一种基于PSO和GPC的水电机组自适应预测控制器优化方法

本发明提供一种基于PSO和GPC的水电机组自适应预测控制器优化方法，涉及水电机组安全稳定运行技术领域。通过基于BP神经网络构建非线性水轮机模型、采用Octave工具构建非线性水轮调节系统模型，然后采用粒子群优化算法获取非线性水轮机调节系统模型的稳态控制信号，并采用非线性补偿器进行修正，再集成GPC、PSO及补偿器形成自适应控制器；综合考虑系统输入和输出，实现了水电机组在不同工作条件下都可以更高效、更稳定的运行，从而延长了设备寿命、降低了维护成本并提高了电能生成效率，大大降低了非线性工况下控制误差，多模型协同控制提高了水轮机动态特性拟合精确性，缩短了调节时间，降低了能耗，延长了水轮机的使用寿命。