水电资源是一种清洁能源,几乎不污染环境,在我国可持续发展战略的推动下,在当今非常重视环境保护的氛围下,水电事业的优势更加突出。由于我国水能资源蕴藏量丰富,近年来,国家大力发展水电事业,许多大型水电站建设投运。作为电力系统重要组成部分,水电机组承担着调峰调频、旋转备用、事故备用、负荷调整等关键任务,因此,水轮机模型的精细化建模对于水轮机安全运行、控制规律优化以及事故的分析具有重要的意义。水轮机调节系统在建模过程中,不论是从模型的搭建,还是参数辨识都变得极其困难,为了确保电网安全可靠运行以及改善水电机组调节特性,水轮机模型精细化建模以及调速器的参数辨识研究已经成为当前需要迫切解决的问题。本文围绕着水轮机参数辨识、精细化建模等问题,结合水电机组实际运行特性,对水轮机原动机及其调速建模进行深入研究。主要研究内容及创新性成果如下:(1)研究现有水轮机模型,分析归纳出各类模型的优缺点以及其适用范围,针对引水系统部分存在水力损失无法较为准确地辨识参数,基于IEEE Working Group提出的水轮机引水系统近似阀门结构的模型,提出了考虑导水机构水力损失的水轮机精细模型。针对水力损失函数其复杂的模型机理结构,通过黑箱辨识与曲线拟合的方法,搭建了水力损失函数精细化模型。(2)由于水轮机本身的非线性环节,搭建精确的水轮机调速系统模型需要对水轮机中参数的精确辨识。针对水轮机机组中参数辨识结果可信性进行研究,引入了集合论估计的思想,指出模型可明确系统真实状态和辨识结果的关系,利用了先验知识,辨识出离散点,以提升估计结果的可信性。针对水轮机模型在传统Bpa可靠性不足的特点,搭建了二阶轴流转桨式水轮机模型,保证了模型的可应用性以及参数辨识结果的可靠性。(3)水轮机在负荷变化的情况下,水轮机输出功率要不断地调节,为了解决随着工况不同,PID控制器的参数也要不断调整的问题,通过对PID控制器基本形式以及其拓展模型的分析,引入了BP神经网络来整定PID参数,同时为了解决BP神经网络算法本身存在的收敛慢、精度差等问题,提出分段控制策略,对BP神经网络进行分段控制。所提出的方法有效地解决了PID控制器在多工况运行状态不稳定等缺点。(4)分析粒子群算法的优劣性,针对粒子群算法收敛性差、容易陷入局部最优等问题,通过引入变异因子、自适应因子以及变参数等方法,以提高参数辨识结果的精度。