基于SIS数据的过热汽温模型参数的辨识

发布时间：2020-06-10 02:21

【摘要】：实际工业的分析离不开有效的数学模型,而绝大多数的工业过程是具有大惯性、工况范围广及一定的非线性和时变性的复杂系统,对系统建模提出了很高的要求。采用基于分解合成法则的多模型建模策略可在很大程度上克服上述不足。 针对过热系统模型辨识的问题,本文提出的多模型建模方案的具体任务可概括如下:首先,为保证实验数据的准确性和有效性对实时数据进行预处理,然后利用处理后的数据,根据燃煤机组的运行机理,确定出影响过热汽温的主要变量,并采用B型灰关联度分析选取出过热系统辨识的辅助变量;其次,根据工况划分准则,提出了一种改进的双层K均值聚类算法,此方法既体现了原始K均值算法简单有效的优点,又解决了它对给定K值和初始聚类中心依赖性大和不适合分析大量数据的问题;再次,在不同工况下建立局部模型,局部模型的建立使用了最小二乘支持向量机(LS-SVM)建模方法;最后,针对局部模型的合成问题,本文提出了一种粒子群寻找最优权值的全局合成策略。该方法可自适应权衡模型的全局与局部特性,快速得到最优权向量。 本文以浙江长兴电厂过热系统为研究对象,选取某天24小时的连续SIS数据,采用多模型建模方法建立了系统局部和全局模型。实验在matlab7.1平台下进行,仿真结果精度高、拟合性好,验证了该方法的有效性。多模型建模方案为宽负荷、变工况的复杂系统建模提供了一个可行思路,并具有一定的推广价值。
【图文】：

图 3-2 SOM-K 均值法聚类结果分为 180MW，，220MW，235MW，260MW，280MW。-均值法对原始数据进行聚类。由于由实验(a)已知 (b)将 值设定为 5，减少试验次数，得出相同聚类数的比较。聚类的初始聚类中心随机获取。通过对实验(b，有时只会得到局部最优解。图 3-3 为某次实验的工况

图 3-2 SOM-K 均值法聚类结果分为 180MW，220MW，235MW，260MW，280MW。-均值法对原始数据进行聚类。由于由实验(a)已知 (b)将 值设定为 5，减少试验次数，得出相同聚类数的比较。聚类的初始聚类中心随机获取。通过对实验(b，有时只会得到局部最优解。图 3-3 为某次实验的工况
【学位授予单位】：华北电力大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：TM621.2;N945.12

【参考文献】

相关期刊论文 前10条

1 金翠云;王建林;马江宁;王颖;;改进的PSO算法及其在PID控制器参数整定中的应用[J];电子测量与仪器学报;2010年02期

2 卢勇,徐向东;数据挖掘与锅炉负荷多模型自适应控制研究[J];电站系统工程;2003年04期

3 张艳宁,赵荣椿,梁怡;一种有效的大规模数据的分类方法[J];电子学报;2002年10期

4 薛振框,李少远;MIMO非线性系统的多模型建模方法[J];电子学报;2005年01期

5 刘飞,孙明,李宁,孙德宝,邹彤;粒子群算法及其在布局优化中的应用[J];计算机工程与应用;2004年12期

6 许海洋,王万森;基于SOM神经网和K-均值算法的图像分割[J];计算机工程与应用;2005年21期

7 赵伟;张姝;李文辉;;改进K-means的空间聚类算法[J];计算机应用研究;2008年07期

8 朱家元,虞建飞,张恒喜;嵌入局部模型的SOM网络对混沌时间序列预测研究[J];控制与决策;2003年01期

9 熊伟丽;徐保国;;基于PSO的SVR参数优化选择方法研究[J];系统仿真学报;2006年09期

10 荣海娜;张葛祥;金炜东;;系统辨识中支持向量机核函数及其参数的研究[J];系统仿真学报;2006年11期

相关博士学位论文 前1条

1 乔弘;火电厂热工参数软测量关键技术和方法研究[D];华北电力大学（北京）;2009年

本文编号：2705631