کنترل کننده فعال حذف اغتشاش برای توربین گازی با روش یادگیری عمیق مبتنی بر شبکه عصبی پیشخور

توربین های گازی به عنوان یکی از اجزای کلیدی در تولید برق، نیازمند سامانه های کنترلی دقیق و مقاوم در برابر اغتشاشات و عدم قطعیت های عملکردی هستند. در این پژوهش، مسئله کنترل توربین گازی مولد توان با هدف بهبود پایداری و عملکرد در شرایط مختلف مورد بررسی قرار گرفته است. برای این منظور، از روش کنترل فعال رد اغتشاش (ADRC) به عنوان راهکاری مقاوم در برابر اغتشاشات استفاده شد؛ به طوری که برای کنترل سرعت روتور، ساختار ADRC غیرخطی و برای کنترل جریان سوخت، ADRC خطی به کار گرفته شده است. با توجه به نقش موثر انتخاب پارامترهای کنترلی در عملکرد نهایی سیستم، فرآیند تنظیم این پارامترها با استفاده از یک شبکه عصبی پیشخور بهینه سازی گردید. شبکه عصبی با داده های حاصل از شبیه سازی های متنوع تحت شرایط مختلف عملیاتی آموزش دیده و سپس در مرحله تست، تخمین پارامترها را بر اساس خطای سیستم و مشتق آن انجام داده است. جهت اعتبارسنجی روش پیشنهادی، یک مدل استاندارد توربین گازی مبتنی بر مدل Rowen در محیط MATLAB/Simulink پیاده سازی شده است. نتایج شبیه سازی نشان می دهد که ترکیب روش ADRC با یادگیری عمیق، پایداری سیستم را در حضور اغتشاشات ناگهانی و عدم قطعیت ها به طور قابل توجهی بهبود می بخشد و پاسخ دینامیکی مناسبی را فراهم می کند. این موضوع گویای اثربخشی بالای رویکرد پیشنهادی در کنترل توربین های گازی نیروگاهی می باشد.

کلیدواژه ها:

کنترل توربین گازی ، کنترل فعال حذف اغتشاش ، یادگیری عمیق ، شبکه عصبی پیشخور