[發(fā)明專利]一種基于多新息隨機梯度優(yōu)化的過熱汽溫預測方法

在審

• 申請?zhí)枺?/td>: 202010912383.5
• 申請日: 2020-09-03
• 公開（公告）號: CN112036088A
• 公開（公告）日: 2020-12-04
• 發(fā)明（設計）人: 蔣斌;葛浩;李來春;張劍飛;潘暉;熊偉
• 申請（專利權）人: 華能國際電力股份有限公司玉環(huán)電廠;上海電力大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F113/08;G06F119/08
• 代理公司: 上海科盛知識產(chǎn)權代理有限公司 31225
• 代理人: 楊宏泰

本發(fā)明涉及一種基于多新息隨機梯度優(yōu)化的過熱汽溫預測方法，包括以下步驟：1)按機組負荷劃分工況，并將各工況下機組正常運行時的末級過熱器入口汽溫和末級過熱器出口汽溫數(shù)據(jù)作為訓練樣本TX；2)對訓練樣本TX進行預處理，使其各變量的均值為0，得到輸入矩陣；3)構建過熱汽溫預測Hammerstein非線性辨識模型并確定需要辨識的模型參數(shù)；4)采用多新息隨機梯度辨識方法對需要辨識的模型參數(shù)進行辨識；5)將待預測末級過熱器入口汽溫數(shù)據(jù)輸入到參數(shù)辨識后的過熱汽溫預測Hammerstein非線性辨識模型中得到末級過熱器出口汽溫預測數(shù)據(jù)，完成過熱汽溫的預測。與現(xiàn)有技術相比，本發(fā)明具有預測精度高、適應于大慣性和高度非線性數(shù)據(jù)等優(yōu)點。

技術領域

本發(fā)明涉及發(fā)電機組運行控制技術領域，尤其是涉及一種基于多新息隨機梯度優(yōu)化的過熱汽溫預測方法。

背景技術

過熱汽溫是發(fā)電機組運行過程中非常重要的控制參數(shù)，其穩(wěn)定性對機組安全經(jīng)濟運行有著重要影響。當前燃煤機組向著高參數(shù)、大容量方向發(fā)展，過熱汽溫的大慣性和高度非線性等特征愈加明顯，增加了過熱汽溫的控制難度，傳統(tǒng)的串級 PID往往不能很好的對汽溫進行控制，因此需要一種考慮過熱汽溫的大慣性和高度非線性特征的過熱汽溫預測方法。

而且，目前主要的參數(shù)估計方法包括基于智能優(yōu)化算法的辨識方法、基于輔助模型的辨識方法以及基于隨機梯度的辨識方法等，但是在過熱汽溫預測中，智能優(yōu)化算法收斂速度慢，容易陷入局部最優(yōu)解，導致辨識得到的參數(shù)不夠精確，隨機梯度算法利用梯度搜索原理進行參數(shù)估計，但是計算量小，但是收斂速度慢，針對上述問題，也需要提高預測模型的辨識速度和精度。

發(fā)明內容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術存在的缺陷而提供一種基于多新息隨機梯度優(yōu)化的過熱汽溫預測方法。

本發(fā)明的目的可以通過以下技術方案來實現(xiàn)：

一種基于多新息隨機梯度優(yōu)化的過熱汽溫預測方法，包括以下步驟：

1)按機組負荷劃分工況，并將各工況下機組正常運行時的末級過熱器入口汽溫和末級過熱器出口汽溫數(shù)據(jù)作為訓練樣本TX；

2)對訓練樣本TX進行預處理，使其各變量的均值為0，得到輸入矩陣X∈R^N×n (即用以訓練過熱汽溫預測Hammerstein非線性辨識模型的輸入u(t)和輸出y(t))；

3)構建過熱汽溫預測Hammerstein非線性辨識模型并確定需要辨識的模型參數(shù)；

4)采用多新息隨機梯度辨識方法對需要辨識的模型參數(shù)進行辨識；

5)將待預測末級過熱器入口汽溫數(shù)據(jù)輸入到參數(shù)辨識后的過熱汽溫預測Hammerstein非線性辨識模型中得到末級過熱器出口汽溫預測數(shù)據(jù)，完成過熱汽溫的預測。

所述的步驟1)中，選擇滿負荷的20％作為負荷段選取原則，從滿負荷的45％～100％區(qū)間內確定3個典型工況，并獲取對應工況下的末級過熱器入口汽溫和末級過熱器出口汽溫數(shù)據(jù)。

所述的步驟2)具體包括以下步驟：

21)計算訓練樣本的均值則有：

其中，TX_i為訓練樣本中的第i個樣本數(shù)值，N為樣本數(shù)值總數(shù)；

22)進行零均值化處理，則有：

所述的步驟3)中，過熱汽溫預測Hammerstein非線性辨識模型的數(shù)據(jù)處理過程為：

31)將末級過熱器入口汽溫作為模型輸入u(t)經(jīng)非線性子模塊變換后得到線性子模塊的輸入

32)將線性子模塊的輸入經(jīng)線性子模塊變換生成中間變量x(t)；