-
公开(公告)号：CN111173573A
公开(公告)日：2020-05-19
申请号：CN202010017549.7
申请日：2020-01-08
Applicant: 上海电力大学
Abstract: 本发明公开了一种汽轮机调节系统中功率对象模型的辨识方法，包括，在基本天牛须搜索算法中引入自适应因子和模拟退火的蒙特卡洛法则对局部搜索策略进行改进，得到改进的天牛须搜索算法；S采集火电厂汽轮机调节系统的实际运行数据，选取其中一段功率明显变化的数据段作为样本数据；利用改进的天牛须搜索算法通过样本数据对功率对象模型进行辨识，得到辨识结果。与现有技术相比，本发明引入模拟退火的蒙特卡洛法则来改进基本天牛须搜索算法，局部搜索的速度更快，能够有效地避免陷入局部最优，全局收敛速度更快，稳定性更好，整体的辨识效果更好，对提高火电机组的自动控制水平具有重要的现实意义。
-
公开(公告)号：CN111173573B
公开(公告)日：2022-07-19
申请号：CN202010017549.7
申请日：2020-01-08
Applicant: 上海电力大学
Abstract: 本发明公开了一种汽轮机调节系统中功率对象模型的辨识方法，包括，在基本天牛须搜索算法中引入自适应因子和模拟退火的蒙特卡洛法则对局部搜索策略进行改进，得到改进的天牛须搜索算法；S采集火电厂汽轮机调节系统的实际运行数据，选取其中一段功率明显变化的数据段作为样本数据；利用改进的天牛须搜索算法通过样本数据对功率对象模型进行辨识，得到辨识结果。与现有技术相比，本发明引入模拟退火的蒙特卡洛法则来改进基本天牛须搜索算法，局部搜索的速度更快，能够有效地避免陷入局部最优，全局收敛速度更快，稳定性更好，整体的辨识效果更好，对提高火电机组的自动控制水平具有重要的现实意义。
-
公开(公告)号：CN110597070B
公开(公告)日：2022-06-17
申请号：CN201910988671.6
申请日：2019-10-17
Applicant: 上海电力大学
IPC: G05B13/04
Abstract: 本发明涉及一种火电机组系统模型参数的辨识方法，引入自适应思想、柯西变异因子以及梯度指导交叉理论来改进基本粒子群算法，对建立的模型参数进行辨识，以实际运行数据与模型数据差值作为算法适应度函数值，对模型参数进行辨识优化，得到适合系统的模型，改进后的自适应柯西变异梯度指导交叉粒子群算法辨识得到的主汽门开度—功率模型、燃烧系统以及负荷系统输出拟合现场实际数据的效果较好，辨识得到的传函在结构上符合理论的分析，在参数上与机组的实际运行工相符况，具有较好的机组分析研究价值。
-
公开(公告)号：CN110597070A
公开(公告)日：2019-12-20
申请号：CN201910988671.6
申请日：2019-10-17
Applicant: 上海电力大学
IPC: G05B13/04
Abstract: 本发明涉及一种火电机组系统模型参数的辨识方法，引入自适应思想、柯西变异因子以及梯度指导交叉理论来改进基本粒子群算法，对建立的模型参数进行辨识，以实际运行数据与模型数据差值作为算法适应度函数值，对模型参数进行辨识优化，得到适合系统的模型，改进后的自适应柯西变异梯度指导交叉粒子群算法辨识得到的主汽门开度—功率模型、燃烧系统以及负荷系统输出拟合现场实际数据的效果较好，辨识得到的传函在结构上符合理论的分析，在参数上与机组的实际运行工相符况，具有较好的机组分析研究价值。
-
-
-
Search Results
4
records
(took 0.017 seconds)
