[發(fā)明專(zhuān)利]一種火電機(jī)組仿真模型參數(shù)實(shí)時(shí)校正方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710076616.0
• 申請(qǐng)日: 2017-02-13
• 公開(kāi)（公告）號(hào): CN106842929A
• 公開(kāi)（公告）日: 2017-06-13
• 發(fā)明（設(shè)計(jì)）人: 陸海;蘇適;嚴(yán)玉廷;楊洋;楊家全
• 申請(qǐng)（專(zhuān)利權(quán)）人: 云南電網(wǎng)有限責(zé)任公司電力科學(xué)研究院
• 主分類(lèi)號(hào): G05B13/04
• 分類(lèi)號(hào): G05B13/04
• 代理公司: 北京弘權(quán)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)11363
• 代理人: 逯長(zhǎng)明,許偉群

技術(shù)領(lǐng)域

本發(fā)明涉及火電機(jī)組自動(dòng)控制技術(shù)領(lǐng)域，具體涉及一種火電機(jī)組仿真模型參數(shù)實(shí)時(shí)校正方法。

背景技術(shù)

對(duì)于時(shí)變系統(tǒng)，越新的數(shù)據(jù)越能反映當(dāng)前系統(tǒng)的特性，也就越應(yīng)對(duì)模型當(dāng)前的參數(shù)估計(jì)起到更大的作用。火電機(jī)組仿真模型均是基于短期運(yùn)行的數(shù)據(jù)通過(guò)系統(tǒng)辨識(shí)方法建立與數(shù)據(jù)擬合得出的固定動(dòng)態(tài)模型。而火電機(jī)組在實(shí)際運(yùn)行過(guò)程中，其動(dòng)態(tài)特性會(huì)隨著機(jī)組的運(yùn)行中煤種的變化、設(shè)備的磨損與老化等原因?qū)е聶C(jī)組特性變化，從而機(jī)組靜態(tài)特性與動(dòng)態(tài)特性與之前建立的動(dòng)態(tài)模型產(chǎn)生差異。

為解決上述問(wèn)題，需要采用在線(xiàn)自適應(yīng)模型實(shí)時(shí)校正模型參數(shù)，使其適應(yīng)運(yùn)行中機(jī)組特性的變化，目前常用的在線(xiàn)自適應(yīng)模型主要基于傳統(tǒng)遞推最小二乘法，但在傳統(tǒng)遞推最小二乘算法中，所有實(shí)測(cè)數(shù)據(jù)對(duì)模型參數(shù)的估計(jì)作用相同，即每步預(yù)測(cè)誤差在模型系數(shù)的估計(jì)中重要程度相同。如果系統(tǒng)是線(xiàn)性定常的，那么這種處理方式是合理的，但由于火電機(jī)組單變量系統(tǒng)大多是非線(xiàn)性、時(shí)變系統(tǒng)，用這種方法就估算不出真正能反映系統(tǒng)特性的參數(shù)值。

發(fā)明內(nèi)容

本申請(qǐng)的目的是為了解決上述由于火電機(jī)組單變量系統(tǒng)大多是非線(xiàn)性、時(shí)變系統(tǒng)，用傳統(tǒng)遞推最小二乘法估算不出真正能反映系統(tǒng)特性的參數(shù)值的問(wèn)題。

為此，本發(fā)明實(shí)施例提供了如下技術(shù)方案：一種火電機(jī)組仿真模型參數(shù)實(shí)時(shí)校正方法，所述火電機(jī)組仿真模型中單變量系統(tǒng)需采用自回歸模型；所述校正方法包括如下步驟：

采用批處理最小二乘法計(jì)算初始值；

將限定記憶遞推最小二乘法與滑動(dòng)窗口思想結(jié)合，加入衰減因子與記憶長(zhǎng)度。

可選地，所述自回歸模型包括二階自回歸模型。

可選地，所述二階自回歸模型計(jì)算公式如下：

z_k+1＝a₁z_k+a₂z_k-1+b₁u_k+b₂u_k-1+c式一；

式中，z_k-1，z_k，z_k+1分別為k-1，k與k+1時(shí)刻系統(tǒng)輸出值；u_k-1，u_k分別為k-1與k時(shí)刻系統(tǒng)輸入值；該模型結(jié)構(gòu)中被校正的參數(shù)向量即為T(mén)為向量的轉(zhuǎn)置。

可選地，所述批處理最小二乘法計(jì)算公式如下：

式中，為被校正參數(shù)向量的初始估計(jì)值；h_m為模型輸入向量；z_m為模型輸出向量；P₀為初始誤差協(xié)方差陣。

可選地，所述將限定記憶遞推最小二乘法與滑動(dòng)窗口思想結(jié)合，新參數(shù)計(jì)算包括以下步驟：

當(dāng)采集數(shù)據(jù)步數(shù)小于等于記憶長(zhǎng)度N時(shí)，按基本的遞推最小二乘算法進(jìn)行模型參數(shù)計(jì)算；

當(dāng)采集數(shù)據(jù)步數(shù)大于記憶長(zhǎng)度N時(shí)，按下列公式進(jìn)行計(jì)算：

式中，μ為限定記憶因子；為修正后的第m+1步誤差協(xié)方差陣；h₁為記憶長(zhǎng)度N內(nèi)起始輸入向量；輸出量校正項(xiàng)起始輸出量消除記憶項(xiàng)

可選地，所述遞推最小二乘算法計(jì)算公式如下：

式中，與分別為利用m與m+1時(shí)刻數(shù)據(jù)計(jì)算出的被校正參數(shù)向量；K_m+1為第m+1步增益陣；z_m+1為模型m+1時(shí)刻輸出向量；h_m+1為模型m+1時(shí)刻新的輸入向量，P_m，P_m+1為第m步與第m+1步誤差協(xié)方差陣。

本發(fā)明實(shí)施例提供的技術(shù)方案包括以下有益效果：本申請(qǐng)由于該方法將限定記憶遞推最小二乘法與滑動(dòng)窗口思想結(jié)合，同時(shí)加入衰減因子與記憶長(zhǎng)度，一方面實(shí)現(xiàn)了新數(shù)據(jù)對(duì)參數(shù)估計(jì)更重要的特點(diǎn)，同時(shí)也能夠完全消除老舊數(shù)據(jù)的影響，利用該算法可以顯著提高火電機(jī)組在線(xiàn)仿真模型的精度，從而使仿真結(jié)果更加貼近實(shí)際運(yùn)行情況。

具體實(shí)施方式

此處被并入說(shuō)明書(shū)中并構(gòu)成本說(shuō)明書(shū)的一部分，示出了符合本申請(qǐng)的實(shí)施例，并與說(shuō)明書(shū)一起用于解釋本申請(qǐng)的原理。

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)進(jìn)行介紹，顯而易見(jiàn)地，對(duì)于本領(lǐng)域普通技術(shù)人員而言，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些內(nèi)容獲得其他的方法。