基于BP神经网络的水轮机调节系统非线性模型及仿真计算

针对水轮机调节系统仿真中采用线性水轮机模型时仿真结果与实际运行有一定偏差或采用基于插值非线性模型时插值难以保证处处连续并导致压力环迭代不收敛的问题,先利用BP神经网络对水轮机运行数据进行延拓和训练,以获取连续光滑的流量和力矩空间曲面供压力迭代计算使用,再结合特征线算法合理选取边界条件,最终建立起完整的调节系统高精度非线性模型。仿真结果表明,该模型具有相当高的精度,仿真效果与预期一致。