基于阀门的联合多模型仿真平台及方法技术

本发明专利技术公开了一种基于阀门的联合多模型仿真平台及仿真方法，该仿真平台包括：数据系统；仿真系统；控制系统用于将仿真系统中各阀门的控制参数的取值作为仿真系统的输入，运行仿真系统，得到对应的输出数据，以及将控制参数的取值与对应的输出数据作为关联数据存储在数据系统；参数优化决策系统，用于根据预设的优化算法，随机产生各阀门的控制参数的取值，并将对应的输出数据与待仿真系统的实时运行数据之间的差异的倒数作为各阀门的控制参数的取值的评价函数，直到评价函数的取值最大时，得到各阀门的控制参数的最优取值；控制系统根据最优取值输入至仿真模型，得到待仿真系统的仿真平台。实施本发明专利技术能提高仿真的可靠性。

Valve-based Joint Multi-model Simulation Platform and Method

The invention discloses a joint multi-model simulation platform and simulation method based on valves. The simulation platform includes: data system; simulation system; control system for taking the control parameters of valves in simulation system as input of simulation system, running simulation system, obtaining corresponding output data, and taking the values of control parameters and corresponding output data as input of simulation system. The related data are stored in the data system; the parameter optimization decision system is used to generate the control parameters of each valve randomly according to the preset optimization algorithm, and the reciprocal of the difference between the corresponding output data and the real-time operation data of the simulation system is used as the evaluation function of the control parameters of each valve until the maximum value of the evaluation function is obtained. The optimal value of control parameters and the simulation platform of the system to be simulated are obtained by inputting the optimal value into the simulation model. The implementation of the invention can improve the reliability of simulation.

【技术实现步骤摘要】
基于阀门的联合多模型仿真平台及方法
本专利技术涉及仿真领域，特别涉及一种基于阀门的联合多模型仿真平台及方法。
技术介绍
随着电力工业的高速发展和应用，对运行人员和维护人员的技术要求越来越高。为了提高运行人员的操作水平和维护人员的检修维护能力，目前各大型电站均积极建造各种以自身机组为对象的高仿真度的仿真培平台，主要用于运行人员以及维护人员的培训。比如锅炉厂需要根据已有的物理特征，比如锅炉燃烧系统、烟风系统、汽水系统、引风机、鼓风机、炉排、循环泵以及给水泵执行机构等的物理位置信息、各系统之间管道的设置等进行物理建模，并在物理建模的基础上进行相关控制参数的设定。如现有锅炉仿真支撑软件采用图形化建模技术，利用模型库中的电厂设备算法建立各设备模块之间的连接关系，自动生成仿真模型。但是，目前的仿真机的测试中，各项控制参数一旦确定都是保持不变的，导致不能真实地反映出锅炉的实际情况，降低了仿真结果的可靠性。
技术实现思路
有鉴于此，本专利技术旨在提供一种基于阀门的联合多模型仿真平台及方法，以实现提高仿真结果的可靠性。具体而言，本专利技术提供一种基于阀门的联合多模型仿真平台，包括：数据系统，用于获取并存储待仿真系统的实时运行数据；所述待仿真系统包括基于阀门的锅炉系统及基于阀门的汽轮机系统中的至少一个；仿真系统，用于根据所述待仿真系统的物理信息建立对应的物理模型；所述物理模型中包括所述多个阀门；控制系统用于将所述仿真系统中各阀门的控制参数的取值作为所述仿真系统的输入，运行所述仿真系统，得到对应的输出数据，以及将所述控制参数的取值与对应的输出数据作为关联数据存储在所述数据系统；参数优化决策系统，用于根据预设的优化算法，在各阀门的控制参数预设的取值范围内，随机产生各阀门的控制参数的取值，并将所述对应的输出数据与所述待仿真系统的实时运行数据之间的差异的倒数作为所述各阀门的控制参数的取值的评价函数，直到所述评价函数的取值最大时，得到的所述各阀门的控制参数的取值为各阀门的控制参数的最优取值；所述控制系统根据所述最优取值输入至所述仿真模型，基于所述最优取值运行的所述仿真模型即为优化得到的所述待仿真系统的仿真平台。进一步地，所述预设的优化算法为遗传算法。进一步地，所述数据系统包括：数据获取装置，用于获取所述待仿真系统的实时运行数据；数据传输装置，用于传送所述实时运行数据；数据存储装置，用于存储所述实时运行数据。进一步地，所述基于阀门的锅炉系统包括的子系统具体为：锅炉燃烧系统、烟风系统、汽水系统、引风机、鼓风机、炉排、循环泵以及给水泵执行机构，所述基于阀门的锅炉系统的物理信息包括所述子系统的物理位置信息、与各子系统之间管道的设置信息；所述基于阀门的锅炉系统的实时运行数据包括：排烟温度、炉膛燃烧温度、炉膛出口温度、烟气排烟含氧量、蒸汽压力、给水压力、冷空气温度、热风温度、电机电流、电机功率以及炉排转速。进一步地，所基于阀门的汽轮机系统包括的子系统具体为：高压缸、再热器、中压缸、连通管、以及低压缸；所述基于阀门的汽轮机系统的物理信息包括所述子系统的物理位置信息、与各子系统之间管道的设置信息；所述基于阀门的汽轮机系统的实时运行数据包括：汽轮机转子的机械功率值，进入汽轮机的蒸汽流信息、高压缸的功率信息、中压缸的功率信息、以及低压缸的功率信息。进一步地，所述的基于阀门的联合多模型仿真平台还包括：故障识别系统，用于将所述实时运行数据输入至预先训练好的分类器中，得到所述待仿真系统的故障识别结果；其中，所述预先训练好的分类器为ET-KNN分类器，所述ET-KNN分类器中的参数为基于遗传算法确定的最优参数。另一方面，本专利技术提供一种基于阀门的联合多模型仿真方法，包括：仿真系统根据待仿真系统的物理信息建立对应的物理模型；所述物理模型中包括所述多个阀门；所述待仿真系统包括基于阀门的锅炉系统及基于阀门的汽轮机系统中的至少一个；控制系统将所述仿真系统中各阀门的控制参数的取值作为所述仿真系统的输入，运行所述仿真系统，得到对应的输出数据，以及将所述控制参数的取值与对应的输出数据作为关联数据存储在数据系统；所述数据系统获取并存储待仿真系统的实时运行数据；参数优化决策系统根据预设的优化算法，在各阀门的控制参数预设的取值范围内，随机产生各阀门的控制参数的取值，并将所述对应的输出数据与所述待仿真系统的实时运行数据之间的差异的倒数作为所述各阀门的控制参数的取值的评价函数，直到所述评价函数的取值最大时，得到的所述各阀门的控制参数的取值为各阀门的控制参数的最优取值；所述控制系统根据所述最优取值输入至所述仿真模型，基于所述最优取值运行的所述仿真模型即为优化得到的所述待仿真系统的仿真平台。进一步地，所述预设的优化算法为遗传算法。进一步地，所述基于阀门的锅炉系统包括的子系统具体为：锅炉燃烧系统、烟风系统、汽水系统、引风机、鼓风机、炉排、循环泵以及给水泵执行机构，所述基于阀门的锅炉系统的物理信息包括所述子系统的物理位置信息、与各子系统之间管道的设置信息；所述基于阀门的锅炉系统的实时运行数据包括：排烟温度、炉膛燃烧温度、炉膛出口温度、烟气排烟含氧量、蒸汽压力、给水压力、冷空气温度、热风温度、电机电流、电机功率以及炉排转速；所基于阀门的汽轮机系统包括的子系统具体为：高压缸、再热器、中压缸、连通管、以及低压缸；所述基于阀门的汽轮机系统的物理信息包括所述子系统的物理位置信息、与各子系统之间管道的设置信息；所述基于阀门的汽轮机系统的实时运行数据包括：汽轮机转子的机械功率值，进入汽轮机的蒸汽流信息、高压缸的功率信息、中压缸的功率信息、以及低压缸的功率信息。进一步地，所述的基于阀门的联合多模型仿真方法还包括：确定训练ET-KNN分类器的输入数据集合为：各个时刻所述待仿真系统的运行数据；确定训练ET-KNN分类器的输出数据集合为：与所述输入数据集合对应的各个时刻所述待仿真系统的预测故障类别信息；基于遗传算法确定ET-KNN分类器的最优参数；具体包括：将遗传算法随机产生的个体作为所述ET-KNN分类器的参数取值，个体的编码长度等于所述ET-KNN分类器中待优化参数的个数；再利用遗传算法来优化所述待优化参数的取值，将所述ET-KNN分类器对故障识别的分类精度作为遗传算法的各个个体的适应度函数；所述ET-KNN分类器对故障识别的分类精度根据所述待仿真系统的预测故障类别信息与所述待仿真系统的真实故障类别信息的比对结果得到；在所述遗传算法收敛达到全局最优时，得到ET-KNN分类器的最优参数，从而得到训练好的ET-KNN分类器；将所述实时运行数据输入至训练好的ET-KNN分类器中，得到所述待仿真系统的故障识别结果。本专利技术的基于阀门的联合多模型仿真平台及方法，利用遗传算法优化仿真系统中各个控制参数的取值，直到仿真系统的输出与实际运行的数据差异最小时，遗传算法收敛，从而得到与实际运行状态最接近的控制参数，由仿真系统运行该最接近的控制参数，实现待仿真系统的仿真平台建模，以提高仿真的可靠性。附图说明并入到说明书中并且构成说明书的一部分的附图示出了本专利技术的实施例，并且与描述一起用于解释本专利技术的原理。在这些附图中，类似的附图标记用于表示类似的要素。下面描述中的附图是本专利技术的一些实施例，而不是全部实施例。对于本领域普通技术人员来讲，本文档来自技高网...

【技术保护点】
1.一种基于阀门的联合多模型仿真平台，其特征在于，包括：数据系统，用于获取并存储待仿真系统的实时运行数据；所述待仿真系统包括基于阀门的锅炉系统及基于阀门的汽轮机系统中的至少一个；仿真系统，用于根据所述待仿真系统的物理信息建立对应的物理模型；所述物理模型中包括所述多个阀门；控制系统用于将所述仿真系统中各阀门的控制参数的取值作为所述仿真系统的输入，运行所述仿真系统，得到对应的输出数据，以及将所述控制参数的取值与对应的输出数据作为关联数据存储在所述数据系统；参数优化决策系统，用于根据预设的优化算法，在各阀门的控制参数预设的取值范围内，随机产生各阀门的控制参数的取值，并将所述对应的输出数据与所述待仿真系统的实时运行数据之间的差异的倒数作为所述各阀门的控制参数的取值的评价函数，直到所述评价函数的取值最大时，得到的所述各阀门的控制参数的取值为各阀门的控制参数的最优取值；所述控制系统根据所述最优取值输入至所述仿真模型，基于所述最优取值运行的所述仿真模型即为优化得到的所述待仿真系统的仿真平台。

【技术特征摘要】
1.一种基于阀门的联合多模型仿真平台，其特征在于，包括：数据系统，用于获取并存储待仿真系统的实时运行数据；所述待仿真系统包括基于阀门的锅炉系统及基于阀门的汽轮机系统中的至少一个；仿真系统，用于根据所述待仿真系统的物理信息建立对应的物理模型；所述物理模型中包括所述多个阀门；控制系统用于将所述仿真系统中各阀门的控制参数的取值作为所述仿真系统的输入，运行所述仿真系统，得到对应的输出数据，以及将所述控制参数的取值与对应的输出数据作为关联数据存储在所述数据系统；参数优化决策系统，用于根据预设的优化算法，在各阀门的控制参数预设的取值范围内，随机产生各阀门的控制参数的取值，并将所述对应的输出数据与所述待仿真系统的实时运行数据之间的差异的倒数作为所述各阀门的控制参数的取值的评价函数，直到所述评价函数的取值最大时，得到的所述各阀门的控制参数的取值为各阀门的控制参数的最优取值；所述控制系统根据所述最优取值输入至所述仿真模型，基于所述最优取值运行的所述仿真模型即为优化得到的所述待仿真系统的仿真平台。2.如权利要求1所述的基于阀门的联合多模型仿真平台，其特征在于，所述预设的优化算法为遗传算法。3.如权利要求2所述的基于阀门的联合多模型仿真平台，其特征在于，所述数据系统包括：数据获取装置，用于获取所述待仿真系统的实时运行数据；数据传输装置，用于传送所述实时运行数据；数据存储装置，用于存储所述实时运行数据。4.如权利要求1-3中任一项所述的基于阀门的联合多模型仿真平台，其特征在于，所述基于阀门的锅炉系统包括的子系统具体为：锅炉燃烧系统、烟风系统、汽水系统、引风机、鼓风机、炉排、循环泵以及给水泵执行机构，所述基于阀门的锅炉系统的物理信息包括所述子系统的物理位置信息、与各子系统之间管道的设置信息；所述基于阀门的锅炉系统的实时运行数据包括：排烟温度、炉膛燃烧温度、炉膛出口温度、烟气排烟含氧量、蒸汽压力、给水压力、冷空气温度、热风温度、电机电流、电机功率以及炉排转速。5.如权利要求1-3中任一项所述的基于阀门的联合多模型仿真平台，其特征在于，所基于阀门的汽轮机系统包括的子系统具体为：高压缸、再热器、中压缸、连通管、以及低压缸；所述基于阀门的汽轮机系统的物理信息包括所述子系统的物理位置信息、与各子系统之间管道的设置信息；所述基于阀门的汽轮机系统的实时运行数据包括：汽轮机转子的机械功率值，进入汽轮机的蒸汽流信息、高压缸的功率信息、中压缸的功率信息、以及低压缸的功率信息。6.如权利要求1-3中任一项所述的基于阀门的联合多模型仿真平台，其特征在于，还包括：故障识别系统，用于将所述实时运行数据输入至预先训练好的分类器中，得到所述待仿真系统的故障识别结果；其中，所述预先训练好的分类器为ET-KNN分类器，所述ET-KNN分类器中的参数为基于遗传算法确定的最优参数。7.一种基于阀门的联合多模型仿真方法，其特征在于，包括：仿真系统根据待仿真系统的物理信息建立对应的物理模型；所述物理模型中包括所述多...

【专利技术属性】
技术研发人员：梁爽，井玲红，陈伟，
申请(专利权)人：保定市博宏高科控制技术有限公司，
类型：发明
国别省市：河北,13