Revista Polo del Conocimiento


Polo del Conocimiento

Modelo neurodifuso de hidrogenerador Francis y de su controlador PI+D obtenido partiendo de la identificación del modelo LTI y de la ley generada para su controlador PID

Jesús Rodríguez Flores, Alexandra Pazmiño Armijos, Juan Rocha

Resumen


El presente documento responde a las interrogantes de cómo obtener un modelo diferencial neu-rodifuso de un generador hidroeléctrico de la Central hidroeléctrica Agoyán para luego sintonizar controladores PID tanto lineales e invariante en el tiempo como neurodifuso y evaluar la bondad de ajuste para cuando se especifica un polo dinámico para el desempeño. La obtención de los modelos exigió una muestra de variación en pequeña señal de potencia debido a una variación de control. Aplicando la función de costo de la raíz del error cuadrático medio y la raíz del error cuadrático medio relativo porcentual, se ajustaron los parámetros del sistema empleando el método del gra-diente decreciente. Finalmente, con ayuda de los modelos lineales, se procedió a inicializar los sin-gletones de los modelos neurodifusos empleando el gradiente decreciente y la función de costo mencionada, en dos etapas, la primera etapa de ajuste de singletones se efectuó sin dinámica y la siguiente con la dinámica del sistema simulado. Los resultados demostraron que el desarrollo del modelo LTI de la unidad hidrogeneradroa Agoyán permitió el desarrollo del modelo neurodifuso de la misma, como punto de partida para ajustes que incorporen comportamientos de tipo no lineal.


Palabras clave


modelo diferencial; lógica borrosa; control PID, hidrogenerador

Referencias


S. Roy y U. Chakraborty, Introduction to soft computing. Delhi: Pearson, 2013.

F. R. Schleif y A. B. Wilbor, «The Coordination of Hydraulic Turbine Governors for Power System Operation», IEEE Trans. Power Appar. Syst., vol. PAS-85, n.o 7, pp. 750-758, 1966, doi: 10.1109/TPAS.1966.291702.

J. M. Undrill y J. L. Woodward, «Nonlinear Hydro Governing Model and Improved Calculation for Determining Temporary Droop», IEEE Trans. Power Appar. Syst., vol. PAS-86, n.o 4, pp. 443-453, 1967, doi: 10.1109/TPAS.1967.291853.

M. H. Chaudhry, Applied hydraulic transients, vol. 9781461485. 2013.

D. H. Thorne, «Extensions of Stability Boundaries of a Hydraulic Turbine Generating Unit», IEEE Trans. Power Appar. Syst., vol. PAS-94, pp. 1401-1409, 1975.

S. Hagihara, H. Yokota, K. Goda, y K. Isobe, «Stability of a hydraulic turbine generating unit controlled by P.I.D. governor», IEEE Trans. Power Appar. Syst., vol. PAS-98, n.o 6, pp. 2294-2298, 1979, doi: 10.1109/TPAS.1979.319429.

M. S. R. Murty y M. V. Hariharan, «Analysis and Improvement of the Stability of a Hydro-Turbine Generating Unit with Long Penstock», IEEE Power Eng. Rev., vol. PER-4, n.o 2, pp. 31-32, 1984, doi: 10.1109/MPER.1984.5525488.

C. K. Sanathanan, «A FREQUENCY DOMAIN METHOD FOR TUNING HYDRO GOVERNORS», IEEE Trans. Energy Convers., vol. 3, n.o 1, pp. 14-17, 1988.

L. Wozniak, «A Graphical Approach to Hydrogenerator Governor Tuning», IEEE Trans. Energy Convers., vol. 5, n.o 3, pp. 417-421, 1990, doi: 10.1109/60.105263.

IEEE Working Group Report, «HYDRAULIC TURBINE AND TURBINE CONTROL MODELS FOR SYSTEM DYNAMIC STUDIES», vol. 53, n.o 9, pp. 1689-1699, 2013.

C. D. Vournas y N. Daskalakis, «Governor tuning and regulating capacity of hydroelectric units», Commun. Comput. Power Mod. Environ., pp. 228-233, 1993, doi: 10.1109/wescan.1993.270580.

Y. C. Choo, K. M. Muttaqi, y M. Negnevitsky, «Modelling of hydraulic turbine for dynamic studies and performance analysis», 2007 Australas. Univ. Power Eng. Conf. AUPEC, pp. 1-6, 2007, doi: 10.1109/AUPEC.2007.4548104.

Y. C. Choo, K. M. Muttaqi, y M. Negnevitsky, «Stability of a hydraulic governor turbine system for isolated operation», 2007 Australas. Univ. Power Eng. Conf. AUPEC, pp. 1-6, 2007, doi: 10.1109/AUPEC.2007.4548095.

L. Ljung, System identification: theory for the user, vol. 25, n.o 3. Englewood Cliffs, NJ, 1999.

R. E. Walpole, Probabilidad y estadística para ingeniería y ciencias. Mexico: P, 2012.

C. I. Ossai, «A data-driven machine learning approach for corrosion risk assessment—a comparative study», Big Data Cogn. Comput., vol. 3, n.o 2, pp. 1-22, 2019, doi: 10.3390/bdcc3020028.

K. I. M. McKinnon, «Convergence of the Nelder-Mead simplex method to a nonstationary point», SIAM J. Optim., vol. 9, n.o 1, pp. 148-158, 1998, doi: 10.1137/S1052623496303482.

J. A. Nelder y R. Mead, «A Simplex Method for Function Minimization», Comput. J., vol. 7, n.o 4, pp. 308-313, 1965, doi: 10.1093/comjnl/7.4.308.

C. W. Ahn, Practical genetic algorithms, vol. 18. 2006.

C. Mathworks, Fuzzy Logic Toolbox TM User ’ s Guide R 2020 a. 2020.


Texto completo: PDF HTML

DOI: 10.23857/pc.v7i6.4146

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia




Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: [email protected][email protected]

URL: https://www.polodelconocimiento.com/

 

 

            



Top