基于运行数据的热工对象智能方法的研究.pdf

第23卷 第7期 仪器仪表用户 EIC Vo1．23 20l6年7月 NSTRUM ENTATf0N 20l6 No．7 基于运行数据的热工对象智能方法的研究 孙大瑞， 赵文杰 ， 褚福常 (华北电力大学 控制与计算机工程学院，河北 保定 071003) 摘 要：本文针对热工对象的特生『以及传统辨识方法的不足 ，选取某600MW超临界机组SIS系统的实际运行数据 ，并 通过粒子群算法和神经网络算法这两种智能算法对燃料量影响下的主汽压动态特性进行了系统辨识。结果表明，智 能算法在系统辨识过程中具有较高的可靠性和有效性。 关键词：主汽压；现场数据；粒子群算法；神经网络；辨识 中图分类号：TM73 文献标识码：A DOI：10．3969／j．issn．1671—1041．2016．07027 文章编号 ：1671-1041(2016)07-0086-05 TheStudyofIntelligentM ethodsofThermalSystem BasedonOperatingData SunDarui,ZhaoWenjie，ChuFuchang (SchoolofControlScienceandEngineeringNorthChinaElectricPowerUniversity，Hebei，Baoding，071003，China) Abstract：Aimingatthecharacteristicofthennalsystem andshortcomingsoftraditionalidentificationIllethods，thispaper selected theactualoperating datafrom supervisory information system ofa600MW super——criticalpowerunitandadopted particleswarm optimization andneuralnetworkthetwo intelligentidentificationalgorithmsto identifythelnain—steanl pressuresystem undertheinfluenceoffuelflow ．TheresultshowedthatthetWO intelligentidentificationalgorithmshadthe highreliabilityandvalidity． Keywords：main——steam pressure；actualoperatingdata；particleswarm optimization；neuralnetwork；identification 有用信息，并利用系统辨识技术，为热 过程建模开辟_rl 一 条新的思路 j。本文基于运行数据分别采刖粒子群算法 对于火电厂热工对象，其机理模型十分复杂，采用理 和神经网络对主汽压系统进行辨识。结果表明，这两种辨 论建模很难获得其数学模型，所以工程上主要采用试验方 识方法简单易行，精确度高。 法建模。目前最常用的用于热工过程模型辨识的方法中， 主要有面积法、阶跃响应法、最小二乘法 以及频域相应法 1 数据的选取及预处理 等。阶跃响应法的数据方便得到，而且方法操作简单 ，使 主蒸汽压力作为机组运行中非常重要的控制参数，表 用最为广泛 ，但由于现场数据的不规则性 ，其精度并不高川。