先进控制策略在火电厂热工控制中的应用

控制理论和计算机技术的发展,为工业控制技术的革新与发展提供了便利.由现代控制理论演化而来的各种先进控制策略,如模糊控制、神经网络控制、预测控制、Smith 控制和非线性控制等先进控制策略在工业过程控制中的应用日益广泛.针对电厂热工过程的特殊性,将先进控制方法应用到过程系统是目前研究的热点.主要介绍了先进控制策略在火电厂热工过程典型控制过程中的应用研究现状,并对其发展方向作了展望.     

火电厂热工自动化及事故预防研究分析

随着火电厂的不断发展，热工自动化慢慢成长起来，通过近些年的技术革新，其监控系统和管理信息系统不断完善，控制结构和控制范围发生了很大的变化，为我国电力行业的发展提供了坚实的基础。在发展的同时我们也应该看到火电厂热工自动化使用中存在的问题，需要我们找出科学合理的解决方法，保证我国电力系统的稳定。     

热力参数软仪表在电厂热工过程中的应用

针对火电厂热力参数失效、优化运行的问题,提出了基于支持向量机的软仪表.仿真表明,支持向量机方法与较为典型的RBF神经网络相比有着明显的优势,这样的热力参数软仪表的建立对于电厂的经济运行有着重大的意义.     

基于自适应自然梯度法的高斯过程磨矿粒度软测量建模

针对现有的磨矿粒度测量仪表检测周期长,难以满足实时检测的问题,结合典型两段式磨矿回路的特点,提出了基于高斯过程(Gaussian process,GP)的磨矿粒度软测量建模方法,将自适应自然梯度(adaptive natural gradient,ANG)法应用到对高斯过程超参数优化过程中,构建基于ANG-GP磨矿粒度软测量模型,并分别与BP神经网络和支持向量机软测量模型进行仿真试验的比较研究。结果表明：基于ANG-GP的磨矿粒度软测量方法优于其他2种方法,且具有较高预测精度,能有效地对磨矿粒度进行在线检测,表明了该方法的有效性。     

基于人工智能方法的火电厂热工过程模型辨识

本文分别采用神经网络和粒子群算法这两种人工智能方法去解决火电厂热工过程模型辨识问题.主要介绍了热工过程的辨识特性,BP网络学习算法及网络权值的附加动量调整规则,给出了标准的粒子群辨识算法,并将两种方法引入热工过程模型辨识.仿真研究表明,两种人工智能方法都能取得较好的辨识效果,对解决火电厂中热工控制系统的辨识问题具有重要的实用价值.     

人工神经网络的软测量技术在发酵过程中的应用

针对在生物发酵过程中一些关键参数难以在线测量的问题，介绍了工业过程先进控制系统中的软测量技术。讨论了利用人工神经网络的两种典型结构实现发酵过程中关键参数(如细胞浓度、基质浓度、产物浓度)在线测量的软测量方法。     

基于软测量的检测技术

在剖析软测量基本思想的基础上，通过实例对基于软测量的不同检测技术及应用进行了详细的分析和对比。结果表明：基于软测量思想可以形成3种不同于间接测量的典型形式检测技术．它们之间的最大不同是测量模型的输入输出与工业对象输入输出之间关系的差异．     

基于递推PLS的自适应软测量模型及其应用

针对基于批量数据的传统偏最小二乘（PLS）模型无法随生产过程的变化而更新的问题，提出基于块式递推PLS的限定记忆法。新的自适应算法保持定长数据块队列，根据最新采集的数据块更新模型，并按数据块的时间先后运用遗忘因子赋予其相应的可信度，从而确保模型跟踪过程变化。结合实际工业过程的应用要求，给出了方法的实施步骤，并运用该方法建立了气相聚乙烯工业生产过程质量指标的自适应软测量模型。与固定PLS模型相比，该模型能更好地跟踪过程变化，具有更高的预测精度。     

采用BP-ANN和改进SVR的进水BOD软测量模型

进水水质条件是研究和优化管理污水处理厂所需的关键要素,及时获取进水水质数据至关重要.针对污水厂关键性水质指标BOD5不易直接检测、滞后强的特点,分别采用BP神经网络(BP-ANN)、网格搜索算法(GS)优化支持向量回归(SVR)、粒子群算法(PSO)优化的SVR和遗传算法(GA)优化的SVR 4种方法,通过利用其他进水...     

基于神经网络的汽油干点软测量

针对常压蒸馏塔产品质量(汽油干点)测量困难的特点,建立质量指标(汽油干点)与其影响因素的多层前馈神经网络,应用神经网络的输入输出非线性函数逼近原理,将易于测量的温度压力等参数作为网络的输入,使经过BP算法学习的神经网络输出与实际化验的质量指标(汽油干点)值逼近。以此方法来实现常压蒸馏塔产品质量的在线软测量,以获得控制与优化所需的实时质量测量信号。这种软测量为实现常压塔的质量优化控制奠定了基础。     

基于AHP-FUZZY方法的火电厂设备状态分级评价

火电厂的设备繁多,要实现火电厂设备的高效管理,关键在于对设备的运行状态有一个客观准确的评价。针对火电厂的主要生产设备采用AHP-FUZZY方法,并结合逻辑推理,建立了设备综合评价数学模型。该模型把主观因素大量量化,给出了设备权重及其状态值的详细计算方法。实际应用证明了该方法的有效性。     

基于支持向量回归的短期负荷预测

对短期负荷特性进行分析,选取与负荷相关的气象因素、日期类型、前几日负荷作为最大(最小)负荷预测回归模型的输入。夏冬两季休息日的负荷特性与春秋两季不一致,根据气象因素修正日期类型对应的数值。采用最小二乘支持向量机(least squares support vector machine, LSSVM)建立气象因素和日期类型与最大(最小)负荷的映射关系。利用相似日法计算日负荷变化系数,在预测最大负荷和最小负荷基础上,计算预测日各点负荷。算例分析验证了本研究预测模型的有效性。     

Non-Intrusive Objective Speech Quality Measurement Based on Fuzzy GMM and SVR for Narrowband Speech

Based on fuzzy Gaussian mixture model (FGMM) and support vector regression (SVR),an improved version of non-intrusive objective measurement for assessing quality of output speech without inputting clean speech is proposed for narrowband speech.Its perceptual linear predictive (PLP) features extracted from clean speech and clustered by FGMM are used as an artificial reference model.Input speech is separated into three classes,for each a consistency parameter between each feature pair from test speech signals...     

兼并浪潮下民族品牌的生存与发展

我国民族品牌经营惨淡,出现这种状况是因为政府缺少有效的监管机制以及企业对引资过程管理的疏忽。为此,提出完善各类法律法规、提高企业自身素质、树立正确的消费理念等促进民族品牌发展的对策。     

火电大机组调峰运行方式简析

从经济性和安全性的角度出发,对火电大机组常用的几种调峰运行进行了分析比较,并运用了临界时间这一概念,对不同运行环境下的机组采用何种调峰运行方式提出了合理建议。     

基于支持向量机的核电站松动件质量估计方法

在分析传统松动件质量估计方法的基础上,提出一种基于支持向量机(SVM)的核电站松动件质量估计方法.分析松动件跌落碰撞信号的频率分布特征与松动件质量之间的关系,提取表征信号频谱的特征向量.以该特征向量为SVM的输入,松动件质量为输出,实现对核电站松动件质量大小的估计.最后进行平板实验验证,实验结果表明,该方法比传统方法具有更高的计算精度和实现方便性,为核电站松动件质量估计提供了一种新的方法.     

火电厂水质调节系统的模糊免疫自适应Smith-PID控制

火电厂水质调节加药系统为大时滞时变被控对象.模糊免疫自适应PID控制和常规Smith控制难以取得令人满意的控制品质.借鉴生物免疫反馈响应过程的调节作用和模糊推理的自适应性,以及Smith预估器可以解决系统时滞性的特点,提出了将模糊免疫自适应PID控制器和Smith预估器组合成复合控制器的控制策略.用模糊免疫P调节器实时整定P1D控制器的比例增益,用模糊控制器在线整定PID控制器的积分时间常数和微分时间常数.仿真研究表明,该控制算法具有调节时间短,系统稳定性强,抗干扰能力强等优点,取得了令人满意的控制效果.     

火力发电厂厂区管线设施布置研究

厂区管线设施按常规流程设计,已不能满足电厂建设文明施工的要求,根据火力发电厂的工艺管线种类以及布置要求,从设计流程入手,对300 MW和600 MW机组的管线设施布置进行研究,提出厂区管线设施规划布置的接口及设计的具体要求,以达到指导工艺设计、细化施工设计、满足现场施工提前出图的目的.     

火电厂含钒废水处理系统及其改进

介绍了湛江奥里电厂的含钒废水处理系统,针对存在的设计缺陷和问题,提出了改进方法,现场试验验证该方法的可行性．并指出该系统要根据实际情况选择合适的絮凝剂,配置简单协调的投加装置．