文档介绍：维普资讯

第卷第期水能源科学. .
年月.
水电机组智能化控制的知识处理研究
张涛叶鲁卿/ 李朝晖,上口,
—军,哑西再丽.
『
摘要在水电机组控制中,智能自完善变构变参控制策略在知识库的彤成
过程中存在着一些不足,,本文引入了神经阿络专家系统
来实现水电机组的智能化控制,并基干神经阿络基本原理,建立了应用干水电机组
智能他控制的神经融络专家系统基本框架,同时讨论了在机组智能化拉制实现过程
中知识表示、菠取、推理的神经网络方法及由多组专家知识组成合成专家系统的扩
肌方
关键词水电⋯机组,智能控制,神经网络专系统,知识库,卜竿般文
●——一, ———■, 。
引言
在水电机组运行过程中,调速器作为基本的控制和调节装置确保了机组的可靠性和运
,包括有变结构控制、模型参考自适应控制、适应
式变参数控制等,
参控制策略【,通过存青在知识库中的遥行知识、经验改进控制策略,调节控制机构和参
数,使调速系统具有智能度,以实现良好的控制功能.
文献提出的智能自完善变构变参控制策略是一种类似于专家系统的控制结构,它
的实施依赖于对存在于在知识库中的知识、,不可避免地将
遇到下问题:
.知识获取的“瓶颈”现象:知识库中专家知识的获取主要是依靠人工离线建立,其设
计、开发是接的,较为费时,而且效率较低.
.知识的“窄台阶”问题:知识库中的知识往往是浅层、表面、经验性的知识,缺少探层、
本质、理性的知谶.
推理能力弱:较为简单的推理方法易导致控制策略的不灵活,较易出现。匹配冲突”、
“组合爆炸”等问题,且有可能推理速度慢,效率低.
智能水平的限制:专家知识的存储往往是以“—”规则对形式存储,是一一对应
的,没有冗余性,不具备联想记忆功能,当规则对以外的情况出现时有可能造成失控;运行过
程中不能完善发展与刨新知识,也不能通过联想记忆、识别和类比进行推理,系统的功能往
本文于—一收到.
本文为国家教委刚国留学员基金资助项日
维普资讯
· · 水电晚源科学第卷第期
.
以上的不足使智能自完善变构变参控制策略在实施过程中受到限制.
本文将基于神经网络的基本原理,建立应用于水电机组智能控制的神经同络专家系统
基本框架,并针对水电机组智能化控制,讨论知识表示、获取、推理的神经网络方法及建立由
多组专家知识组成合成专家系统的扩展知识库的方法.
神经网络专家系统原理及结构.
. 神经网络专家系统的原理
神经网络的训练可直接输入范例实现,萁信息处理分布于大量神经元的互连之中,具有
冗余性,这正是解决专家系统知识获取时存在的。瓶颈”
经元的违接及连接的权值分布米表示特定的概念知识,在知识的获取过程中,神经同络只要
求提供样本对;通过学习算法对样本的学习,修正权值分布以达到要求,把专家的启发式知
识经验分布到珂络的连接及权值分布.『珂络对于某一特定输入通过计算类比将产生一输
出