一种采用改进蚁群算法的热工过程模型参数辨识方法技术

本发明专利技术公开一种采用改进蚁群算法的热工过程模型参数辨识方法，包括以下步骤：确定系统辨识结构与待辨识参数、确定算法路径与初始信息素分布和循环迭代完成搜索。本发明专利技术在基本蚁群算法的基础上，针对热工过程做出几点相应改进，将辨识问题转化成为参数空间上的优化问题，使算法更加精确高效。在已知输入输出数据的基础上，在MATLAB软件上利用改进蚁群算法对整个参数空间进行高效并行的搜索，能够较快辨识出模型参数，达到精确建模的目的。

【技术实现步骤摘要】

本专利技术涉及热工控制领域，具体涉及一种采用改进蚁群算法的热工过程模型参数 辨识方法。
技术介绍
近年来，新能源发电技术得到了快速的发展，但是火电在今后一段时间内，仍是我 国主要的电力装机形式，对我国的经济发展起着支柱性的作用。对火电机组特性的深入研 究，尤其是深化发展节能减排技术，对发展资源节约型、环境友好型的国民经济具有重要的 作用。结合我国火电机组的高参数、大容量、高度自动化的发展趋势，火电机组热力系统多 变量耦合、结构复杂、不确定性和非线性等特征日渐突出，有必要对其对象动态特性开展深 入研究，关键点之一就是建立准确的热工特性模型。 基于模型的控制方法普遍应用于火电厂热工过程控制系统中。因此，建立被控对 象的数学模型是设计和调试控制系统的基础。一般地，求取热工过程被控对象数学模型的 方法有以下四种：阶跃扰动法、正弦波频率法、脉冲响应法以及相关辨识法。由于现场运行 条件和测试时间等因素的限制，后三种方法很难在实际中得到应用。当阶跃响应曲线比较 规则时，可以采用近似法、半对数法、切线法和两点法来有效地导出传递函数，但这些方法 的计算精度依赖于测绘仪器，故通用性比较差；本文档来自技高网...

【技术保护点】
一种采用改进蚁群算法的热工过程模型参数辨识方法，其特征在于：包括如下步骤：(1)确定系统辨识结构与待辨识参数热工系统的目标函数为：J(k)=Σk=1n[y^(k)-y(k)]2---(1)]]>其中，为模型输出，y(k)为系统实际输出，k为时间；待辨识对象为具有纯延迟的高阶惯性对象，即：G^(s)=K(1+Ts)ne-τs---(2)]]>其中，G(s)为待辨识对象，为估计模型，K为增益系数、T为时间常数、n为模型阶次，τ为迟延时间；G(s)=y(s)u(s)=L[y(k)]L[u(k)],G^(s)=y^(s)u...

【技术特征摘要】

【专利技术属性】
技术研发人员：张雨飞，章程明，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32