多目标优化方法在水轮机运行中的应用

多目标优化方法在水轮机运行中的应用

论文摘要

水资源是可再生的、洁净的能源。我国河流水能理论蕴藏量为6.76×10~7MW,相当于年发电量5.92×1012KWh,水能蕴藏量居世界第一位。我国水能资源技术可开发装机容量为3.78×107,相当于年发电量1.92×1012KWh,居世界第一位。水能发电是公认的比较经济的能量转化方式之一,它与火力发电与核能发电相比有着成本低、运行管理简单、启动快、污染小、调峰调频等优点。水力发电在电网中调峰调频的作用和负荷频繁改变的特点,决定了对其过渡过程、稳定性和经济性研究的必要性。针对水轮机运行中存在的问题,本文将多目标优化方法应用于实际问题的解决中,取得了不错的效果。主要内容有以下几个方面:(1)介绍了多目标优化方法和遗传算法的基本理论。(2)论述了多目标优化方法在水轮机运行中应用的可行性。(3)以黄壁庄水电站轴流机组的特性测试试验数据为基础,应用多目标优化方法,综合考虑水轮机能量特性和水力振动特性对轴流机组的协联关系进行优化。(4)将多目标优化方法应用于水力机组的负荷分配优化中,以分层遗传算为基础,采用耗水量最小模型,同时考虑机组尾水管压力脉动,对万家寨水电站机组间负荷分配进行优化。(5)将多目标优化方法应用于两段导叶关闭规律具体控制参数的优化中,即对第一段导叶关闭时间、第一段导叶关闭时间和拐点开度进行优化。有效地协调了在突甩负荷过程中机组转速上升和蜗壳水压上升的矛盾。综合考虑水轮机的能量特性和振动特性,确定转桨式水轮机最佳运行方式的方法,为保证转桨式水轮机的高效稳定运行提供了新的途径。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 第1章 绪论
  • 1.1 选题背景及研究的意义
  • 1.2 国内外相关技术发展现状
  • 1.2.1 转桨式水轮机协联装置发展概况
  • 1.2.2 协联特性优劣对机组及水电站运行的影响
  • 1.2.3 协联曲线数字化方法
  • 1.2.4 水电站厂内经济运行
  • 1.2.5 水轮机导叶启闭规律
  • 1.3 研究的创新点
  • 1.4 本文的主要内容和结构安排
  • 第2章 基本理论
  • 2.1 引言
  • 2.2 多目标优化方法
  • 2.2.1 线性加权组合法
  • 2.2.2 目标规划法
  • 2.2.3 功效系数法
  • 2.2.4 乘除法
  • 2.3 基本遗传算法(SGA)
  • 2.3.1 SGA的基本步骤
  • 2.3.2 编码表示
  • 2.3.3 适应度函数设计
  • 2.3.4 遗传操作
  • 2.3.5 遗传参数设置
  • 2.4 人工神经网络
  • 2.4.1 神经网络概述
  • 2.4.2 BP网络简介
  • 2.4.3 径向基函数神经网络
  • 2.5 本章小结
  • 第3章 轴流机组协联关系的多目标优化
  • 3.1 引言
  • 3.2 黄壁庄电站试验
  • 3.2.1 电站概况
  • 3.2.2 电站16MW机组技术参数
  • 3.3 信号测量与分析方法
  • 3.3.1 采样速率的选取
  • 3.3.2 采样时间的选取
  • 3.3.3 信号分析
  • 3.4 机组能量特性试验
  • 3.4.1 试验目的和内容
  • 3.4.2 试验原理
  • 3.4.3 试验仪器及参数测量
  • 3.4.4 试验过程与数据采集
  • 3.4.5 蜗壳差压法确定协联关系
  • 3.5 机组运行稳定性性能试验
  • 3.5.1 水力机组振动的原因及复杂性
  • 3.5.2 机组振动测试的内容和依据
  • 3.5.3 参数测量设备
  • 3.5.4 测点设置
  • 3.5.5 试验数据分析
  • 3.6 机组协联曲线的多目标优化模型建立
  • 3.7 本章小结
  • 第4章 水力机组负荷分配多目标优化
  • 4.1 引言
  • 4.2 机组稳定性问题
  • 4.3 水力机组优化运行模型简介
  • 4.4 多目标方法在机组负荷分配优化中的应用
  • 4.4.1 实例电站简介
  • 4.4.2 分层遗传算法
  • 4.4.3 机组负荷多目标优化模型的建立
  • 4.4.4 机组的实际负荷分配
  • 4.5 本章小结
  • 第5章 多目标方法在导叶关闭规律优化中的应用
  • 5.1 引言
  • 5.2 水电站水力过渡过程及研究目的
  • 5.3 导叶关闭规律选择
  • 5.3.1 高水头水电站
  • 5.3.2 中低水头水电站
  • 5.4 导叶关闭规律相关计算
  • 5.4.1 水锤波的传播速度
  • 5.4.2 特征线法
  • 5.5 导叶关闭规律多目标优化模型
  • 5.6 本章小结
  • 第6章 结论及建议
  • 参考文献
  • 致谢
  • 作者简介
  • 攻读硕士学位期间发表的论文和科研成果
  • 相关论文文献

    • [1].基于灰色综合关联分析的多目标优化方法[J]. 控制与决策 2020(05)
    • [2].柴油机后处理多目标优化方法研究[J]. 现代车用动力 2020(01)
    • [3].基于反馈多目标优化方法的背门轻量化设计[J]. 数字制造科学 2020(01)
    • [4].粒子群算法的不确定动态多目标优化方法研究[J]. 科学技术与工程 2017(15)
    • [5].基于非支配排序遗传算法的辐射屏蔽多目标优化方法研究[J]. 核动力工程 2020(01)
    • [6].多目标优化方法在中药组效关系研究中的应用[J]. 广东药学院学报 2014(03)
    • [7].反应堆辐射屏蔽多目标优化方法研究[J]. 核动力工程 2020(05)
    • [8].巨型水电站跨省调峰多目标优化方法[J]. 水力发电 2020(11)
    • [9].机器学习中多目标优化算法的简述[J]. 电脑知识与技术 2012(15)
    • [10].交互式多目标优化方法在城镇路面养护规划中的应用[J]. 中外公路 2020(04)
    • [11].基于权值向量的偏好多目标优化方法[J]. 电子学报 2016(11)
    • [12].基于分步多目标优化方法的掘进机铲板参数优化[J]. 机械强度 2017(03)
    • [13].一种汽轮机基础的并行多目标优化方法[J]. 大连理工大学学报 2015(03)
    • [14].综合负荷聚合商多目标优化方法[J]. 自动化与仪表 2020(11)
    • [15].一种改进的鲁棒多目标优化方法[J]. 控制与决策 2013(08)
    • [16].混流装配线平衡问题的多目标优化方法研究[J]. 中国机械工程 2009(19)
    • [17].数控车削参数的多目标优化方法研究[J]. 现代制造技术与装备 2016(12)
    • [18].汽车企业运输车辆选择多目标优化方法研究[J]. 物流技术 2013(09)
    • [19].多目标优化方法在机器学习中的应用简述[J]. 河北能源职业技术学院学报 2012(03)
    • [20].基于区间的不确定多目标优化方法及应用[J]. 中国机械工程 2011(09)
    • [21].采用遗传算法的复合材料板簧多目标优化方法[J]. 西安交通大学学报 2015(08)
    • [22].基于区间的不确定多目标优化方法研究[J]. 固体力学学报 2010(01)
    • [23].多目标优化方法在机构优化中的应用[J]. 机械研究与应用 2015(05)
    • [24].多目标优化方法在水轮机特性分析中的应用[J]. 水科学与工程技术 2008(02)
    • [25].一种起重机伸缩臂多目标优化方法及试验[J]. 机械设计与研究 2013(05)
    • [26].框架结构多目标优化方法[J]. 应用数学和力学 2014(S1)
    • [27].基于动态指标的飞机方案多目标优化方法[J]. 北京航空航天大学学报 2014(07)
    • [28].基于公理设计的多目标优化方法研究[J]. 三峡大学学报(自然科学版) 2013(03)
    • [29].智能机器人可变参数群体控制模型的多目标优化方法[J]. 中国科学:技术科学 2020(05)
    • [30].基于驾驶舒适度的刹车策略[J]. 济南大学学报(自然科学版) 2020(05)

    标签:;  ;  ;  ;  

    多目标优化方法在水轮机运行中的应用
    下载Doc文档

    猜你喜欢