基于迟延估计与Kalman状态跟踪的热工过程动态数据驱动建模
2018-03-27尹二新
动力工程学报 2018年3期
董 泽, 尹二新,
(华北电力大学 河北省发电过程仿真与优化控制工程技术研究中心, 河北保定 071003)
随着火电机组单机容量和参数的提高以及系统本体的复杂化,为有效保证热力系统的安全、稳定和经济运行,对热工过程对象的控制水平提出了更高的要求。其中对热工控制系统进行设计、优化及性能分析,建立热工过程的准确模型是关键。热工对象一般具有大惯性、长时滞和非线性等特点,建模较为困难。
秦志明等[1-2]通过机理分析建立了火电机组协调控制系统的非线性模型;范永胜等[3]通过对锅炉过热汽温系统进行机理分析,得到了过热汽温对象的传递函数模型。但上述建模方法建模过程复杂,参数难以确定,且对系统进行了简化,并忽略了纯迟延环节。
Simani等[4]对燃气轮机进行了最小二乘算法系统建模。王新等[5]综合应用输出误差状态空间模型辨识法(MOESP)与子空间辨识数值算法(N4SID),对某天然气电站和Alstom气化炉进行了模型辨识。以上建模方法均基于最小二乘算法,需对热工过程对象加入特定扰动信号,会对大型火电机组的运行安全产生不利影响。
随着火电机组监控信息系统的发展,大量运行数据被保存到历史数据库中,这些数据包含反映热工过程对象结构及参数的信息,利用这些数据进行热工过程对象辨识已成为当今研究的热点。在该背景下,人工神经网络(ANN)、偏最小二乘(PLS)和支持向量机(SVM)等算法在热工过程对象建模中得到了广泛应用。……
登录APP查看全文
