[發明專利]基于自適應容積卡爾曼濾波的除氧器數字孿生模型數據校正方法及系統

在審

• 申請號: 202110027193.X
• 申請日: 2021-01-09
• 公開（公告）號: CN112632802A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 蔡遠利;高鑫
• 申請（專利權）人: 西安交通大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/11;G06F119/10
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 范巍

1.一種基于自適應容積卡爾曼濾波的除氧器數字孿生模型數據校正方法，其特征在于，包括以下步驟：

步驟1，建立基于機理的除氧器數字孿生模型；

步驟2，采集獲取除氧器的實際工況數據，對實際工況數據進行辨識得到所述除氧器數字孿生模型的模型參數；

步驟3，結合步驟1獲得的除氧器數字孿生模型建立自適應容積卡爾曼濾波觀測器；將步驟2獲得的模型參數，以及除氧器實際測量數據輸入自適應容積卡爾曼濾波觀測器，利用自適應容積卡爾曼濾波器對孿生模型進行數據校準；循環求解得到模型輸出數據，完成除氧器數字孿生模型數據校正；其中，循環求解時利用Sage-Husa估值器對過程噪聲和量測噪聲進行估計和修正。

2.根據權利要求1所述的一種基于自適應容積卡爾曼濾波的除氧器數字孿生模型數據校正方法，其特征在于，步驟1中，所述建立基于機理的除氧器數字孿生模型的具體步驟包括：

基于能量守恒定律及質量守恒定律，獲得除氧器凝汽側密度方程，表達式為：

式中，W_nj為汽側凝結汽量、W_gs為除氧器給水量、H_cs為除氧器水箱內水焓、H_gs為除氧器給水焓、H_ed為汽輪機抽汽焓、H_cb為汽側飽和蒸汽焓值、H_ss為高加疏水焓、W_ed為汽輪機抽汽量、ρ_q為除氧器內飽和蒸汽密度、V為除氧器內氣體空間體積；

將除氧器里的蒸汽狀態看作飽和狀態，利用蒸汽的熱力學特性使用插值法更新數據，表達式為：

W_ed＝A*(P_ed-P_s)；

基于質量守恒定律計算除氧器水側水位，表達式為：

式中，W_sc為除氧器輸出水流量，T_q為除氧器內飽和蒸汽溫度，L為除氧器內水箱水位，S為除氧器水箱截面積，A為抽汽口面積，P_ed為汽輪機向除氧器供汽的抽汽口壓力，P_s為除氧器工作壓力；

獲得除氧器離散化的狀態方程和量測方程，表達式分別為：

其中，t為系統采樣周期，W_1,k,W_2,k為系統的過程噪聲，V_1,k，V_2,k分別為除氧器壓力，水位的量測噪聲。

3.根據權利要求2所述的一種基于自適應容積卡爾曼濾波的除氧器數字孿生模型數據校正方法，其特征在于，步驟2中，模型參數包括：除氧器汽氣空間體積V、抽汽口面積A以及除氧器水箱截面積S。

4.根據權利要求2所述的一種基于自適應容積卡爾曼濾波的除氧器數字孿生模型數據校正方法，其特征在于，步驟3中，所述利用自適應容積卡爾曼濾波器對孿生模型進行數據校準的具體步驟包括：

步驟3.1，自適應容積卡爾曼濾波算法初始化，包括：初始化濾波器參數X₀、P₀、Q及R；其中，X₀為狀態變量的初始值，P₀表示估計方差，Q表示過程噪聲，R表示測量噪聲；

步驟3.2，自適應容積卡爾曼濾波算法的時間更新，獲得狀態量預測值及誤差協方差預測值；

步驟3.3，自適應容積卡爾曼濾波算法的測量更新，包括：基于狀態量預測值及誤差協方差預測值進行計算，獲得容積點；對容積點進行傳播，獲得傳播結果；基于傳播結果，計算獲得量測預測值；基于量測預測值，計算獲得測量誤差協方差和互協方差；基于測量誤差協方差和互協方差，計算獲得卡爾曼濾波增益；基于卡爾曼濾波增益，對狀態變量和狀態估計誤差協方差陣進行更新；基于更新后的狀態變量和狀態估計誤差協方差陣，重復循環執行步驟3.2至步驟3.3，滿足預設終止條件時停止循環；其中，更新狀態變量和狀態估計誤差協方差陣還包括：利用Sage-Husa估值器對過程噪聲協方差進行估計以及利用Sage-Husa估值器對量測噪聲協方差進行估計。