基于LMS算法的热工过程建模研究

《基于LMS算法的热工过程建模研究》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、第25卷第8期电力科学与工程Vo1．25，No．8Aug．，2009452009年8月ElectricPowerScienceandEngineering基于LMS算法的热工过程建模研究吴琪瑜，江清潘，常太华，朱红路(1．上海国核工程有限公司，上海200233；2．华北电力大学，北京102206)摘要：热工过程往往表现出非线性、大惯性和大迟延等特点，不易建立精确的数学模型，难以精确表达热工过程以至于不能达到理想的控制效果。针对这一问题，提出了基于LMS算法的自适应滤波建模方法。该方法通过误差信号自适应调整每个抽头权值，使基于该算法的自

2、适应滤波器能够迅速的收敛到要求的输入和输出关系，从而达到精确建模的目的。仿真结果表明该算法复杂度低，精度高，能有效的应用于热工过程建模。关键词：热工过程；LMS算法；自适应滤波器；建模中图分类号；TK323文献标识码：A模、逆模型、预测、干扰消除等领域。本文利0引言用LMS算法能够逼近未知系统的能力，通过LMS算法建立热工对象的FIR模型。将这一方法应用建立精确的热工过程模型是对热工过程进行优于不同负荷下火电厂再热器对象的建模，仿真结果化控制的基础，对提高系统运行的经济性和安全性和现场数据验证了这一方法的有效性。该方法能够有重要意义。

3、热工过程被控对象一般都具有非线性、适用于热工过程对象的建模，为热工对象的建模研慢时变和大迟延等特点，而且受到很多干扰和不可究提供了一种新的思路。建模因素的影响，使得利用机理分析方法建立热工过程模型存在较大困难。近年来先进的建模方法得1LMS算法原理到了一定的发展，出现了支持向量回归、神经网络、遗传算法和自适应滤波建模等方法，但支持向量回自适应滤波器依靠递归算法进行其运算，这样归速度慢、运算量大且不具有实时性：神经网络算使得它有可能在有关信号特征的完备知识缺失的环法复杂、收敛慢，并有可能陷入局部极小；而遗传境下，圆满地完成滤波运算。在平

4、稳环境下，自适算法收敛速度缓慢、计算代价昂贵并容易早熟[1-5]o应滤波器经过成功迭代后收敛于某种意义上的最优因此，研究一种能够在线的、具有自适应能力的建维纳解。在非平稳环境中，其又具有跟踪输入数据模方法对于热工对象的分析和控制算法的实施有着统计特性随时间变化的能力，只要这种变化是足够十分重要的意义。缓慢的。LMS(最小均方，least—meansquare)算法是1．1LMS算法基本原理一种随机梯度算法，它在相对于抽头权值的误差信LMS算法是一种搜索算法，它通过对目标函号平方幅度的梯度方向上迭代调整每个抽头权值，数进行适当的调整，简

5、化了对梯度向量的计算。使基于该算法的自适应滤波器能够迅速地收敛到未LMS算法具有计算低复杂度、收敛性好、其均值知对象的输入和输出关系。由于LMS算法计算量无偏地收敛到Wiener解和利用有限精度实现算法小，结构简单，易于实现，具有较高的可靠性，经时的稳定性等特点。一般来讲，它包含两个基本过过短短几十年的发展，LMS算法已广泛应用于建程：收稿日期：2009-04—21．作者简介：吴琪瑜(1975一)，男，上海国核工程有限公司工程师电力科学与工程2009仨(1)滤波过程(filteringprocess)。包括计算输入()激励。LMS滤波

6、器根据未知系统的实际线性滤波器输出对输入信号的响应和通过比较输出输出作为期望响应刀)产生估计信号y(刀)，将)结果与期望响应产生估计误差。和y(，1)的差值e()作为调节量返回自适应滤波器。(2)自适应过程(adaptiveprocess)。根据估按照LMS算法对横向滤波器抽头权值进行调节，计误差自动调整滤波器参数。使滤波器的输出逼近未知系统的输出。在滤波器收滤波过程通过一个横向滤波器完成，抽头输入敛时，滤波器系数即为与未知系统等价的FIR模型。()，u(n一1)，⋯，(刀一1)为Mx1抽头输入向量)的元素，其中M一1是延迟单元的个数

7、。相应地，抽头权值)，。)，⋯，，(刀)为Mx1抽头权向量ca(n)的元素。在自适应过程中，滤波器根据最速下降算法沿着性能误差曲面计算抽头权值向量，以使得延时信图1LMS系统辨识方框图号的加权和(即LMS滤波器的输出)逼近一个已知的期望信号刀)。2LMS自适应建模在热工对象中的应用基于最速下降法的LMS算法具体推导过程不再赘述，在此只列出迭代公式如下：再热汽温的控制品质是衡量电厂经济性的一个对于n=O，l，2，⋯重要指标，再热汽温的过高过低对电厂的安全运行P(刀)=n)-ca一(，1)l

8、()(2)和热效率都有很大的影响。因此建立较为

9、精确的再ca(n+1)=)u(n)e)(3)热汽温模型对于指导机组运行以及提高机组运行稳定性和经济性具有重要的意义。本文应用基于LMS其中，ca(n+1)为，r卜1时刻的抽头权向量估计；』算法的建模方法对热工再热汽温系统