一种基于深度学习和长短期记忆网络的水轮机调速控制器

本发明公开了一种基于深度学习和长短期记忆网络的水轮机调速控制器，属于水力发电控制技术领域。本发明针对PID控制器调节性能不足、参数依赖人工经验等问题，提出采用长短期记忆网络（LSTM）并结合深度学习设计调速控制器，替代PID控制器。具体为通过搭建水轮机调节系统仿真模型，在多工况下采集PID控制器下的输入输出数据，作为LSTM预测模型的训练和验证数据。在构建LSTM控制器中，采用引入时序特征学习和自适应权重优化，提升LSTM控制器的性能。仿真实验表明，本发明构建的调速控制器不仅可以替代PID控制器，还具有优越的暂态性能。