模型高效数值求解方法，解决了模型仿真中的收敛性问题。为提高抽水蓄能机组控制系统模糊模型的辨识精度，项目研究了一类基于超平面聚类的模糊模型高效辨识方法，推导了基于子模型线性度的模糊空间划分算法GSHPC，进一步提出通过混沌引力搜索算法优化T-S模糊模型，有效提高了抽水蓄能机组控制系统模糊模型辨识精度。研究了抽水蓄能机组控制系统多工况下动态行为及不同故障表现形式，建立了抽水蓄能机组调节系统的高精度数学模型并对模型进行合理线性化，构建了调节系统状态观测器，通过分析比较各子故障状态观测系统的残差信号，建立了抽蓄机组控制系统故障诊断决策模型，以执行机构故障为例，实现了对抽蓄机组控制系统故障的准确检测与诊断。此外，针对常规PID控制器在抽水蓄能机组控制中存在的不足，研究了机组的非线性PID和分数阶PID控制策略，有效提高了抽水蓄能机组的控制品质。本项目圆满完成了各项研究任务，大大突破了原定成果指标。本项目研究对于完善一般非线性系统建模与故障诊断理论，提高抽蓄机组控制系统模型描述精度和故障诊断准确性都具有重要意义。