Prony算法在汽轮机调节系统参数辨识中的应用

在动态频率异常和频率不稳定性研究中,建立原动机及其调节系统准确的数学模型是极其重要的。原动机调节系统模型建立应借助于辨识建模。基于这种考虑,针对汽轮机调节系统,提出一种基于Prony算法的参数辨识方法,利用Prony算法辨识系统传递函数原理,通过对系统特征根和留数进行分析以达到对汽轮机调节系统进行参数辨识的目的。利用该方法编制了程序,并将其应用于所建调节系统模型中,在Matlab及其Simulink中进行了仿真分析。辨识结果表明,这种辨识算法具有计算速度快、辨识精度高、程序通用性强等优点,为汽轮机调节系统的参数辨识提供了一种有效的方法。     

汽轮机调节系统动态特性参数辨识

根据系统参数辨识原理,先采用仿真技术求取用于辨识的调节系统数据,然后用三种不同的辨识方法,对调节系统参数进行辨识,获得了辨识结果,分析了辨识误差原因,得出了辨识方法可推广应用于汽轮机调节系统参数辨识和性能诊断这一结论。     

汽轮机调节系统卡涩故障的鲁棒诊断方法

汽轮机调节系统卡涩故障的诊断问题可以归结为对卡涩死区特性的辨识问题，但是在辨识过程中由于对象的各种时间常数和反馈斜率等非故障特征参数的不准确性，卡涩非线性的辨识结果的精度无法保证。该文从辨识算法的角度出发分析了时间常数和反馈斜率对诊断精度的影响机理，结果表明反馈斜率是辨识精度的决定因素，为此，针对原调节系统构造了一个输出变换，使得变换后系统的故障诊断结果对反馈斜率变化不敏感，即提高了诊断算法对非故障特征参数变化的鲁棒性能，最后给出了一个算例验证了这种算法和输出变换的有效性。     

汽轮机及其调节系统参数实测及建模试验方法简介

论述了汽轮机及其调节系统模型及参数测试方法,包括电液调节系统PID校核、电液伺服系统模型和汽轮机模型相关参数仿真辨识等,及通过仿真验证获得参数的正确性。     

基于综合算法的汽轮机及其调节系统参数智能辨识

基于Matlab/Simulink,开发了综合多项式拟合、最小二乘法、单纯形法、遗传算法、模拟退火算法的汽轮机及其调节系统参数智能辨识软件。软件能自动完成原始数据的预处理、执行机构参数辨识样本的提取、负载试验数据边界条件的处理等,继而采用多种算法分别对参数进行辨识,并根据预设的逻辑选出最终的参数辨识结果。仿真校核的结果表明,所得到的参数辨识结果能够反映实际汽轮机及其调节系统的综合特性。最后,指出了影响汽轮机及其调节系统参数辨识准确性的关键因素。     

基于功率响应的汽轮机调节系统模型参数辨识方法研究

基于功率响应特性辨识汽轮机调节系统参数。采用简易模型克服了辨识算法中难以实现的发电机建模问题。通过分析参数对机组功率特性影响的关联性,对辨识流程和优化目标函数进行了设计。再以先进数值计算方法作为辨识手段辨识得到模型参数。利用PSASP对辨识结果进行仿真并与实测对比,结果表明:新方法所建模型仿真值与实测值相当接近,所建立的汽轮机调节系统模型能够较为真实地反映机组实际的响应特性,说明该方法正确有效。与原有辨识方法相比,实现了对模型参数的更加准确辨识。     

基于准确度分析的汽轮机调节系统建模仿真软件

以Matlab/Simulink为平台,开发了汽轮机调节系统参数,实现了对原始数据的自动分析、分配、去噪和标幺等预处理;采用多项式拟合、最小二乘法、单纯形法、遗传算法、模拟退火法等多种算法,实现了模型参数的智能辨识;建立了考虑发电机侧影响的汽轮机调节系统模型,提高了仿真准确度;通过仿真品质参数偏差值的自动计算,实现了对模型参数准确度的定量定性分析。     

汽轮机及其调节系统模型参数测试

汽轮机的高、中、低压缸以及再热器的控制特性时间常数和调节(汽)阀的开启与关闭方向的时间常数是汽轮机及其调节系统模型参数辨识的重点.介绍了现场测试这些参数的方法并对分宜电厂8号机组进行了实际测试,最后根据现场实测结果,得出了8号机组电网稳定性计算模型参数辨识的计算结果.     

Prony算法在电力系统参数辨识中的应用

电力系统安全稳定计算的关键之一是建立准确的系统数学模型以及获取符合实际的系统动态参数。系统辨识技术在电力系统中有着重要的应用价值。提出了一种基于Prony算法的参数辨识方法,首先验证了其在电力系统传递函数辨识方面的有效性,再将其进行拓展,对汽轮机调节系统参数辨识进行了研究。该方法能准确辨识出系统传递函数和模型参数,计算速度快,辨识精度高,具备在线应用的潜力。仿真结果表明,该算法在电力系统参数辨识方面是有效可行的。     

在线辨识及数字调节器设计

本文以水轮机调速器为例，讨论了非线性系统在线参数辨识及数字调节器参数自整定的一种方法，推导出参数辨识算法，最后通过计算机仿真展示了这种自适应数字调速器在不同工况点的调节性能，并与传统水轮机调速器的性能作了比较。     

基于遗传算法的水轮发电机组调速系统参数辨识

将遗传算法思想引入水轮发电机组调速系统的辨识工作中,解决了目前电力系统中常用的辨识方法无法对非线性环节进行有效辨识的问题;为提高辨识效率,对遗传算法初始群体的选取方法以及子代选择方法进行了改进。对实际发电机组调速系统的辨识结果说明该方法具有快速、精度较高等优点。该思想为水轮发电机组调速系统的辨识提供了一种新方法,具有重要的工程实用价值。     

基于Matlab GUIDE的汽轮机及调速系统参数辨识数据处理软件

汽轮机组的容量超大型化和参数超临界化的趋势,使得汽轮机及调速系统模型参数的确定对各种热力发电机组的仿真、控制系统的设计及电力系统动态研究具有更加重大意义。由Matlab GUIDE开发平台设计汽轮机及调速系统参数辨识数据处理软件,对原始数据实现图形化截取,并进行小波去噪、数据标幺化、归一化处理,为参数的准确辨识提供基础。软件使用简捷明了,可提高工作效率。对600 MW超超临界机组汽轮机调速系统的试验数据进行处理计算,并用经典与改进模型针对特殊的阶跃响应作出仿真和分析。     

汽轮机调节系统阀杆卡涩故障在线检测方法

鉴于汽轮机调节系统主汽阀的阀杆卡涩对汽轮机的安全运行有着重大的影响,目前报道的日本三菱公司提出出的阀杆卡涩监测方法存在着灵敏度不高、误判等缺点。该文给出了一种新的阀杆卡的涩的辨识方法。新的辨识方法以国产600MW汽轮机调节系统为研究对象,研究了其调节阀的受力特点,分析了其受力方程,并根据理论分析和仿真研究,找出了各变量之间的关系。在上述研究的基础上,该文对阀杆的力平衡方程在Hibbert空间进行了正交分解,得出了阀杆卡涩的辨识算法,并结合实际情况给出了在线检测干摩擦力的快速的快速算法,研制出了基于此算法的快速检测仪。此仪器与作者以前提出的滑阀卡涩检测仪同时使用,可以实现更强大的功能,具有重要的应用价值。     

基于模糊粗糙集数据挖掘的汽轮机组故障诊断研究

针对当前专家系统知识获取瓶颈的难题,提出了基于模糊粗糙集数据挖掘的汽轮机组故障诊断方法。模糊粗糙集理论把知识直接与真实或抽象世界有关的不同模式联系在一起,能有效分析处理不精确、不完整等各种不完备信息,并从中发现隐含的知识,揭示潜在的规律。将汽轮机组故障历史数据进行模糊化及离散化处理,构建故障诊断决策表,以决策表作为主要工具,即"知识库",采用模糊粗糙集数据挖掘方法直接从决策表中提取出潜在的诊断规则,为汽轮机组提供有效的故障诊断。提出了基于模糊粗糙集的分类规则学习和约简算法,实现了基于模糊粗糙集数据挖掘的汽轮机组故障诊断系统,其诊断正确率达到了88%。实验表明该方法可行,对汽轮机组故障诊断系统的设计具有借鉴意义和深入研究的价值     

汽轮机通流部分在线故障诊断系统开发

介绍了一个汽轮机在线诊断系统，系统以VC 6.0作为前台开发工具，结合MS SQL Server作为后台数据库服务器，以隶属度函数具有自适应学习能力的模糊神经网络作为故障诊断模型，通过隶属度函数的在线自适应学习，在一定程度上能够反映汽轮机组热力参数的波动性，可以避免由于隶属度函数选取不当引起的误诊断和漏诊断的缺陷。该诊断方法不仅可以诊断出故障的类型，还可以诊断出故障的严重程度。经过电厂实际运行的检验，该系统运行稳定、结果正确，对提高电厂的安全运行起到了重要作用。     

等效热降法的改进计算方法

目前采用的汽轮机理想循环热效率受到相对内效率影响而不能准确反映汽轮机热力系统运行经济状态。同时，等效热降法计算中需要预先已知汽轮机排汽焓及回热抽汽状态点的焓值，而凝汽式汽轮机排汽焓及处于湿蒸汽区回热抽汽点焓值不能准确确定，从而导致等效热降法计算结果产生误差。针对上述问题，文中首先对理想循环热效率的定义方法进行了改进。然后，基于改进的理想循环热效率，提出了等效热降法的改进算法。该方法利用蒸汽等熵膨胀过程来确定等效热降，不仅避开了求解汽轮机排汽焓的难题，而且还可以分析引起热力系统经济性降低的原因和部位，从而为汽轮机热力系统经济性诊断提供了依据。通过与常规等效热降法计算结果的对比，证明了该改进方法的正确性。     

基于LSSVM的汽轮机阀门流量特性辨识及应用

阀门流量特性的准确辨识对于汽轮机控制至关重要。提出了一种基于最小二乘支持向量机（LSSVM）的汽轮机阀门流量特性辨识方法：通过对机组的历史运行数据进行筛选,获得其处于稳定工况下的运行数据;利用LSSVM辨识由综合阀位指令、主蒸汽压力、调节级压力等构成的主要参数向量与计算获得的汽轮机实际进汽流量之间的关系;最后利用已建立的LSSVM模型,并通过改变主要参数向量值来模拟汽轮机阀门流量特性试验的工况,进而实现对汽轮机阀门流量特性的辨识。该方法不需要进行汽轮机阀门流量特性试验,减轻了工作量,避免了试验方法对机组安全稳定运行带来的不利影响。     

基于LSSVM的汽轮机阀门流量特性辨识及应用

阀门流量特性的准确辨识对于汽轮机控制至关重要。提出了一种基于最小二乘支持向量机（LSSVM）的汽轮机阀门流量特性辨识方法：通过对机组的历史运行数据进行筛选,获得其处于稳定工况下的运行数据;利用LSSVM辨识由综合阀位指令、主蒸汽压力、调节级压力等构成的主要参数向量与计算获得的汽轮机实际进汽流量之间的关系;最后利用已建立的LSSVM模型,并通过改变主要参数向量值来模拟汽轮机阀门流量特性试验的工况,进而实现对汽轮机阀门流量特性的辨识。该方法不需要进行汽轮机阀门流量特性试验,减轻了工作量,避免了试验方法对机组安全稳定运行带来的不利影响。