长输管线增压站后空冷器功率与机组总功率的关系分析

在长输管线增压站的供电设计中，工艺后空冷器是增压站耗电大设备之一，人们常常直接想到要如何降低空冷器的功率问题，而忽略了降低空冷器功率引起的全线压缩机组总功率的增加。通过研究空冷器出口天然气温度与空冷器功率以及全线压缩机组总功率之间的关系，提出了控制空冷器出口天然气温度以达到提高输气能力和降低压缩机组总功率的综合节能思想。     

钢筋混凝土柱的爆炸动力响应分析

通过采用ANSYS／LS-DYNA软件对爆炸荷载作用下考虑周围构件约束的钢筋混凝土柱进行非线性有限元分析,研究不同炸药当量,爆炸距离,轴压比等对其抗爆性能的影响,提出一种新的简化模型,为今后进行加固提供了初步依据。     

基于邻域粗糙集与RVM的制粉系统故障诊断

针对火电厂制粉系统的故障征兆参数复杂、不易诊断的特点,提出一种基于邻域粗糙集(NRS)与相关向量机(RVM)的故障诊断方法。该方法首先利用邻域粗糙集约简输入的特征向量,并将约简得到的最优决策表作为RVM的输入,采用组合核函数代替传统的单一核函数,利用网格搜索和交叉验证的方法确定最佳的核函数参数和组合核系数,建立二叉树RVM多分类模型,从而进行制粉系统故障识别和诊断。实验结果表明,该方法故障诊断准确率可达95%,且泛化能力强。     

基于相关向量机的热工参数软测量

针对火电机组中某些重要热工参数难以直接测量的问题,本文提出了一种基于相关向量机(RVM)的热工参数软测量方法。采用组合核函数的形式代替传统的单一核函数,采用改进的鲸鱼优化算法(IWOA)优化核函数参数和组合核权重系数,利用优化后的参数和机组实际工况数据建立IWOA-RVM软测量模型,并采用样本更新策略实现该模型的在线更新。将该模型应用于某600 MW燃煤机组锅炉参数测量,结果表明:本文提出的IWOA-RVM软测量模型的烟气含氧量和飞灰含碳量预测结果均方根误差分别为0.085 2和0.088 4,均低于BP神经网络和支持向量机软测量模型;本文模型所需的相关向量少,模型稀疏性好,测试精度高,具有较强的泛化能力。     

基于OSG的变电站模型仿真研究

基于OSG对变电站仿真进行了研究。首先建立OSG场景,在配置文件中预先设定OSG模型在场景中的位置坐标数据,然后通过导入这些数据,在OSG场景中仿真出变电站模型,并通过建立事件处理器和设置更新回调,实现场景交互与场景漫游,从而实现变电站的可交互操作。     

基于混合算法下RBF神经网络的执行机构非线性特性在线辨识与补偿

针对控制系统中执行机构非线性特性在线辨识及补偿问题,研究了一种基于变步长核最小均方(SVSKLMS)和遗传算法结合的混合径向基(VHRBF)神经网络。利用径向基(RBF)神经网络不依赖于精确的数学模型即可得到被控对象信息的特点,建立了控制系统执行机构的非线性特性模型;为解决传统RBF神经网络辨识性能差的问题,使用遗传算法(GA)对神经网络的中心向量和方差进行优化,利用SVSKLMS算法对RBF神经网络模型中的权重进行优化,进而得到最佳的RBF神经网络。基于VHRBF神经网络及其逆模型补偿器对执行机构非线性特性进行在线辨识及补偿。仿真结果表明：与其他算法训练下的RBF神经网络相比,所提出的VHRBF神经网络能够精确辨识并补偿执行机构的非线性特性,并且具有更快的收敛速度、更优的收敛性能。     

喷流床煤气化炉模型计算结果分析与优化

利用所建立的气化炉模型,对影响气化炉出口气体成分的入料参数进行了详细描述.基于模型分析了水煤比、氧煤比、气化温度、气化压力、煤粉粒度大小以及初始颗粒喷入速度等主要参数对最终出口气体成分的影响.分析结果表明:氧煤比对碳转化率的影响要大于水煤比的影响;而水煤比对最终煤气成分组成影响更大.为获得97%以上的碳转化率,氧煤比应...     

基于人群搜索算法的自抗扰控制器参数优化

火电机组过热蒸汽温度控制系统具有大迟延、大惯性的特性,在负荷变化或内外扰动的影响下,存在参数不易整定的问题。本文将自抗扰控制(ADRC)引入过热蒸汽温度控制系统,并基于人群搜索算法(SOA)对自抗扰控制器的主要参数进行寻优。以自抗扰控制器的6个主要参数为寻优目标,目标函数采用时间乘绝对误差积分(ITAE)准则,同时加入控制器输出量平方项的时间积分,以防止控制器输出量调节幅度过大,以及适当调整误差与控制量的权值。采用测试函数对本文SOA进行验证,并对某300 MW机组过热蒸汽温度控制系统分别采用SOA优化的ADRC-PI控制器和PI-PI控制器以及依据经验公式整定的PI-PI控制器进行时域性能、内外扰动及降负荷仿真对比。结果表明:本文SOA收敛精度和算法鲁棒性均较优;SOA优化的ADRC-PI控制器在抗内外扰动及降负荷过程控制效果均明显优于SOA优化的PI-PI及经验公式整定的PI-PI控制器;SOA优化的控制参数使系统的响应时间更快,超调更小,调节时间更短。     

基于KPCA-FCM工况精简的机组燃烧优化

针对深度调峰下运行工况频繁变动使锅炉燃烧优化参数调整难度增大的问题,提出了一种基于KPCA-FCM工况精简的燃烧优化方法。首先对锅炉实际历史运行数据提取稳态工况后,通过核主成分分析法(KPCA)进行降维,选取贡献率较大的运行参数利用模糊聚类算法(FCM)进行分析完成工况划分,实现对工况的精简。然后对不同的燃烧工况匹配对应的工况簇,调整燃烧参数到该类的最佳运行参数。为了验证该方法的合理性,采用最小二乘支持向量机辨识锅炉燃烧热效率模型。以高低两个工况区间为例进行仿真验证,结果表明提取到的最优运行参数目标值可以使锅炉热效率最高提升0.2%。因此,提出的工况精简方法可有效选取最优运行目标值,为现场运行人员调整运行参数提高锅炉效率提供了合理的数据参考。