基于运行数据的大型火电机组热工过程建模研究

基于运行数据的大型火电机组热工过程建模研究

ID:35070770

大小:3.29 MB

页数:54页

时间:2019-03-17

基于运行数据的大型火电机组热工过程建模研究_第1页
基于运行数据的大型火电机组热工过程建模研究_第2页
基于运行数据的大型火电机组热工过程建模研究_第3页
基于运行数据的大型火电机组热工过程建模研究_第4页
基于运行数据的大型火电机组热工过程建模研究_第5页
资源描述:

《基于运行数据的大型火电机组热工过程建模研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、;.'-,..W'.A.式,诚.每70.s舉識^.琴象,马冷警’造巧声;哥.._-:K.弁>霸.離4’奇',童.,V读心-'一.’;-.;.V赛4;i怒-n装.;.接省晋‘辜.:,’:扛..\采.;::巧巧一姐.片;'’、v訂4.f麵V親..'-.^A華;.■",.v:巧‘朽歡v度扛、;铺>萬t:?.V贫,1.:苗巧穿.v..弁.?..邸v-.》-'洩.紀'勢^;..吊寒.....i'..'.:.‘V扩-.i.;卢;VMs>;^..\.‘-.‘/續.%%-一'/

2、.::,/心'巧社'^*户^壬i.化s---.委刻拳发皆'-:i..^.■.//.’.,|.J;i:,;v,.4巧s聖从电组野穗爲:基i:s'聲骗屬.;奏..,B......宴^’我,.严;5巧達研究.■-..拜..'.v..-...;巧麟一t’鲁轉V:^化知f叫巧'夺,.v浑>#.-'....v^,山.vV*.e’巧琴1^躬iria-.叫..-;.-':'啤'','":.左?r一.v::’

3、马’\:v;占^.:H-^巧^\、Vv...'^薪..每.,/v兹、^4.,.、.'.'.‘X.i..,i苗馬;.瑞後>/-.,V咬..‘:^l取姨或..;;某拿殘.,.蠕V"直>^K\.,:H兵.^.-'養-护^'1"、奇韋占^、溝寡.气转..巧殘疫.議..^:麵J.";:--蹲兵嫌心菊-一..-点遂^臀.V芦'1-餐蒙義-於杂';>井产.,<气參.皆.;‘.:7r戸'‘如'錢■-/<'.r渉襄,山義\啤穿.邱\載"KV,:,'.:/..一

4、V;岑5"亂棄背>吗卢.‘:、./.-争Y./::/ir巧r。-.?一如h国内图书分类号:TK223学校代码:10079国际图书分类号:621.3密级:公开专业硕士学位论文基于运行数据的大型火电机组热工过程建模研究硕士研究生:李秋影导师:刘长良教授申请学位:工程硕士专业领域:控制工程培养方式:全日制所在学院:控制与计算机工程学院答辩日期:2016年3月授予学位单位:华北电力大学ClassifiedIndex:TK223U.D.C:621.3Thesisfo

5、rtheMasterDegreeResearchonThermalProcessModelingofLargeThermalPowerUnitsBasedonRunningDataCandidate:LiQiuyingSupervisor:Prof.LiuChangliangSchool:SchoolofControlandComputerEngineeringDateofDefence:March,2016Degree-Conferring-Institution:NorthChinaElec

6、tricPowerUniversity华北电力大学硕士学位论文摘要随着电厂信息化水平的不断提高,基于数据的系统研究正逐步引起人们的关注。其中,基于运行数据的复杂热工系统建模便是研究热点之一。该方法有效克服了机理建模精度不足,试验建模工作量太大的缺点。本文在介绍热工建模方法、分析热工运行数据特性的基础上,研究了主成分分析法和极限学习机算法及其在热工过程建模方面的应用。以超临界机组过热汽温系统为实例,利用现场运行数据建立了基于极限学习机的神经网络模型。首先,针对现场运行数据信息量大、变量间存在冗余等

7、复杂特性,本文将主成分分析(PrincipalComponentAnalysis,PCA)方法用于模型辅助变量的选择。该方法能够将存在相关性的原始输入变量转化为互不相关的主成分,有效克服了系统输入变量间的冗余问题,优化了模型输入变量,保证了模型的准确性和有效性。然后,研究了极限学习机算法和核极限学习机算法在系统建模中的应用,分析了模型参数的选择以及模型验证方法。利用主成分分析和极限学习机相结合的方法对Box-Jenkins煤气炉数据进行了建模研究,并与BP神经网络和支持向量机建模方法进行了对比。

8、最后,将基于极限学习机的神经网络建模方法应用到超临界机组过热汽温系统建模中,利用现场数据建立了相应模型。结果表明,极限学习机算法参数设置少、辨识速度快;核极限学习机在具有速度方面优势的同时,还具有精度高、算法稳定等特点,所建模型能够反映系统的动静态特性。极限学习机算法为系统建模提供了一种新的途径。关键词:运行数据;超临界机组;极限学习机;过热汽温I华北电力大学硕士学位论文AbstractWiththeinformatizationlevel’simprovementofpowerplant,th

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。