电力电气控制阀的电压节能控制方法

颜玉玲，武粉桃

（1.宜宾职业技术学院 电子信息与控制工程系，四川 宜宾 644004；2.西安电力电子技术研究所，陕西 西安 710061）

电力电气控制阀的电压节能控制方法

颜玉玲1，武粉桃2

（1.宜宾职业技术学院 电子信息与控制工程系，四川 宜宾 644004；2.西安电力电子技术研究所，陕西 西安 710061）

在对电力电气控制阀的设计中，由于采用传统方法电气控制阀工作电压运用不合理，导致电力在电气方面能耗多。提出一种基于多层低误差神经网络的电压调节方法，将其应用到电力电气控制阀中，通过采用电力电气系统电压控制模型，消除当前存在的电力电气控制阀电压控制中的过控制和模糊控制等弊端，实现对电气控制阀电压幅度的准确控制，达到节能的目的。实验结果表明，该模型可以对电力电气控制阀的电压实现高精度控制，在电力节能方面起到了很好的效果。

电压节能；动态电压；神经网络；模糊控制

随着我国社会经济的快速发展，对电力的节能要求也越来越高，各种电气设计朝着节能化发展，电力电气控制阀的节能性能很大程度上决定着电力消耗的总体性能，其中，节能性能和电气控制阀的电压有着很大的关系。因此，选择合适的方法对电力电气控制阀的工作电压进行控制，对于节能来说，有着较大的意义。现有的大部分电力电气控制阀都以电压为工作单元，因此，对电力电气设备的电压进行合理控制，是实现电力节能控制的关键。我国对相关学科的研究还处在起步阶段，但是，随着节能这项国策推广程度的加深，相关方法也引起了社会各界越来越多的关注[1-2]。

当前电力电气控制阀的节能研究，几乎都以控制阀门开关为主[3-4]，大都通过智能化来判断一些特殊的场景，对开关进行智能化的开启、关闭动作，进而完成电力节能控制。电力电气控制阀的组成形式较为复杂，受电压波动情况影响较大，电压无法形成有效、无干扰的供给，造成设备长期处在波动电压控制下，不但对设备的寿命造成了影响，而且对能耗也有较大的副作用[5-6]。

基于此，提出基于多层去噪神经网络的电压调节方法，并将该方法应用到电气控制阀的电压节能控制中，通过设计电压信号去噪模型，消除电压控制中的过控制和模糊控制等问题。通过设定误差产生，保证控制精度，设计多层神经网络模型，对电压进行智能控制，进而实现对电压强度的准确控制，达到节能的目的。

1 电力电气控制阀电压参数节能最优组合

在电力电气控制阀的节能控制中，电压波动会使得各种关键的控制信号存在较大误差，使得电气控制阀电压控制过程在精度表达方面存在模糊性，造成能耗过高。为了去除这种模糊性，设置一种可以描述控制阀电压波动控制误差的参数E，并将其引入到电力电气控制系统中，控制阀电压波动形成的信号误差量设为e（t）、电压的波动率设为EC，表达式设为ec（t），根据经验设定的可变控制系数为K，可得控制模型为：

在电压发生异常波动的情况下，电压信号的控制律可描述为：

式中：β为电压波动幅度系数，正常情况下设置为1；Kec（t）为微分系数；为了简化计算过程，可以对式（3）进行改进，得：

式中：β0为|E|=0时，电压波动调整系数；0≤β≤0.5，0≤β≤1；Kβ是常数，0≤Kβ≤（1-β0）。

式（4）中，可以在电力电气控制阀电压发生较大波动的情况下，对误差进行有效统计。控制阀电压波动下的电气控制能够对整个控制过程进行测试，电压波动下的控制误差e同u间的联系，是不稳定的。

在得到较多控制数据的情况下，可以根据采集的数据，分析得到参数Δκp、Δκi、Δκd，表示在运行过程中控制阀电压发生波动的情况下，参数发生的一些变化值。把这种参数变化归一化到（-1，1）中，对产生变化的参数e′、ec′、Δκp、Δκi、Δκd的可能电压波动区域进行限制，可以得到：e′、ec′、Δκp、Δκi、Δκd=｛-5，-4，-3，-2，-1，0，1，2，3，4，5｝。

设这参数变化的模糊子集为：e′、ec′、Δκp、Δκi、Δκd=｛NB，NM，NS，O，PS，PM，PB｝；对已经产生变化的Δκp、Δκi、Δκd的模糊标准表进行设置，e′、ec′、Δκp、Δκi、Δκd数满足正态分布，为了消除这些变化的影响，需要对这种波动变化进行确认，通过设计模糊变量的隶属度完成电力电气控制阀电压控制规则的确定。当这种控制表格建立之后，可以通过查询表的方式，对这种变化程度进行量化。对应规则为：

在分析了电力电气控制阀电压波动性的前提下，可以得到电压控制参数e′、ec′、Δκp、Δκi、Δκd的变化规则，对这些参数进行最优化的关联控制，以保证电气控制阀电压波动干扰被消除。

为了衡量这种量化效果，需要对电力电气控制阀电压控制参数的关联性进行量化函数设计，有：

式中：J为电力电气控制阀电压波动环境下控制信号的准确度测量结果，主要是通过对电气控制阀控制信号的响应时间、控制过程、信号的信噪比等参数进行衡量。为了达到节能的目的，需要对参数e′、ec′、Δκp、Δκi、Δκd进行寻优组合，依据干扰消除的最优规范，对这些参数进行合理的调整，最终获取最佳的节能组合值。

为了进一步消除电力电气控制阀电压波动对电力电气系统能耗的影响，需要设定明确的干扰消除规则，根据规则进行参数的组合，以保证控制阀电压波动干扰最小。可依据式（7）规范对参数进行寻优：

最终完成对电力电气控制阀电压波动参数的优化控制，通过合理的参数组合方式，保证电力电气系统能耗最小，实现控制阀电压波动下的节能调控。

2 基于多层神经网络的电力电气控制阀电压参数控制

在电压波动环境下的电力电气控制阀节能控制中，设计一种多层次神经网络模型，能够很好地完成控制阀电压的智能化节能调节。

多层神经网络是一种前向网络，电力电气控制阀的电压变化呈现非线性，神经网络的输入和输出层呈现线性，因此可以用电力电气控制阀电压在控制过程中的参数作为输入层数据，最优电压作为输出层的数据，隐含层主要负责电力电气控制阀电压的动态变化学习过程。设定电压波动下的最优节能控制函数，多层神经网络下的电力电气控制阀电压控制模型如图1所示。

图1 电力电气控制阀电压控制多层神经网络Fig.1 Power electric control valve voltage control multi-layer neural network

其中，C=[c1，c2，…，cm]为电力电气控制阀电压波动信号；K=[κ1，κ2，…，κn]为数据的分类中心；W=[w1，w2，…，wn]为电力电气控制阀电压稳定控制的矩阵。输入层到隐含层只考虑进行控制阀节能电压的数据传递，不考虑控制阀电压的损耗。y为最优电压输出结果，则输出层的电压i的输出最优值为：

对应节能控制的效果，可以用式（9）进行描述：

式中：hN为隐含层的电力电气控制阀电压输出；H∈RN×n、W∈Rn×1，当N=n，且H为正定矩阵时，可以得到最优的电气控制阀电压控制输出解。电压控制的输出过程描述如下。

1）根据数据采集结果对电力电气控制阀电压进行统计，得到电压约束控制矩阵H。

2）利用隐含层的控制阀电压控制矩阵HT进行分解，可得：

其中，A为下三角矩阵。则式（10）能够转化为：

3）由于A为下三角矩阵，因此能够得到电力电气控制阀电压波动下的最优输出，为了减少计算量，最优解的递推公式为：

根据步骤1）～3），能够得到神经网络输出层的最优节能电压值，由于这种方法具有高效的训练效率，并且不存在由于初始值设置不当引起的局部最小值的问题，因此，电力电气控制阀的电压节能控制精度可得到极大的提高。

3 实验结果分析

采用仿真实验分析的方式，对提出的电力电气控制阀电压调节模型进行有效的验证。

实验过程中，采用电力中用到的最多的大型电力设备作为节能控制对象。该设备采用10～30 V的电压作为能量源、51单片机核心处理器硬件、高精度信号采集卡。电力设备电气控制阀的使用电压保证在安全范围内，通过核心处理器搜集数据，通过转换装置转化成可用电压，运用该模型拷入单片机，对电压进行合理的调控，保证电压在一个高精度的区间内合理的变化，实现对设备的准确节能调控，将各种参数的变化结果输入到计算机中进行仿真统计。

实验环境设置为电力系统电气控制阀进行长期工作的过程，中间不经过停顿。对电力设备电气控制阀的工作能耗进行有效的采集，对采集的信号进行设定，设信号的相位为45°，幅值为Am为2，通过式（5）能够得到在波动变换下的参数原始值κp=1.232、κi= 0.232、κd=0.342。通过优化前后电气控制阀的节能响应曲线对比，完成实验比对，如图2所述。

对图2结果进行统计，如表1所示。

图2描述了该模型在进行电力电气控制阀电压优化调节前后，具有的节能特性变化，说明该模型能够对电力运行过程中电气控制阀电压的波动性进行有效的控制，控制误差保证在一个很小的范围内，说明大范围的电力电气控制阀电压波动可以得到有效控制。

电力设备的主要控制时间参数良好，控制结果如表2所示。

分析表1可得，波动电压控制模型对电力电气控制阀输入电压的控制参数都在合理的范围内，很好地解决了控制阀电压波动造成的控制能耗高、控制不准等问题，有利于电力智能化和电气节能化的发展。

图2 进行节能控制后的控制阀参数响应曲线Fig.2 For energy saving control valve after the control parameters of response curves

表1 实验结果对比Tab.1 The experimental results compared

表2 设备电压控制参数Tab.2 Voltage control parameters

4 结语

本文提出了一种基于多层去噪神经网络的电压调节方法，并应用到电力电气控制阀的节能设计中。首先通过设计去噪模型，消除电力电气控制阀电压控制中的过控制和模糊控制等弊端。其次通过设定控制阀电压波动误差范围，保证控制精度，设计多层神经网络模型，对电力电气控制阀电压进行智能控制，进而实现对电压强度的准确控制，达到节能的目的。实验结果说明，这种方法可以对电力中电气控制阀的控制精度进行有效的改进，并且在节能方面也起到了很好的效果。

[1]杨伟清，王化祥.智能电气阀门定位器的参数自整定[J].电子测量技术，2008，1（31）：39-42. YANG Weiqing，WANG Huaxiang.Intelligent electric valve positioner parameter self-tuning[J].Journal of electronic Measurement Technology，2008，1（31）：39-42（in Chinese）.

[2]SHINSKEY F G.Process control systems-application，design，and tuning[M].北京：清华大学出版社，2004.

[3]些怀仁.智能型电气阀门定位器[J].化工自动化及仪表，1995，22（2）：51-55. XIE huairen.Intelligent electric valve positioner[J].Journal of Chemical Industry Automation and Instrument，1995，22（2）：51-55（in Chinese）.

[4]李东明，孙宝元，张化岚，等.气动执行器技术现状与展望[J].化工自动化及仪表，2003，30（2）：73-75. LI Dongming，SUN Baoyuan，ZHANG Hualan，et al.The pneumatic actuator technology present situation and prospect[J].Journal of Chemical Industry Automation and Instrument，2003，30（2）：73-75（in Chinese）.

[5]肖鹏，赵宇，刘刚，等.基于功率平衡算法的NPC三电平变换器中点电压控制[J].电网与清洁能源，2015，31（2）：98-103. XIAO Peng，ZHAO Yu，1IU Gang，et al.NPC three-1evel converter based on power balance algorithm midpoint voltage control[J].Power Grid and clean Energy，2015，31（2）：98-103（in Chinese）.

[6]刘大鹏，程晓绚，苟锐锋，等.异步联网工程柔性直流换流站过电压与绝缘配合[J].高压电器，2015，57（4）：104-108. LIU Dapeng，CHENG Xiaoxuan，GOU Ruifeng，et al. Asyn chronous networking engineering overvoltage and insulation coordination flexible dc dc converter[J].High Voltage electrical Appliances，2015，57（4）：104-108（in Chinese）.

Power Voltage Energy-saving Control Methods of Electric Control Valve

YAN Yuling1，WU Fentao2
（1.Department of electronic Information and Control Engineering，Yibin Vocational and Technical College，Yibin 644004，Sichuan，China；2.Xi’an Power electronics Research Institute，Xi’an 710061，Shaanxi）

In the design of electric power electric control valves，energy-saving design concept is deeply rooted in the hearts of the people.In electric power， however， mostly because of electric control valve operating voltage using energy consumption caused by the unreasonable.Is proposed based on a multi-story 1ow error voltage regulation method of neural network，and apply it to the power of electric control valve，by means of electric power system voltage control model and eliminate the existing power electric control valve voltage control of control and fuzzy control，etc，to realize accurate control of the electric control valve voltage amplitude，achieve the goal of energy saving.The experiment results show that the model can achieve high precision control to the voltage of the power of electric control valve，has played a very good effect on electric power energy saving.

2015-03-02。

颜玉玲（1981），女，硕士，讲师，主要研究方向为电气自动化、机械制造与自动化。

（编辑 董小兵）

四川省教育类课题（川教函2014（156））。

Project Supportby Education of Sichuan Province（Sichuan Education Letter 2014（156））.

1674-3814（2015）08-0006-04

TP189.6

A

KEY W0RDS：electrical control；Dynamic voltage；Neural network