[发明专利]基于最小二乘的循环流化床燃烧模型辨识方法

权利要求书

1.基于最小二乘的循环流化床燃烧模型辨识方法，其特征在于：所述控制方法利用充分考虑循环流化床燃烧过程的大时滞、非线性、强耦合的特性，利用基本最小二乘参数估计的方法，具体步骤包括：

(a)模型建立：考虑随机过程的CARMA模型，并将模型转换为最小二乘结构；

(b)置初值：根据基本最小二乘的一步与递推算法，对循环流化床燃烧过程建立参数估计，并设置算法的初始值。

(c)采样数据：确定采样周期T，导入循环流化床燃烧过程的供给锅炉的燃料量(输入)和汽压(输出)数据；

(d)参数递推估计：根据基本最小二乘估计的递推算法，计算和P(k)；

(e)迭代收敛：返回步骤(c)，再次导入输入和输出的数据，直至算法收敛或者满足要求。

2.如权利要求1所述的基于最小二乘的循环流化床燃烧模型辨识方法，其特征在于：(a)步骤中，所述CARMA模型在循环流化床燃烧过程的应用中，最小二乘的结构中考虑的噪声影响为白噪声，有色噪声的影响可以看成白噪声序列驱动的线性环节的输出。

3.如权利要求1所述的基于最小二乘的循环流化床燃烧模型辨识方法，其特征在于：(a)步骤中，所述最小二乘的结构模型只考虑循环流化床的主要任务，即燃料与负荷的相关关系，从而简化了辨识的模型，提高计算机辨识的效率。

4.如权利要求1所述的基于最小二乘的循环流化床燃烧模型辨识方法，其特征在于：(b)步骤中，所述最小二乘类方法采用的是基本最小二乘估计方法，因为引风量、给水量等因素而对模型辨识造成的干扰可通过最小二乘结构模型中的噪声项来表述。

5.如权利要求1所述的基于最小二乘的循环流化床燃烧模型辨识方法，其特征在于：(e)步骤中，所述迭代收敛过程的结束可以通过满足目标准则的要求来确定，对循环流化床燃烧模型辨识的精度范围和自由度更加大。