[發明專利]汽輪機調節系統參數智能辨識方法

無效

• 申請號: 201210478891.2
• 申請日: 2012-11-22
• 公開（公告）號: CN102968060A
• 公開（公告）日: 2013-03-13
• 發明（設計）人: 朱曉星;盛鍇;劉武林;尋新
• 申請（專利權）人: 湖南省電力公司科學研究院;湖南省湘電試驗研究院有限公司;國家電網公司
• 主分類號: G05B17/02
• 分類號: G05B17/02
• 代理公司: 長沙正奇專利事務所有限責任公司 43113
• 代理人: 陳立武

技術領域

本發明屬于汽輪機建模技術領域，具體涉及一種汽輪機調節系統參數智能辨識方法。

背景技術

對汽輪機調節系統實施參數辨識，可以獲得汽輪機調節系統模型各環節的參數，從而建立對應模型，對電網的穩定性分析計算具有重要意義。

傳統的汽輪機調節系統參數辨識方法，是人工手動進行辨識，由于參數辨識過程計算量很大，人工辨識存在較大的不確定性，因此，不同的辨識人員對同一試驗數據進行辨識，可能得到的是完全不一樣的參數結果，這樣的情形非常不利于建立準確的汽輪機調速系統模型；近年來，出現了采用遺傳算法或微粒群算法，或采用神經網絡算法對汽輪機調節系統參數進行計算機辨識的，但在同一時間內只能選擇其中一種算法進行辨識，因此，辨識結果缺乏對比，準確性不高，不利于電網穩定性分析計算。

發明內容

本發明要解決的技術問題是，針對現有技術存在的缺陷，提供一種汽輪機調節系統參數智能辨識方法。使用該方法可提高汽輪機調節系統參數辨識的效率和準確度。

本發明的技術解決方案是，所提供的上述汽輪機調節系統參數智能辨識方法包括下述步驟：

(1)、數據去噪處理：由于現場試驗環境、數據采樣裝置質量以及電磁干擾等諸多因素的影響，用于汽輪機調節系統參數辨識的實測數據絕大部分都是夾雜了噪聲的、非平穩信號生成的數據，因此需要去噪處理才能用于參數辨識。具體來說就是配置MATLAB軟件，該MATLAB軟件具備小波去噪功能及最小二乘法函數、單純形法函數、遺傳算法函數、模擬退火算法函數、微粒群算法函數，現場進行汽輪機調節系統參數試驗，獲得將用于參數辨識的汽輪機調節系統參數試驗數據。然后使用常規方法，通過所述MATLAB軟件的小波去噪功能，對用于參數辨識的汽輪機調節系統參數試驗數據進行去噪處理；

(2)、用最小二乘法進行參數辨識：使用常規方法，通過步驟(1)所配置MATLAB軟件的最小二乘法函數，對步驟(1)所得經過去噪處理的汽輪機調節系統參數試驗數據進行參數辨識，得到辨識結果數據值；

(3)、用單純形法進行參數辨識：使用常規方法，通過步驟(1)所配置MATLAB軟件的單純形法函數，對步驟(1)所得經過去噪處理的汽輪機調節系統參數試驗數據進行參數辨識，得到辨識結果數據值；

(4)、用遺傳算法進行參數辨識：使用常規方法，通過步驟(1)所配置MATLAB軟件的遺傳算法函數，對步驟(1)所得經過去噪處理的汽輪機調節系統參數試驗數據進行參數辨識，得到辨識結果數據值；

(5)、用模擬退火算法進行參數辨識：使用常規方法，通過步驟(1)所配置MATLAB軟件的模擬退火算法函數，對步驟(1)所得經過去噪處理的汽輪機調節系統參數試驗數據進行參數辨識，得到辨識結果數據值；

(6)、用微粒群算法進行參數辨識：使用常規方法，通過步驟(1)所配置MATLAB軟件的微粒群算法函數，對步驟(1)所得經過去噪處理的汽輪機調節系統參數試驗數據進行參數辨識，得到辨識結果數據值；

(7)、辨識結果智能選出：從上述步驟(2)～(6)分別所得的辨識結果數據值中，刪除其中的最大值和最小值，所余三個辨識結果數據值，計算其平均值，以及該所余三個辨識結果數據值分別與所獲平均值的差值。若所得三個差值都小于或等于所述平均值的10%，則該所余三個辨識結果數據值均是合理的辨識結果數據值，取該平均值作為最終辨識結果數據值；若所得三個差值中有任何一個差值大于平均值的10%，則該所余三個辨識結果數據值中存在至少一個不合理的辨識結果數據值，取該所余三個辨識結果數據值的中間值作為最終辨識結果數據值。

本發明的技術核心是：對用于汽輪機調節系統參數辨識的試驗數據進行小波去噪，繼而采用多種計算方法分別對去噪后的數據實施參數辨識，最后對辨識結果進行智能選出，從而提高了汽輪機調節系統參數辨識的效率和準確度。

本發明的有益效果是：使用本方法對汽輪機調節系統實施參數辨識，提高了汽輪機調節系統參數辨識的效率和準確度，十分有利于電網的穩定性分析計算。

具體實施方式

實施例1：