[發(fā)明專利]一種燃煤電站鍋爐過熱器模型參數(shù)辨識方法

有效

• 申請?zhí)枺?/td>: 201410056688.5
• 申請日: 2014-02-19
• 公開（公告）號: CN103793746A
• 公開（公告）日: 2014-05-14
• 發(fā)明（設(shè)計）人: 王景成;陳旭;史元浩;劉正峰;袁景淇;云濤;屠慶;徐青
• 申請（專利權(quán)）人: 上海交通大學(xué);上海工業(yè)自動化儀表研究院
• 主分類號: G06N3/02
• 分類號: G06N3/02;G06N3/08
• 代理公司: 上海旭誠知識產(chǎn)權(quán)代理有限公司 31220
• 代理人: 鄭立

1.一種燃煤電站鍋爐過熱器模型參數(shù)辨識方法，其特征在于，包括以下步驟：

a）建立鍋爐過熱器的非線性集總參數(shù)模型，確定已知參數(shù)和需要辨識的參數(shù)；

b）對步驟a）中所述已知參數(shù)依次進(jìn)行壞點(diǎn)處理和數(shù)據(jù)平滑處理，對處理后的已知參數(shù)建立已知參數(shù)實(shí)時數(shù)據(jù)庫；

c）對步驟b）中所述已知參數(shù)實(shí)時數(shù)據(jù)庫進(jìn)行n段劃分處理，建立n個不同負(fù)荷段的訓(xùn)練樣本數(shù)據(jù)庫，將每個負(fù)荷段的訓(xùn)練樣本數(shù)據(jù)庫按照負(fù)荷區(qū)間均勻的分為若干訓(xùn)練樣本子集，并對每個訓(xùn)練樣本子集中的參數(shù)進(jìn)行歸一化處理；

d）針對步驟c）中的每個所述訓(xùn)練樣本數(shù)據(jù)庫建立一個對應(yīng)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型，并使n個徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型并聯(lián)組成混合網(wǎng)絡(luò)；

e）提取當(dāng)前時刻過熱器系統(tǒng)的實(shí)際測量值，對徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行在線參數(shù)辨識，得到當(dāng)前時刻需要辨識的參數(shù)的數(shù)值；

f）每隔時間間隔t，對徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行更新處理，由新的混合網(wǎng)絡(luò)對需要辨識的參數(shù)進(jìn)行在線參數(shù)辨識。

2.如權(quán)利要求1所述的燃煤電站鍋爐過熱器模型參數(shù)辨識方法，其特征在于，所述步驟b）中，對所述已知參數(shù)進(jìn)行壞點(diǎn)處理是指：通過多項式滑動擬合方法來判斷壞點(diǎn)，并采用七點(diǎn)二階前推差分算式對壞點(diǎn)進(jìn)行剔除。

3.如權(quán)利要求1所述的燃煤電站鍋爐過熱器模型參數(shù)辨識方法，其特征在于，所述步驟b）中，對所述已知參數(shù)進(jìn)行數(shù)據(jù)平滑處理是采用七點(diǎn)加權(quán)濾波法實(shí)現(xiàn)。

4.如權(quán)利要求1所述的燃煤電站鍋爐過熱器模型參數(shù)辨識方法，其特征在于，所述步驟c）中，所述已知參數(shù)實(shí)時數(shù)據(jù)庫進(jìn)行n段劃分處理是指：確定分段個數(shù)為n，在保證每段數(shù)據(jù)庫個數(shù)相等或近似相等的情況下，將已知參數(shù)實(shí)時數(shù)據(jù)庫按照負(fù)荷大小分為n段，得到n個不同負(fù)荷段的訓(xùn)練樣本數(shù)據(jù)庫。

5.如權(quán)利要求1所述的燃煤電站鍋爐過熱器模型參數(shù)辨識方法，其特征在于，所述步驟c）中，所述歸一化處理是指：通過計算獲得訓(xùn)練樣本子集中的參數(shù)的歸一化值。

6.如權(quán)利要求1所述的燃煤電站鍋爐過熱器模型參數(shù)辨識方法，其特征在于，所述步驟d）中，所述建立一個對應(yīng)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型包括以下步驟：

第一步、確定徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的輸出量；

第二步、從所述鍋爐過熱器的非線性集總參數(shù)模型中查找與所述輸出量有關(guān)系的已知參數(shù)，選取徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的輸入量；

第三步、采用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法對所述輸入量和所述輸出量進(jìn)行訓(xùn)練，得到徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型。

7.如權(quán)利要求1所述的燃煤電站鍋爐過熱器模型參數(shù)辨識方法，其特征在于，所述步驟e）中，所述在線參數(shù)辨識是指：對當(dāng)前時刻的鍋爐過熱器的實(shí)際測量值依次進(jìn)行壞點(diǎn)處理、數(shù)據(jù)平滑處理和歸一化處理，并根據(jù)當(dāng)前負(fù)荷的大小將處理的實(shí)際測量值輸入相應(yīng)負(fù)荷段的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型中，從而得到當(dāng)前時刻需要辨識的參數(shù)的數(shù)值。

8.如權(quán)利要求1所述的燃煤電站鍋爐過熱器模型參數(shù)辨識方法，其特征在于，所述步驟f）中的所述更新處理，包括以下步驟：

第一步、將過去t時間內(nèi)的過熱器系統(tǒng)的實(shí)際測量數(shù)據(jù)依次進(jìn)行壞點(diǎn)處理、數(shù)據(jù)平滑處理和歸一化處理，得到過去t時間內(nèi)的處理后的實(shí)際測量數(shù)據(jù)；

第二步、根據(jù)過去t時間內(nèi)每一時刻的負(fù)荷，得到過去t時間內(nèi)每一時刻處理后的實(shí)際測量數(shù)據(jù)所屬的訓(xùn)練樣本數(shù)據(jù)庫，以及過去t時間內(nèi)每一時刻處理后的實(shí)際測量數(shù)據(jù)所屬的訓(xùn)練樣本數(shù)據(jù)子集；

第三步、將屬于同一訓(xùn)練樣本數(shù)據(jù)子集的處理后的實(shí)際測量數(shù)據(jù)按從前向后的順序，依次替換原有的樣本數(shù)據(jù)，得到更新后的訓(xùn)練樣本數(shù)據(jù)庫；

第四步、針對更新后的訓(xùn)練樣本數(shù)據(jù)庫建立一個對應(yīng)的新的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型。