基于自适应容积卡尔曼滤波的除氧器数字孪生模型数据校正方法及系统技术方案

本发明专利技术公开了一种基于自适应容积卡尔曼滤波的除氧器数字孪生模型数据校正方法及系统，所述方法包括以下步骤：建立基于机理的除氧器数字孪生模型；对实际工况数据进行辨识得到所述除氧器数字孪生模型的模型参数；结合除氧器数字孪生模型建立自适应容积卡尔曼滤波观测器；将模型参数，以及除氧器实际测量数据输入自适应容积卡尔曼滤波观测器，利用自适应容积卡尔曼滤波器对孪生模型进行数据校准；其中，循环求解时利用Sage‑Husa估值器对过程噪声和量测噪声进行估计和修正。本发明专利技术能够结合实际量测数据对除氧器数字孪生模型的输出数据进行校正，提高除氧器孪生模型的数据精度。

【技术实现步骤摘要】
基于自适应容积卡尔曼滤波的除氧器数字孪生模型数据校正方法及系统
本专利技术属于工业智能化
，特别涉及一种基于自适应容积卡尔曼滤波(ACKF)的除氧器数字孪生模型数据校正方法及系统。
技术介绍
数字孪生技术是一种正在高速发展的新技术，其为复杂动态系统的物理信息融合提供了解决思路，是智能制作与智能自动化的重要技术手段之一。数字孪生技术本质上是真实对象的虚拟模型，这个对象通过接收真实的量测数据来进行实时修正，从而保证虚拟对象和真实对象的一致性。基于高度一致性的数字孪生模型可以帮助真实对象进行故障诊断，效能评估，状态预测等。因此结合实际量测数据进行输出数据校正是数字孪生技术在各行各业广泛应用过程中亟待解决的问题。综上，孪生模型的数据校准直接关系到数字孪生系统诸如故障诊断效能评估等功能的实现，是数字孪生技术的基础，如果不引入实际量测数据进行数据校准和模型纠正，一方面会导致孪生模型输出不准确，另一方面则会导致孪生模型与仪器的实际运行脱节，随着运行过程的不断进行，孪生模型与实际模型的差异会不断扩大。而由于数字孪生技术在火力发电厂领域应用本文档来自技高网...

【技术保护点】
1.一种基于自适应容积卡尔曼滤波的除氧器数字孪生模型数据校正方法，其特征在于，包括以下步骤：/n步骤1，建立基于机理的除氧器数字孪生模型；/n步骤2，采集获取除氧器的实际工况数据，对实际工况数据进行辨识得到所述除氧器数字孪生模型的模型参数；/n步骤3，结合步骤1获得的除氧器数字孪生模型建立自适应容积卡尔曼滤波观测器；将步骤2获得的模型参数，以及除氧器实际测量数据输入自适应容积卡尔曼滤波观测器，利用自适应容积卡尔曼滤波器对孪生模型进行数据校准；循环求解得到模型输出数据，完成除氧器数字孪生模型数据校正；其中，循环求解时利用Sage-Husa估值器对过程噪声和量测噪声进行估计和修正。/n

【技术特征摘要】
1.一种基于自适应容积卡尔曼滤波的除氧器数字孪生模型数据校正方法，其特征在于，包括以下步骤：
步骤1，建立基于机理的除氧器数字孪生模型；
步骤2，采集获取除氧器的实际工况数据，对实际工况数据进行辨识得到所述除氧器数字孪生模型的模型参数；
步骤3，结合步骤1获得的除氧器数字孪生模型建立自适应容积卡尔曼滤波观测器；将步骤2获得的模型参数，以及除氧器实际测量数据输入自适应容积卡尔曼滤波观测器，利用自适应容积卡尔曼滤波器对孪生模型进行数据校准；循环求解得到模型输出数据，完成除氧器数字孪生模型数据校正；其中，循环求解时利用Sage-Husa估值器对过程噪声和量测噪声进行估计和修正。


2.根据权利要求1所述的一种基于自适应容积卡尔曼滤波的除氧器数字孪生模型数据校正方法，其特征在于，步骤1中，所述建立基于机理的除氧器数字孪生模型的具体步骤包括：
基于能量守恒定律及质量守恒定律，获得除氧器凝汽侧密度方程，表达式为：






式中，Wnj为汽侧凝结汽量、Wgs为除氧器给水量、Hcs为除氧器水箱内水焓、Hgs为除氧器给水焓、Hed为汽轮机抽汽焓、Hcb为汽侧饱和蒸汽焓值、Hss为高加疏水焓、Wed为汽轮机抽汽量、ρq为除氧器内饱和蒸汽密度、V为除氧器内气体空间体积；
将除氧器里的蒸汽状态看作饱和状态，利用蒸汽的热力学特性使用插值法更新数据，表达式为：



Wed＝A*(Ped-Ps)；
基于质量守恒定律计算除氧器水侧水位，表达式为：



式中，Wsc为除氧器输出水流量，Tq为除氧器内饱和蒸汽温度，L为除氧器内水箱水位，S为除氧器水箱截面积，A为抽汽口面积，Ped为汽轮机向除氧器供汽的抽汽口压力，Ps为除氧器工作压力；
获得除氧器离散化的状态方程和量测方程，表达式分别为：






其中，t为系统采样周期，W1,k,W2,k为系统的过程噪声，V1,k，V2,k分别为除氧器压力，水位的量测噪声。


3.根据权利要求2所述的一种基于自适应容积卡尔曼滤波的除氧器数字孪生模型数据校正方法，其特征在于，步骤2中，模型参数包括：除氧器汽气空间体积V、抽汽口面积A以及除氧器水箱截面积S。


4.根据权利要求2所述的一种基于自适应容积卡尔曼滤波的除氧器数字孪生模型数据校正方法，其特征在于，步骤3中，所述利用自适应容积卡尔曼滤波器对孪生模型进行数据校准的具体步骤包括：
步骤3.1，自适应容积卡尔曼滤波算法初始化，包括：初始化滤波器参数X0、P0、Q及R；其中，X0为状态变量的初始值，P0表示估计方差，Q表示过程噪声，R表示测量噪声；
步骤3.2，自适应容积卡尔曼滤波算法的时间更新，获得状态量预测值及误差协方差预测值；
步骤3.3，自适应容积卡尔曼滤波算法的测量更新，包括：基于状态量预测值及误差协方差预测值进行计算，获得容积点；对容积点进行传播，获得传播结果；基于传播结果，计算获得量测预测值；基于量测预测值，计算获得测量误差协方差和互协方差；基于测量误差协方差和互协方差，计算获得卡尔曼滤波增益；基于卡尔曼滤波增益，对状态变量和状态估计误差协方差阵进行更新；基于更新后的状态变量和状态估计误差协方...

【专利技术属性】
技术研发人员：蔡远利，高鑫，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61