變壓器風(fēng)冷智能控制系統(tǒng)設(shè)計(jì)與試驗(yàn)

楊忠亮　張勝寶　郭瑞　賈振國(guó)　李巖松

摘 要：針對(duì)目前變壓器風(fēng)冷控制系統(tǒng)中存在的問(wèn)題，設(shè)計(jì)了基于模糊神經(jīng)網(wǎng)絡(luò)PID技術(shù)的變頻調(diào)節(jié)風(fēng)冷控制系統(tǒng)。該系統(tǒng)以PLC及變頻器為核心控制設(shè)備，采用模糊RBF神經(jīng)網(wǎng)絡(luò)，并選用2-7-7-3結(jié)構(gòu)形式，優(yōu)化PID的控制參數(shù)，以精確控制變頻器的輸出頻率。通過(guò)仿真及試驗(yàn)，驗(yàn)證該系統(tǒng)比常規(guī)PID具有更好的動(dòng)、靜態(tài)特性和自適應(yīng)性，可以快速跟蹤變壓器油溫變化，使變壓器的散熱量與發(fā)熱量實(shí)時(shí)平衡，以達(dá)到節(jié)能運(yùn)行目的。

關(guān)鍵詞：模糊神經(jīng)網(wǎng)絡(luò)；PID；變頻；風(fēng)冷控制系統(tǒng)

中圖分類(lèi)號(hào)：TM42 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）04-0023-02

Abstract： As to the existing problems in the control system of transformer air cooling， a frequency conversion air cooling control system based on fuzzy neural network PID technology is designed. The system takes PLC and frequency converter as the core control equipment， adopts fuzzy RBF neural network， and selects 2-7-7-3 structure to optimize the control parameters of PID， so as to accurately control the output frequency of the frequency converter. Through simulation and experiment， it is proved that the system has better dynamic and static characteristics and adaptability than conventional PID， and can track the change of transformer oil temperature quickly， and make the heat loss and heat emission of transformer real-time balance， in order to achieve the purpose of energy-saving operation.

Keywords： fuzzy neural network； PID； frequency conversion； air cooling control system

1 控制系統(tǒng)結(jié)構(gòu)

智能型變壓器風(fēng)冷控制系統(tǒng)結(jié)構(gòu)如圖1所示。

系統(tǒng)采用兩臺(tái)ABB CS510泵與風(fēng)機(jī)專(zhuān)用變頻器，兩臺(tái)變頻器互為備用運(yùn)行，以提高變壓器風(fēng)冷系統(tǒng)的運(yùn)行可靠性?？删幊绦蚩刂破髯鳛橹骺刂破髫?fù)責(zé)采集和存儲(chǔ)變壓器頂層油溫，計(jì)算10分鐘溫度變化率，調(diào)用模糊神經(jīng)網(wǎng)絡(luò)算法，推理計(jì)算變頻器的工作頻率?？删幊绦蚩刂破魍ㄟ^(guò)MODBUS總線(xiàn)向變頻器下達(dá)運(yùn)行頻率指令，調(diào)節(jié)冷卻風(fēng)機(jī)風(fēng)量，使變壓器發(fā)熱和散熱達(dá)到實(shí)時(shí)平衡，以達(dá)到變壓器冷卻系統(tǒng)的節(jié)能目標(biāo)。

2 模糊神經(jīng)網(wǎng)控制器設(shè)計(jì)

系統(tǒng)采用如圖2所示的RBF神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)由一個(gè)輸入層、兩個(gè)隱層和一個(gè)輸出層構(gòu)成。

輸入層的輸入變量為變壓器頂層油溫和當(dāng)前狀態(tài)下頂層油溫設(shè)定值的偏差及偏差變化率。

第一隱層為模糊化層，對(duì)輸入變量進(jìn)行模糊化，其隸屬度函數(shù)為：

3 算法程序流程

模糊神經(jīng)網(wǎng)絡(luò)控制算法子程序流程圖如圖3所示。

4 仿真結(jié)果及結(jié)論

采用Matlab simulink模塊對(duì)該系統(tǒng)進(jìn)行仿真分析，并將其階躍響應(yīng)曲線(xiàn)與常規(guī)PID比較， 可以看出采用模糊神經(jīng)網(wǎng)絡(luò)PID算法具有更好的動(dòng)、靜態(tài)特性、自適應(yīng)性和魯棒性，如圖4所示。

基于模糊神經(jīng)網(wǎng)絡(luò)的變頻式變壓器風(fēng)冷控制裝置，具有溫度控制精確，調(diào)節(jié)時(shí)間短，無(wú)沖擊啟停等特點(diǎn)，在季節(jié)性溫差和晝夜溫差較大地區(qū)應(yīng)用，能夠提高設(shè)備的利用率，與常規(guī)定頻控制方式相比較，可以節(jié)能30%以上，具有較大的市場(chǎng)推廣價(jià)值。

參考文獻(xiàn)：

[1]黎賢鈦.電力變壓器冷卻系統(tǒng)設(shè)計(jì)[M].杭州：浙江大學(xué)出版社，2009.

[2]賈振國(guó).Fuzzy-PID變頻技術(shù)在變壓器冷卻控制中的應(yīng)用[J].電氣時(shí)代，2012（1）：66-67.

[3]張弘.基于模糊-RBF神經(jīng)網(wǎng)絡(luò)優(yōu)化的PID控制[J].西安郵電學(xué)院學(xué)報(bào)，2007，12（5）：79-81.

[4]劉昆，顏鋼鋒.基于模糊RBF神經(jīng)網(wǎng)絡(luò)的函數(shù)逼近[J].計(jì)算機(jī)工程，2001，27（2）：70-71.

[5]歐陽(yáng)磊，黃友銳，黃宜慶.基于模糊RBF神經(jīng)網(wǎng)絡(luò)的PID及其應(yīng)用[J].計(jì)算機(jī)工程，2008，34（22）：231-233.

[6]張利軍，張宇.基于PLC的模糊神經(jīng)網(wǎng)絡(luò)算法的工程應(yīng)用[J].自動(dòng)化技術(shù)與應(yīng)用，2008，27（12）：27-30.

[7]姜洋.ZPW-2000A型自動(dòng)閉塞系統(tǒng)中變壓器自動(dòng)測(cè)試系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].科技創(chuàng)新與應(yīng)用，2015（13）：39.endprint