[发明专利]一种汽轮机调节系统功率对象模型的辨识方法有效

专利信息
申请号: 202010017549.7 申请日: 2020-01-08
公开(公告)号: CN111173573B 公开(公告)日: 2022-07-19
发明(设计)人: 孙宇贞;李帅;彭道刚;赵慧荣;李芹;唐毅伟 申请(专利权)人: 上海电力大学
主分类号: F01D17/10 分类号: F01D17/10;G06F17/18
代理公司: 南京禹为知识产权代理事务所(特殊普通合伙) 32272 代理人: 吴肖敏
地址: 200090 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 汽轮机 调节 系统 功率 对象 模型 辨识 方法
【说明书】:

发明公开了一种汽轮机调节系统中功率对象模型的辨识方法,包括,在基本天牛须搜索算法中引入自适应因子和模拟退火的蒙特卡洛法则对局部搜索策略进行改进,得到改进的天牛须搜索算法;S采集火电厂汽轮机调节系统的实际运行数据,选取其中一段功率明显变化的数据段作为样本数据;利用改进的天牛须搜索算法通过样本数据对功率对象模型进行辨识,得到辨识结果。与现有技术相比,本发明引入模拟退火的蒙特卡洛法则来改进基本天牛须搜索算法,局部搜索的速度更快,能够有效地避免陷入局部最优,全局收敛速度更快,稳定性更好,整体的辨识效果更好,对提高火电机组的自动控制水平具有重要的现实意义。

技术领域

本发明涉及系统辨识技术的技术领域,尤其涉及一种汽轮机调节系统功率对象模型的辨识方法。

背景技术

随着当今科技的不断发展,超临界机组以及超超临界火电机组成为主要发展趋势,大型火电机组的热工自动控制能否安全运行变得尤为重要,怎样进行被控对象模型的控制系统设计以及参数整定成为核心问题。由于阶跃响应曲线参数辨识的方法精度不是太高,所以很难完成较高精度要求的大容量机组模型参数辨识。最近几年以来,各种智能优化算法比如蚁群算法、蛙跳算法、狼群算法等诸多新型系统辨识方法纷纷运用在模型参数辨识领域,这使得辨识精度有了较大的提升。

天牛须搜索算法是一种模拟天牛觅食行为的全新的启发式智能进化算法,该算法具有较强的全局信息和交互能力。自提出来在车间调度、最优化问题、电网规划等方面得到了广泛的应用,但天牛须搜索算法易早熟、易陷入局部最优。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种汽轮机调节系统功率对象模型的辨识方法。

为解决上述技术问题,本发明提供如下技术方案:改进天牛须搜索算法,在现有天牛须搜索算法引入自适应因子以及模拟退火的蒙特卡洛法则;采集样本数据,采集火电厂汽轮机调节系统的实际运行数据作为样本数据;以及,辨识功率对象模型,利用所述改进的天牛须搜索算法通过所述采集的样本数据对汽轮机调节系统功率对象模型进行辨识,得到辨识结果。

作为本发明所述汽轮机调节系统功率对象模型的辨识方法的一种优选方案,其中:所述改进改进天牛须搜索算法包括,步长因子方程;设定迭代次数、初始化随机天牛位置并设最优位置,计算天牛左须、右须位置,调用数据库中初始数据并根据天牛位置重新建立结构参数;更新计数器,重新计算天牛左须、右须位置以进行传递函数参数的辨识,并进行适应度计算;计算预更新位置;引入蒙特卡洛法则,根据接受概率判断是否更新天牛的位置;判断迭代次数是否已达到初始化时设置的数值确定下一步算法;输出最优解。

作为本发明所述汽轮机调节系统功率对象模型的辨识方法的一种优选方案,其中:所述步长因子方程为:

δt=c1δt-10,dt=δt/c2

其中,步长因子δ表示天牛的搜索步长,式中:δt为算法在第t次迭代时的步长因子,c1与c2为常数。

作为本发明所述汽轮机调节系统功率对象模型的辨识方法的一种优选方案,其中:设定所述迭代次数t=0,初始化随机天牛位置x0以及最佳位置xbest=x0,根据公式计算天牛左须、右须位置,所述公式为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海电力大学,未经上海电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010017549.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top