【技术实现步骤摘要】
本专利技术涉及火电厂热工过程
,特别是涉及一种火电厂热工过程混合辨识方法和系统。
技术介绍
火电厂热工过程被控对象动态特性是指控制对象的输出与输入之间的动态关系,热工对象传递函数模型辨识一直是系统辨识领域的重要研究内容,辨识得到的传递函数模型对于精确描述热工系统动态特性、控制系统的控制方案设计及调节器参数整定等具有重要意义。模型辨识包括模型结构假定和模型参数辨识两个部分。由于影响被控对象动态特性的因素较多,很难做到对其进行精确描述。由于热工系统的非线性特性,使得很多被控对象的增益不是常数,相较时间常数T和迟延时间τ而言,增益的改变会对系统的控制品质产生更为重要的影响,所以增益的辨识在整个模型确定过程中意义重大,如果不能准确辨识会导致火电厂热工过程安全性低。
技术实现思路
基于此,有必要针对上述问题,提供一种提高火电厂热工过程安全性的火电厂热工过程混合辨识方法和系统。一种火电厂热工过程混合辨识方法,包括以下步骤:根据预设的负荷工况点对应建立辨识数列,并将采集到的火电厂热工过程的实时数据分别对应归入所述辨识数列中;根据所述辨识数列,利用最小二乘法辨识热工过程对象的时间常数、迟延时间和增益的初始值;根据所述时间常数、迟延时间和增益的初始值,利用线性法对所述热工过程对象的时间常数、迟延时间和增益进行拟合得到对应的函数表达式;根据所述热工过程对象的时间常数、迟延时间和增益的函数表达 ...
【技术保护点】
一种火电厂热工过程混合辨识方法,其特征在于,包括以下步骤:根据预设的负荷工况点对应建立辨识数列,并将采集到的火电厂热工过程的实时数据分别对应归入所述辨识数列中;根据所述辨识数列,利用最小二乘法辨识热工过程对象的时间常数、迟延时间和增益的初始值;根据所述时间常数、迟延时间和增益的初始值,利用线性法对所述热工过程对象的时间常数、迟延时间和增益进行拟合得到对应的函数表达式;根据所述热工过程对象的时间常数、迟延时间和增益的函数表达式,利用Elman神经网络对所述热工过程对象的增益进行修正,得到一阶惯性加纯迟延模型。
【技术特征摘要】
1.一种火电厂热工过程混合辨识方法,其特征在于,包括以下步骤:
根据预设的负荷工况点对应建立辨识数列,并将采集到的火电厂热工过程
的实时数据分别对应归入所述辨识数列中;
根据所述辨识数列,利用最小二乘法辨识热工过程对象的时间常数、迟延
时间和增益的初始值;
根据所述时间常数、迟延时间和增益的初始值,利用线性法对所述热工过
程对象的时间常数、迟延时间和增益进行拟合得到对应的函数表达式;
根据所述热工过程对象的时间常数、迟延时间和增益的函数表达式,利用
Elman神经网络对所述热工过程对象的增益进行修正,得到一阶惯性加纯迟延模
型。
2.根据权利要求1所述的火电厂热工过程混合辨识方法,其特征在于,所
述负荷工况点包括60%、75%和95%三个工况点;所述根据预设的负荷工况点
对应建立辨识数列,并将采集到的火电厂热工过程的实时数据分别对应归入所
述辨识数列中的步骤,包括以下步骤:
根据所述负荷工况点对应建立三组辨识数列;
将所述实时数据中55%—65%工况段的数据归入60%工况点对应的辨识数
列;
将所述实时数据中65%—85%工况段的数据归入75%工况点对应的辨识数
列;
将所述实时数据中85%—100%工况段的数据归入95%工况点对应的辨识数
列。
3.根据权利要求1所述的火电厂热工过程混合辨识方法,其特征在于,所
述根据所述辨识数列,利用最小二乘法辨识热工过程对象的时间常数、迟延时
间和增益的初始值的步骤,包括以下步骤:
将一阶惯性加纯迟延环节的传递函数转化为离散形式,并确定目标函数;
根据所述目标函数分别对所述辨识数列中的数据应用带遗忘因子的递推最
小二乘法,直至残差在预设的误差范围内,得到所述辨识数列对应的参数估计
值;
根据所述参数估计值得到对应的时间常数、迟延时间和增益的初始值。
4.根据权利要求1所述的火电厂热工过程混合辨识方法,其特征在于,所
述实时数据包括功率数据;所述根据所述时间常数、迟延时间和增益的初始值,
利用线性法对所述热工过程对象的时间常数、迟延时间和增益进行拟合得到对
应的函数表达式的步骤,具体为:
根据所述功率数据以及时间常数、迟延时间和增益的初始值,利用线性法
得到所述时间常数、迟延时间和增益分别与功率的函数表达式。
5.根据权利要求4所述的火电厂热工过程混合辨识方法,其特征在于,所
述根据所述热工过程对象的时间常数、迟延时间和增益的函数表达式,利用
Elman神经网络对所述热工过程对象的增益进行修正,得到一阶惯性加纯迟延模
型的步骤,包括以下步骤:
根据所述热工过程对象的时间常数、迟延时间和增益的函数表达式,分别
计算所述功率数据对应的时间常数、迟延时间和增益的值;
将所述功率数据对应的时间常数和迟延时间的值作为预测模型的参数值,
将所述功率数据对应的增益的值作为所述预测模型的增益...
【专利技术属性】
技术研发人员:张曦,陈世和,潘凤萍,罗嘉,朱亚清,史玲玲,任娟娟,林忠伟,胡康涛,吴乐,苏凯,庞志强,
申请(专利权)人:广东电网有限责任公司电力科学研究院,华北电力大学,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。