基于粒子群算法的火电厂热工过程模型辨识.pdf

基于粒子群算法的火电厂热工过程模型辨识.pdf

ID:52946629

大小:264.83 KB

页数:4页

时间:2020-04-02

基于粒子群算法的火电厂热工过程模型辨识.pdf_第1页
基于粒子群算法的火电厂热工过程模型辨识.pdf_第2页
基于粒子群算法的火电厂热工过程模型辨识.pdf_第3页
基于粒子群算法的火电厂热工过程模型辨识.pdf_第4页
资源描述:

《基于粒子群算法的火电厂热工过程模型辨识.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于粒子群算法的火电厂热工过程张洪涛,胡红丽,徐欣航刘永红1.河北省电力研究院,河北石家庄0500002.北方设计研究院,河北石家庄050000[摘要]针对火电厂热工过程对象的特点及传统模型辨识的缺陷,将粒子群算法应用于热工过程模型的辨识,并在实现方法、参数选取等方面进行了改进,提高了辨识的精确性与快速性。通过仿真数据及以某台300MW机组锅炉烟气挡板控制为对象,对再热蒸汽温度系统进行辨识,证明了该方法的有效性和可靠性。[关键词]火电厂;热工过程;粒子群;辨识;模型[中图分类号]TP273[文献标识码]A[文章编号]1002—3364(2010)05—0059—03IDOl编号]10.3969

2、/J.issn.1002—3364.2010.05.059IDENTIFICATIoNoFTHERMoDYNAMICPRoCESSTHRoUGHMoDELBASEDoNMoDIFIEDPARTICLESWARMALGoRITHMZHANGHongtao,HUHongli,XUXinhang,LIUYonghongl

3、HebeiProvincialElectricPowerResearchInstitute,Shijiazhuang050000,HebeiProvince,PRC2.BeifangDesignandResearchInstitute,Shijiazhuang050000,Hebe

4、iProvince,PRCAbstract:Directingagainstfeaturesofthermodynamicprecessinthermalpowerplants,anddefectsoftraditionalmethodforidentificationthroughmodel,theparticleswarmalgorithmhasbeenusedintothethermodynamicprocessidentificationthroughmodel,andmodificationinaspectsofimplementation热能基础methodandparameter

5、selectionbeingcarriedout,enhancingtheaccuracyandspeedinessinidentifica—tion.Throughemulationdataandidentificationofsteamtemperatureinreheatsystemofboilerfora300MWunit,whichtakesfluegasasthecontrolledobject,theeffectivenessandreliabilityofthesaidmethodhavebeenproven.Keywords:thermalpowerplant;thermod

6、ynamicprocess;particleswarm;identification;modeI对于火电厂热工控制系统,建立精确的热工过程源较容易得到且方法简单,应用最广,但是现场数据的模型是保证控制质量的基础。目前,用于热工过程模不规则性使得阶跃响应法的经验结果精度不高。型辨识的方法主要有阶跃响应法、面积法、频域响应粒子群算法(PSO)是一种基于群体智能的全局优法、最zb--乘法等。在这些算法中,阶跃响应法的数据化算法,其模拟社会的群体行为,在多维空间中构造粒作者简介:张洪涛(1981一),男,毕业于华北电力大学,硕士,主要从事热工自动控制系统的研究。E—mail:mouzht@163.co

7、rtl子群进行寻优,且每个粒子通过迭代过程中的群体和的惯性权重生成办法,其研究结果表明叫服从正态分自身最优值修正自身前进方向和速度。本文将粒子群布(正态分布的均值服从[O,1]均匀分布,正态分布算法应用于热工对象模型辨识,使用MATLAB软件的方差取0.5)时,可以取得较好的全局搜索及快速实现算法。仿真及实际应用表明,该方法简单易行,精收敛能力。度较高。3粒子群算法系统辨识步骤1热工过程模型分类应用粒子群算法进行系统辨识主要由系统的阶跃复杂的热工过程对象具有纯延时、大惯性等特点,响应(也可取其它响应)数据()为样本,设粒子结构为通常对于特定的过程对象,为了获得更加精确的模型[KrTT⋯T],则

8、每个粒子对应一个确定的模型,及加快辨识速度,根据经验对热工过程对象模型进行对模型进行阶跃激励得到响应序列Y,选取适合的适分类。应度函数fit=f(Y,Y)用粒子群算法对未知参数进行有自平衡能力的对象:寻优。G㈦一两雨而舞研(1)步骤1:设定种群规模,各参数的上、下限,粒子速度上、下限,选取C、c。和最大迭代次数。根据文献无自平衡能力的对象:[3],K取0.01~100,T取0.1~100,r取0~

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。