张剑焜，李志红，李 燕，梁 兴，魏志芳，朱 政

(1.南昌工程学院江西省精密驱动与控制重点实验室，江西 南昌 330099；2.南昌工程学院机械与电气工程学院，江西 南昌 330099)

0 引 言

在实际发电厂运行中，已经确定了被控对象和调速器结构，主要依靠调整调速器PID参数来改善调节系统的稳定性。如何调整和优化水轮发电机调速器PID参数，使水轮发电机组调节系统具有良好的动态特性，一直是行业研究的热点之一。

传统的PID参数整定方法有Z-N整定法、正交实验法等。虽然在应用中获得了良好的效果，但仍有很大的优化空间。近年来，智能算法的快速发展为调整调速器PID参数提供了新的途径。文献[1]利用BP神经网络对水轮机调速器PID参数进行整定，相比Ziegler-Nichols算法,该方案控制下的系统能获得更好的动态性能；文献[2]将PID经验整定公式和自适应算子引入DE算法优化PID参数，取得良好的控制效果；在文献[3]中，利用蚁群算法能快速稳定找到最优参数解的特点，并结合PID精确调节特点有效提高了控制系统的精度；在文献[4]中，提出了一种基于实数型遗传算法的水轮机调节系统的PID参数优化设计，使调节系统具有更加良好的动态性能指标。虽然上述方法在PID参数优化中取得了一定效果，但仍存在着收敛速度慢、编程复杂、过度依赖算法参数等问题。为此，提出一种混合粒子群算法来求解调速器PID参数优化问题，在粒子群算法收敛速度快的基础上，利用混沌扰动理论克服其易早熟的特点……