基于PSO-ABFO的负荷频率控制系统控制器设计与优化

负荷频率控制对于保障电网本身安全可靠运行有重要作用,适宜的控制器整定参数使得电网在各种随机扰动下能维持系统频率稳定和长期安全运行.针对单区域两机组电网的负荷频率控制器参优化整定问题,提出一种基于粒子群改进自适应细菌觅食优化算法(PSO-ABFO)的控制器参数整定设计方法.PSO-ABFO在标准细菌觅食算法的基础上,结合粒子群(PSO)算法思想引入全局最优、个体最优以及自适应步长,重新定义细菌的健康度并修改细菌迁移的方式,提高算法的寻优速度和寻优精度.最后,建立负荷频率控制系统(LFC)模型进行仿真试验,验证所提控制器设计与优化方法使系统动态性能显著提升.     

PID参数整定的MCP标准传递函数法公式

根据MCP标准函数,利用控制器标准传递函数设计方法推导得出了一种新的PID参数整定公式.通过理论分析和仿真试验,验证了用MCP法公式整定的系统具有超调量小和鲁棒性高的优点.     

基于MLX90621红外传感器的开关柜温度无线监测系统设计

介绍了一种基于MLX90621红外传感器的开关柜 母线接头温度无线监测系统。采用STM32微控制器、MLX90621红 外传感器和nRF24L01无线通讯模块,设计了这种温度无线采集系统 的硬件和软件部分。通过非接触式MLX90621红外传感器阵列 可实时采集高压开关柜的母线接头温度。其数据可通过nRF24L01通讯模 块和串口上传给上位机进行显示。由于具有成本低、稳定性 高、抗干扰强等优点,该系统适用于开关柜内部的复杂磁场环境。     

基于BP神经网络和GA-PID的超超临界锅炉系统解耦控制研究

直流锅炉运行中,给水调节和燃料调节十分重要,但其各变量之间存在强耦合关系。本文针对1 000 MW超超临界机组直流锅炉中燃料和给水协调控制对象参数多变、强耦合的特点,提出了一种改进权值调整的BP神经网络分散解耦智能方法,实现系统解耦,然后采用遗传算法PID(GA-PID)控制方法对解耦后近似独立的两组对象进行控制。仿真结果表明:BP神经网络分散解耦算法具有很强的非线性映射能力和自适应解耦能力,GA-PID具有良好的控制效果,所设计的系统具有较强的鲁棒性,解耦控制方案能够达到理想的效果。     

基于改进粒子群的超超临界机组负荷控制系统模型辨识

针对火电厂负荷控制系统因强耦合性强非线性等特点而难以对其建立精确热工模型的问题,结合工程实际分析三输入三输出负荷控制对象的动态特性,将免疫算法(Immunity Algorithm,IA)的免疫记忆功能引入粒子群算法(Particle Swarm Optimization,PSO),形成免疫记忆粒子群算法(Immune Memory PSO,IM-PSO)并运用在超超临界火电机组负荷控制对象的模型辨识中。辨识结果表明IM-PSO相对于普通PSO收敛速度提高了50%,收敛精度提高了6.08%,改善了PSO易早熟、粒子后期相似度过高的缺点,同时也验证了IM-PSO对于大型火电机组负荷控制对象辨识的有效性。     

基于数据挖掘的火电厂制粉系统能效评估模型研究

为降低超超临界机组在运行过程中的能耗,针对机组制粉系统建模过程繁琐及系统能效评估存在人为主观因素强和不确定性等缺陷,提出了一种适用于火电机组制粉系统能效评估的灰色模糊评估模型。通过引入K-medoids聚类算法挖掘出各能效指标的基准值,避免了建模过程繁琐的问题,并有效削弱了现场数据中异常值的影响;通过将灰色模糊评估模型中的关联系数作为隶属度向量,并结合层次分析法(AHP)得到各分层指标的权重系数,有效地避免了评估过程中人为主观因素强和不确定性等问题。计算证明,用该方法能有效对火电机组制粉系统进行能效评估。     

基于MCGS的过程控制实验软件开发

利用MCGS开发了一套CS4000实验平台上的过程控制实验软件.该软件能够为过程控制课程提供动态特性测试、矩形脉冲测试、液位PID控制、流量-液位串级控制、双容水箱液位-液位串级控制、前馈-反馈控制等实验,并能够通过网络浏览器进行远程监控.     

锅炉蒸汽温度过程状态反馈控制系统的设计研究

针对电站锅炉蒸汽温度应用单纯状态反馈控制存在的问题,提出了2种确定期望极点的方法。若采用添加设定值跟踪增益的方案解决单纯状态反馈极点配置,则不能保证稳态性能,对此给出了状态反馈极点配置设计原则。仿真试验结果表明,满足控制量约束条件取决于状态反馈极点配置的右边界。     

基于XGBoost-MTL的综合能源系统多元负荷预测

精确的多元负荷预测是综合能源系统(integrated energy system,IES)优化调度和稳定运行的前提。针对IES中多元负荷之间耦合关系复杂以及影响负荷预测的因素众多等问题,文中提出一种基于极限梯度提升(extreme gradient boosting,XGBoost)与多任务学习(multi task learning,MTL)的多元负荷预测方法。首先通过XGBoost重要度排序得到各影响因素对于多元负荷的贡献度,依据贡献度来选取影响负荷预测的关键性因素作为预测模型的输入,保证了输入特征对于多元负荷预测有效的修正作用;其次以门控循环单元(gated recurrent unit,GRU)作为共享层来搭建MTL预测模型,各子任务通过共享信息来有效利用各负荷之间复杂的耦合关系;最后以上海某综合能源站的负荷数据为例对文中所提模型的有效性进行验证。结果表明:该模型能够适应实际综合能源系统中各类负荷的变化,有效提高预测精度并减少训练时间。     

自动化专业本科教学中的案例设计与实践

案例教学有利于提高学生学习的主动性和积极性,有利于培养学生的探索意识和科研能力,有利于增强学生的职业综合能力.在自动化专业课程中,要更好地利用案例教学的优势,必须合理设计教学案例,体现学生为主体的教学理念,深入分析探讨工程实践机理,真正做到理论与实际相结合,实现更好的教学效果.