热工过程数据聚类分析研究及其在模型辨识中的应用

发电厂热工过程具有非线性、大惯性、大延迟的特性,利用欧式谱系聚类分析方法对热工过程进行工况划分,将热工过程的非线性转化为若干个工况点的线性化问题,并把时间戳属性引入聚类分析的数据矩阵中。利用改进微分进化算法对给煤量设定值、主蒸汽压力的辨识结果表明,聚类分析方法能够提高模型辨识中工况划分的合理性,并且在给煤量设定值阶跃扰动时使负荷相对稳定。根据试验数据辨识得到的模型参数存在差异。     

基于AOD估计的晴空太阳辐射强度滚动预测

针对工程实际中大气气溶胶光学厚度(AOD)参数难以实时获取的问题,首先基于地面空气质量监测站点的PM浓度数据以及气温、空气相对湿度等气象数据,采用BP神经网络方法建立AOD估计模型;然后选取AOD与可降水量为主要变化参数,对多波段大气辐射传输计算模型REST2进行简化;最后基于实时发布的PM浓度信息以及精细天气预报信息,利用简化的REST2模型对晴空太阳辐射强度进行滚动预测。实验结果表明,所提出的晴空太阳辐射强度滚动预测方法具有较高精度,且易于工程实现。     

基于遗传算法的火电厂热工过程模型辨识

针对热工对象的特点及基本遗传算法存在的问题，提出了一种用于热工对象模型辨识的改进遗传算法，有效抑制了算法早熟，提高了算法的全局搜索能力和局部搜索能力。采用MATLAB语言编制了专用的模型辨识软件，对典型热工过程进行了辨识，给出了各种输入下的辨识结果，仿真研究表明，不管对象输入是阶跃信号，还是模拟现场操作的任意信号，都能得到准确的辨识结果，即使输入中含有较大的噪声信号，也可得到准确的传递函数。     

孤网模式下水轮机调速改进动态矩阵控制

为提高水轮机组工作于孤网模式时的动态性能,建立了混流式水电机组的数学模型。针对系统在运行过程中始终存在负荷扰动以及模型参数随工况变化的特点,设计了改进的动态矩阵控制算法。在不同工况下分别对系统施加频率扰动和负荷扰动,进行了水轮机系统的改进动态矩阵控制、动态矩阵控制、PID控制的仿真对比实验。仿真结果表明,与PID控制和动态矩阵控制相比,所提控制策略可明显改善系统的动态性能、有效缩短过渡过程的调节时间,并能够减小系统频率的波动范围。     

SCR脱硝系统的改进线性自抗扰优化控制研究

针对SCR脱硝系统大惯性、大迟延、多扰动问题,提出一种模型辅助迟延线性自抗扰控制(MDLADRC)。首先,利用模型信息,将高阶纯迟延系统补偿为一阶惯性环节;然后,根据闭环系统二自由度表达式,推导最优参数量化公式,简化参数调节,并通过参数遍历实验验证控制器参数与响应指标的关系;最后,将MDLADRC应用于选择性催化还原(SCR)脱硝控制系统,并与多种控制器性能进行比较。结果表明：对于SCR脱硝系统这类高阶大惯性大迟延系统,MDLADRC的定值跟随以及抗干扰能力更优;蒙特卡洛实验和多工况实验进一步说明MDLADRC的鲁棒性较优;此外,MDLADRC参数调节简单,更适用于工程实际。     

风电机组齿轮箱的多变量时间序列故障预警

针对风电机组故障预警中，原始动态时间规整（DTW）算法无法有效度量风电机组多变量时间序列数据之间距离的问题，提出一种基于犹豫模糊集的动态时间规整（HFS-DTW）算法。该算法是原始DTW算法的一种扩展算法，可对单变量和多变量时间序列数据进行距离度量，且精度与速度较原始DTW算法更优。以子时间序列相似度距离为目标函数，使用帝国竞争算法（ICA）优化了HFS-DTW算法中的子序列长度和步距参数。算例研究表明与仅DTW算法和非参数最优的HFS-DTW算法相对比，参数最优的HFS-DTW可挖掘更多的多维特征点信息，输出的多维特征点相似序列具有更丰富细节；且基于所提算法可提前10天预警风电机组齿轮箱故障。     

基于增量式相对熵的风电机组实时状态监测

针对风电机组的实时状态监测问题,提出了一种基于增量式相对熵的残差分析方法。 首先,通过分析滑动窗口数据特 点,推导了适用于实时运算的增量式相对熵的计算公式,其时间复杂度为 O(1),要低于常规计算方法的 O( n)。 接下来,提出 了一种基于数据驱动和正常行为建模的风电机组实时状态监测方法,并将增量式相对熵作为实时残差分析的指标。 最后,用某 2 MW 风电机组的实际齿轮箱故障数据为算例,验证了该方法的有效性。 结果表明,相对熵残差分析能够至少提前 8 ~ 10 d 实 现故障预警,优于常规的统计量;增量式相对熵的计算时间仅相当于常规方法的 0. 4% ~ 1. 9%,在实时性上有显著优势。     

基于量子遗传算法的循环流化床锅炉Hammerstein型辨识

将Hammerstein模型应用于某循环流化床锅炉2个典型系统的辨识,用多项式表示模型的非线性部分,用差分方程表示模型的线性部分,并通过量子遗传算法将模型的辨识问题转化为参数空间上的寻优问题,求得模型中待定参数的最优解,从而得出循环流化床锅炉2个系统的具体模型,并结合现场数据进行了一系列仿真试验.结果表明:Hammerstein模型可以很好地表达循环流化床锅炉典型系统的特性,用量子遗传算法优化可得到精度较高的数学模型.     

Fuzzy-DMC算法在电厂主汽温系统中的应用

针对火电厂主汽温对象的时变性以及大迟延的特点,本文应用模糊-动态矩阵控制算法(Fuzzy-DMC),在原有动态矩阵控制器的基础上,引入模糊控制器。该模糊控制器用来校正实际对象与模型之间的输出偏差,有效降低了实际对象发生较大变化时模型与实际对象不匹配的影响,提高了动态矩阵控制的鲁棒性。将该方法应用到某600WM火电机组主汽温对象中进行仿真,仿真结果表明当主汽温对象发生较大变化时,系统仍能取得理想的控制效果,其性能明显优于常规PID以及动态矩阵控制器,是可行且有效的。