变频调速

转油站掺水电机变频调速概述油田开展了低温集输工作，掺水量形成了冬季高、夏季低，水量随季节变化大的的特点。转油站往往通过多掺水、提高压力的方式来保证产油量，这样造成了电能的极大浪费。转油站变频调速系统设计和研究结合转油站具体的工况需求，通过非线性建模，用采集的管网压力信号和电压、电流信号计算出所需的掺水流量和频率，把计算出的值变为信号加入到调速系统中，通过变频调速实现节能。掺水电机变频调速硬件设计掺水电机变频调速软件设计变频调速设计非线性建模用户界面设计基于BP神经网络的非线性模型的构建训练函数和神经元的选取BP神经网络的训练和测试掺水流量控制界面设计步骤掺水流量控制用户界面M程序的编写设计主体结构1602LCD调速装置硬件结构驱动电路调速装置主电路存储器液晶显示键盘电路IR2130驱动三相桥式逆变电路W27C512EEPROMSTC89S52单片机为本系统最基本的控制芯片单片机变频主电路图IR2130驱动芯片键盘电路锁存器和存储器1602LCDSTC89S52转油站掺水流量非线性建模在转油站掺水流量控制系统中，由于泵效下降和变频设备运行等原因导致掺水管网压力、水流量和变频设备输出功率之间存在非线性耦合关系，转油站实际工况复杂，来自掺水管道等设备的相关因素对于系统输入、输出关系影响不能忽略，导致系统模型解析度差，近似为灰箱系统，作为具有自学习功能的智能控制算法，人工神经网络是对黑箱和灰箱系统的有力工具。神经网络是由大量简单处理单元(称之为神经元或节点)广泛地相互连接而组成的一个并行处理系统。本设计采用具有良好的逼近能力和成熟的训练方法的BP神经网络，它是一种多层前馈神经网络,由一个输入层、一个输出层和若干个中间层组成。BP神经网络结构图X1X2..Xn.........y1y2..yn输入层中间层输出层BP神经网络在进行BP神经网络结构设计时，一般从网络的层数、各层的神经元数目、初始值连接权值与阈值、传递函数、期望误差和学习效率这几个方面来进行考虑。本设计中BP神经网络层数选定为两层。变频调速系统采集信号有四个（管网压力p1、p2，电压U，电流I），所以输入层节点数选定为4。输出掺水流量和频率，所以输出节点数选定为2。先设计一个隐层神经元数目可变的BP网络，通过误差对比，确定最佳的隐层神经元个数。传递函数的选取：输入层与中间层之间选用tansig，输出层传递函数采用线性传递函数puerline。训练函数的选取Traingdm训练图Traingda训练图Traingdx训练图隐节点数45678测试数据误差3.6905e-0026.7102e-0044.1033e-0051.6795e-0052.1012e-005训练步数20002000981212163隐节点数910111213测试数据误差8.6124e-0069.3146e-0065.0361e-0054.4453e-0052.0928e-005训练步数7463738185隐节点数1415161718测试数据误差2.6390e-0051.7438e-0053.0632e-0053.1587e-0053.3670e-005训练步数78888280114隐节点数1920212223测试数据误差4.4008e-0055.7823e-0053.6497e-0058.2065e-0057.6497e-005训练步数8687101124134不同神经元个数对应的训练误差和训练步数神经元个数为4时的训练图有动量和自适应lr的梯度下降法训练过程图有动量和自适应lr的梯度下降法训练过程图有动量和自适应lr的梯度下降法训练过程图有动量和自适应lr的梯度下降法训练图训练结果0.30010.33000.29000.35010.27020.250259.493758.503060.493759.408957.604058.3751误差0.00010.00000.00000.00010.00020.00020.00630.00300.00630.00890.00400.0049转油站掺水流量控制界面设计本设计通过MATLAB中的GUI工具箱来设计掺水流量控制图形界面。用户控制界面要满足转油站的工况需求，方便人员掌握。掺水流量控制界面需满足：简单性、一致性和熟悉性。采集的信号数据可以方便的存储，软件在计算时可以方便的批量调入数据，不需人工逐个输入。本设计的不足之处请各位老师批评指正。