变压器风冷智能控制系统设计与试验

2018-01-31杨忠亮张胜宝郭瑞贾振国李岩松

科技创新与应用 2018年4期

关键词：变频

杨忠亮　张胜宝　郭瑞　贾振国　李岩松

摘要：针对目前变压器风冷控制系统中存在的问题，设计了基于模糊神经网络PID技术的变频调节风冷控制系统。该系统以PLC及变频器为核心控制设备，采用模糊RBF神经网络，并选用2-7-7-3结构形式，优化PID的控制参数，以精确控制变频器的输出频率。通过仿真及试验，验证该系统比常规PID具有更好的动、静态特性和自适应性，可以快速跟踪变压器油温变化，使变压器的散热量与发热量实时平衡，以达到节能运行目的。

关键词：模糊神经网络；PID；变频；风冷控制系统

中图分类号：TM42 文献标志码：A 文章编号：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 控制系统结构

智能型变压器风冷控制系统结构如图1所示。

系统采用两台ABB CS510泵与风机专用变频器，两台变频器互为备用运行，以提高变压器风冷系统的运行可靠性。可编程序控制器作为主控制器负责采集和存储变压器顶层油温，计算10分钟温度变化率，调用模糊神经网络算法，推理计算变频器的工作频率。可编程序控制器通过MODBUS總线向变频器下达运行频率指令，调节冷却风机风量，使变压器发热和散热达到实时平衡，以达到变压器冷却系统的节能目标。

2 模糊神经网控制器设计

系统采用如图2所示的RBF神经网络，该网络由一个输入层、两个隐层和一个输出层构成。

输入层的输入变量为变压器顶层油温和当前状态下顶层油温设定值的偏差及偏差变化率。

第一隐层为模糊化层，对输入变量进行模糊化，其隶属度函数为：

3 算法程序流程

模糊神经网络控制算法子程序流程图如图3所示。

4 仿真结果及结论

采用Matlab simulink模块对该系统进行仿真分析，并将其阶跃响应曲线与常规PID比较，可以看出采用模糊神经网络PID算法具有更好的动、静态特性、自适应性和鲁棒性，如图4所示。

基于模糊神经网络的变频式变压器风冷控制装置，具有温度控制精确，调节时间短，无冲击启停等特点，在季节性温差和昼夜温差较大地区应用，能够提高设备的利用率，与常规定频控制方式相比较，可以节能30%以上，具有较大的市场推广价值。

参考文献：

[1]黎贤钛.电力变压器冷却系统设计[M].杭州：浙江大学出版社，2009.

[2]贾振国.Fuzzy-PID变频技术在变压器冷却控制中的应用[J].电气时代，2012（1）：66-67.