一种改进粒子群算法及其在热工过程模型辨识中的应用

为了提高基本粒子群优化(PSO)算法的收敛性,提出了一种引入选择与变异机制的改进PSO算法。该算法选择一定范围的优秀粒子代替较差粒子,并使粒子以不同的概率变异。仿真试验表明,引入选择与变异机制使PSO算法的收敛速度得到了提高,并且有效抑制了PSO算法的早熟。将改进PSO算法应用于热工过程模型辨识,在较少的迭代次数内得到了比较精确的模型辨识结果,且具有很好的收敛性能,获得了满意的辨识效果。     

Matlab与C混合编程在火电仿真软件开发中的应用

利用Cmex-S函数实现Matlab与C混合编程，建立火电仿真设备模块，这样大大提高仿真的执行速度及算法安全保密性。使用Cmex-S函数编写模版，用户只需编写S函数的子函数，无需单独编写繁琐的入口子程序．就可编写C语言mex文件，提高了开发效率。实践证明，该方法能有效的用于仿真软件开发，使得复杂动态对象仿真模块简洁高效，还可以起到保护算法安全和知识产权的作用。     

基于条件互信息的NOx生成量模型变量-时滞联合选择方法

为了提高脱硝系统入口NO_x生成量模型的精度和泛化能力,在选择辅助变量的同时也应考虑变量时滞的影响,提出了一种基于条件互信息的变量-时滞联合选择方法。以条件互信息作为变量选择的依据,抑制辅助变量间相关性造成的信息冗余,同时考虑时滞对变量选择的影响,在选定辅助变量时对时滞进行联合估计,以最大化辅助变量集包含的有效信息。以某600 MW燃煤电站的实际运行数据为算例,基于该联合选择方法和BP神经网络建立了NO_x生成量模型。结果表明:与仅基于互信息或条件互信息进行变量选择相比,基于联合选择方法所建立的模型精度和泛化能力相对较好。     

基于时空注意力-Seq2Seq模型的多风电机组多步风速预测算法

针对在多风电机组风速预测任务中,卷积运算不适用于提取排布不规则的多风电机组空间相关性的问题,提出一种基于时空注意力-Seq2Seq模型的多风电机组多步风速预测算法。首先使用空间注意力机制强化风速序列的空间相关性,并对常规空间注意力机制进行改进;之后使用Seq2Seq模型中的编码器进行编码;最后使用结合时间注意力机制的解码器计算多风电机组的多步预测结果。以河北市某风电场的实际数据为算例进行实验,结果表明相比其他对比算法,所提算法的平均绝对误差下降约4.3%～15.0%,精度有较大提高。     

常用凝汽器水位测量方法介绍与分析

针对凝汽器水位测量不准的常见问题,从测量原理、安装注意事项及运行效果三方面对差压测量法和导波雷达液位测量法进行介绍与分析。提出在成本允许的前提下,为最大限度的减少测量误差,应选用导波雷达液位测量法。     

300 MW燃煤机组非线性动态模型与非线性控制软件包

本项目针对300MW燃煤机组,研究了建模的理论方法,建立了一套表征机炉局部子系统和设备的动态模型;采用机理分析与实际数据修正相结合的方法建立了300MW燃煤机组的整体动态模型和用于协调控制系统设计的机炉简化模型;建立了用于机组动态特性分析和控制系统研究的专用仿真系统。该系统可方便地与DCS互连,为研究单元机组控制系统提供了先进的手段;针对火电机组的非线性特征,研究了鲁棒控制、模糊多模型控制等单元机组协调控制策略;采用模糊多模型自适应控制方法,建立了不同工作点的多个线性化模型,分别设计了多变量内模控制器。     

基于间隙度量和二次型优化的电站主汽温控制

提出了一种基于反馈线性化、间隙度量和二次型最优控制的非线性系统控制器设计方法。非线性被控对象在不同平衡点线性化后得到若干线性系统模型,通过计算可以得到各个线性系统模型之间的间隙度。依据间隙度理论,合理选择标称系统 P 以及设计其相应的控制器 K,得到反馈系统(P, K),从而使得非线性系统全局稳定,PID 控制器参数采用二次型最优控制准则求得。采用该文所提方法对某超临界600 MW直流锅炉主汽温系统4种典型工况进行仿真控制,结果表明了该方法的有效性,且控制性能优于常规的串级PID系统。     

改进的模糊Smith串级主汽温控制仿真研究

针对电厂主汽温被控对象大惯性、大迟延和时变的特点,提出一种带Smith预估器的模糊PID串级控制系统。主回路采用含有滤波作用的改进的Smith预估器实现对迟延的补偿,降低了Smith预估器对模型精度的要求。结合模糊控制良好的非线性优点,主控制器采用模糊自整定PID控制器,对PID参数在线进行调整。仿真实验表明,该控制方法在正常工况和参数变化的情况下,超调量和调节时间等方面都有所改善,提高了控制系统的鲁棒性和抗干扰能力。     

基于群体多维相似性的风机齿轮箱预警策略

风场区域气候周期性变化及气象条件瞬时变化都会直接影响风电机组设备运行状况,已有齿轮箱故障预警策略较少与周边相似风机联动,偏向于"单体预警"。将高斯混合模型、动态时间规整及熵权值算法三者紧密结合,提出了一种基于群体多维特征相似性的故障预警策略:通过与周边风机的相似性联动,消除周期性及瞬时性环境因素对预警结果的影响;采用分级时间滚动窗口生成风机相似关系,保留数据的时间次序属性,展示研究对象的数据资源迁徙规律,判断潜在故障风机。最后,用福建沿海风场监控与数据采集系统(SCADA)数据验证了所提预警算法的有效性与实效性,至少可以提前26天预警潜在故障风机。     

遗传模拟退火算法在模型辨识中的应用

针对标准遗传算法在许多问题的解决中出现的早熟现象、局部寻优能力较差的情况．结合了标准遗传算法和模拟退火算法的优点并在编码的时候采用混合编码机制、提出一种改进的遗传模拟退火算法、解决了标准遗传算法在局部寻优差．求解效率差的问题。并用FESTO紧凑型过程控制实验室中的液位控制系统完成算法的验证工作、证明这种方法具有一定的优越性。