CN102968060A - 汽轮机调节系统参数智能辨识方法 - Google Patents
汽轮机调节系统参数智能辨识方法 Download PDFInfo
- Publication number
- CN102968060A CN102968060A CN2012104788912A CN201210478891A CN102968060A CN 102968060 A CN102968060 A CN 102968060A CN 2012104788912 A CN2012104788912 A CN 2012104788912A CN 201210478891 A CN201210478891 A CN 201210478891A CN 102968060 A CN102968060 A CN 102968060A
- Authority
- CN
- China
- Prior art keywords
- identification
- identification result
- result data
- control system
- data value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明介绍了一种汽轮机调节系统参数智能辨识方法,该方法包括下述步骤:(1)数据去噪处理;(2)用最小二乘法进行参数辨识;(3)用单纯形法进行参数辨识;(4)用遗传算法进行参数辨识;(5)用模拟退火算法进行参数辨识;(6)用微粒群算法进行参数辨识;(7)辨识结果智能选出。本发明对用于汽轮机调节系统参数辨识的试验数据进行小波去噪,继而采用多种计算方法分别对去噪后的数据实施参数辨识,最后对辨识结果进行智能选出,从而提高了汽轮机调节系统参数辨识的效率和准确度。十分有利于电网的稳定性分析计算。
Description
技术领域
本发明属于汽轮机建模技术领域,具体涉及一种汽轮机调节系统参数智能辨识方法。
背景技术
对汽轮机调节系统实施参数辨识,可以获得汽轮机调节系统模型各环节的参数,从而建立对应模型,对电网的稳定性分析计算具有重要意义。
传统的汽轮机调节系统参数辨识方法,是人工手动进行辨识,由于参数辨识过程计算量很大,人工辨识存在较大的不确定性,因此,不同的辨识人员对同一试验数据进行辨识,可能得到的是完全不一样的参数结果,这样的情形非常不利于建立准确的汽轮机调速系统模型;近年来,出现了采用遗传算法或微粒群算法,或采用神经网络算法对汽轮机调节系统参数进行计算机辨识的,但在同一时间内只能选择其中一种算法进行辨识,因此,辨识结果缺乏对比,准确性不高,不利于电网稳定性分析计算。
发明内容
本发明要解决的技术问题是,针对现有技术存在的缺陷,提供一种汽轮机调节系统参数智能辨识方法。使用该方法可提高汽轮机调节系统参数辨识的效率和准确度。
本发明的技术解决方案是,所提供的上述汽轮机调节系统参数智能辨识方法包括下述步骤:
(1)、数据去噪处理:由于现场试验环境、数据采样装置质量以及电磁干扰等诸多因素的影响,用于汽轮机调节系统参数辨识的实测数据绝大部分都是夹杂了噪声的、非平稳信号生成的数据,因此需要去噪处理才能用于参数辨识。具体来说就是配置MATLAB软件,该MATLAB软件具备小波去噪功能及最小二乘法函数、单纯形法函数、遗传算法函数、模拟退火算法函数、微粒群算法函数,现场进行汽轮机调节系统参数试验,获得将用于参数辨识的汽轮机调节系统参数试验数据。然后使用常规方法,通过所述MATLAB软件的小波去噪功能,对用于参数辨识的汽轮机调节系统参数试验数据进行去噪处理;
(2)、用最小二乘法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB软件的最小二乘法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(3)、用单纯形法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB软件的单纯形法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(4)、用遗传算法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB软件的遗传算法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(5)、用模拟退火算法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB软件的模拟退火算法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(6)、用微粒群算法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB软件的微粒群算法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(7)、辨识结果智能选出:从上述步骤(2)~(6)分别所得的辨识结果数据值中,删除其中的最大值和最小值,所余三个辨识结果数据值,计算其平均值,以及该所余三个辨识结果数据值分别与所获平均值的差值。若所得三个差值都小于或等于所述平均值的10%,则该所余三个辨识结果数据值均是合理的辨识结果数据值,取该平均值作为最终辨识结果数据值;若所得三个差值中有任何一个差值大于平均值的10%,则该所余三个辨识结果数据值中存在至少一个不合理的辨识结果数据值,取该所余三个辨识结果数据值的中间值作为最终辨识结果数据值。
本发明的技术核心是:对用于汽轮机调节系统参数辨识的试验数据进行小波去噪,继而采用多种计算方法分别对去噪后的数据实施参数辨识,最后对辨识结果进行智能选出,从而提高了汽轮机调节系统参数辨识的效率和准确度。
本发明的有益效果是:使用本方法对汽轮机调节系统实施参数辨识,提高了汽轮机调节系统参数辨识的效率和准确度,十分有利于电网的稳定性分析计算。
具体实施方式
实施例1:
(1)、数据去噪处理:配置MATLAB R2009a软件,该MATLAB R2009a软件具备小波去噪功能及最小二乘法函数、单纯形法函数、遗传算法函数、模拟退火算法函数、微粒群算法函数,现场进行汽轮机调节系统参数试验,获得将用于参数辨识的汽轮机调节系统参数试验数据。然后使用常规方法,通过所述MATLAB R2009a软件的小波去噪功能,对用于参数辨识的汽轮机调节系统参数试验数据进行去噪处理;
(2)、用最小二乘法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB R2009a软件的最小二乘法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(3)、用单纯形法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB R2009a软件的单纯形法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(4)、用遗传算法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB R2009a软件的遗传算法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(5)、用模拟退火算法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB R2009a软件的模拟退火算法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(6)、用微粒群算法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB R2009a软件的微粒群算法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(7)、辨识结果智能选出:从上述步骤(2)~(6)分别所得的辨识结果数据值中,删除其中的最大值和最小值,所余三个辨识结果数据值,计算其平均值,以及该所余三个辨识结果数据值分别与所获平均值的差值。所得三个差值都小于或等于所述平均值的10%,则该所余三个辨识结果数据值均是合理的辨识结果数据值,取该平均值作为最终辨识结果数据值;
实施例2:
步骤(1)~(6)同实施例1;
(7)、辨识结果智能选出:从上述步骤(2)~(6)分别所得的辨识结果数据值中,删除其中的最大值和最小值,所余三个辨识结果数据值,计算其平均值,以及该所余三个辨识结果数据值分别与所获平均值的差值。所得三个差值中有任何一个差值大于平均值的10%,则该所余三个辨识结果数据值中存在至少一个不合理的辨识结果数据值,取该所余三个辨识结果数据值的中间值作为最终辨识结果数据值。
Claims (1)
1.一种汽轮机调节系统参数智能辨识方法,该方法包括下述步骤:
(1)、数据去噪处理:配置MATLAB软件,该MATLAB软件具备小波去噪功能及最小二乘法函数、单纯形法函数、遗传算法函数、模拟退火算法函数、微粒群算法函数,现场进行汽轮机调节系统参数试验,获得将用于参数辨识的汽轮机调节系统参数试验数据,然后使用常规方法,通过所述MATLAB软件的小波去噪功能,对用于参数辨识的汽轮机调节系统参数试验数据进行去噪处理;
(2)、用最小二乘法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB软件的最小二乘法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(3)、用单纯形法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB软件的单纯形法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(4)、用遗传算法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB软件的遗传算法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(5)、用模拟退火算法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB软件的模拟退火算法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(6)、用微粒群算法进行参数辨识:使用常规方法,通过步骤(1)所配置MATLAB软件的微粒群算法函数,对步骤(1)所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨识,得到辨识结果数据值;
(7)、辨识结果智能选出:从上述步骤(2)~(6)分别所得的辨识结果数据值中,删除其中的最大值和最小值,所余三个辨识结果数据值,计算其平均值,以及该所余三个辨识结果数据值分别与所获平均值的差值,若所得三个差值都小于或等于所述平均值的10%,则该所余三个辨识结果数据值均是合理的辨识结果数据值,取该平均值作为最终辨识结果数据值;若所得三个差值中有任何一个差值大于平均值的10%,则该所余三个辨识结果数据值中存在至少一个不合理的辨识结果数据值,取该所余三个辨识结果数据值的中间值作为最终辨识结果数据值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012104788912A CN102968060A (zh) | 2012-11-22 | 2012-11-22 | 汽轮机调节系统参数智能辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012104788912A CN102968060A (zh) | 2012-11-22 | 2012-11-22 | 汽轮机调节系统参数智能辨识方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102968060A true CN102968060A (zh) | 2013-03-13 |
Family
ID=47798251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012104788912A Pending CN102968060A (zh) | 2012-11-22 | 2012-11-22 | 汽轮机调节系统参数智能辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102968060A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103266923A (zh) * | 2013-05-10 | 2013-08-28 | 国家电网公司 | 从汽轮机执行机构参数实测数据中获取有效数据的方法 |
CN103744286A (zh) * | 2013-12-31 | 2014-04-23 | 广东电网公司电力科学研究院 | 一种火力发电系统的控制器的设计方法和装置 |
CN104199302A (zh) * | 2014-08-29 | 2014-12-10 | 国家电网公司 | 一种抽水蓄能机组调速系统建模系统及方法 |
CN108519770A (zh) * | 2018-04-27 | 2018-09-11 | 东北大学 | 一种浮选过程运行控制的实验平台 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101364109A (zh) * | 2008-09-28 | 2009-02-11 | 华北电力大学 | 基于实测的机网动态安全评估系统及方法 |
GB2460793A (en) * | 2007-04-19 | 2009-12-16 | Smith International | Neural net for use in drilling simulation |
CN102146812A (zh) * | 2010-02-09 | 2011-08-10 | 浙江省电力公司 | 电力系统原动机及其调速器实测建模方法 |
CN102628377A (zh) * | 2012-04-18 | 2012-08-08 | 陕西电力科学研究院 | 一种汽轮机组调速系统参数实测数据处理方法 |
-
2012
- 2012-11-22 CN CN2012104788912A patent/CN102968060A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2460793A (en) * | 2007-04-19 | 2009-12-16 | Smith International | Neural net for use in drilling simulation |
CN101364109A (zh) * | 2008-09-28 | 2009-02-11 | 华北电力大学 | 基于实测的机网动态安全评估系统及方法 |
CN102146812A (zh) * | 2010-02-09 | 2011-08-10 | 浙江省电力公司 | 电力系统原动机及其调速器实测建模方法 |
CN102628377A (zh) * | 2012-04-18 | 2012-08-08 | 陕西电力科学研究院 | 一种汽轮机组调速系统参数实测数据处理方法 |
Non-Patent Citations (1)
Title |
---|
高伟等: "汽轮发电机组调速系统参数辨识与仿真软件设计", 《发电设备》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103266923A (zh) * | 2013-05-10 | 2013-08-28 | 国家电网公司 | 从汽轮机执行机构参数实测数据中获取有效数据的方法 |
CN103744286A (zh) * | 2013-12-31 | 2014-04-23 | 广东电网公司电力科学研究院 | 一种火力发电系统的控制器的设计方法和装置 |
CN104199302A (zh) * | 2014-08-29 | 2014-12-10 | 国家电网公司 | 一种抽水蓄能机组调速系统建模系统及方法 |
CN104199302B (zh) * | 2014-08-29 | 2017-01-25 | 国家电网公司 | 一种抽水蓄能机组调速系统建模系统及方法 |
CN108519770A (zh) * | 2018-04-27 | 2018-09-11 | 东北大学 | 一种浮选过程运行控制的实验平台 |
CN108519770B (zh) * | 2018-04-27 | 2020-10-27 | 东北大学 | 一种浮选过程运行控制的实验平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104155580B (zh) | 一种关联分析与电力计算相结合的电压暂降源定位方法 | |
CN102968060A (zh) | 汽轮机调节系统参数智能辨识方法 | |
CN104182889B (zh) | 一种历史风电出力数据处理与波动辨识方法 | |
CN105675956B (zh) | 一种基于加窗插值短时傅里叶变换的电压闪变检测方法 | |
CN101650444A (zh) | 落雷密度统计方法 | |
CN103412296B (zh) | 无序激光点云数据中自动提取电力塔方法 | |
CN109840691A (zh) | 基于深度神经网络的非侵入式分项电量估计方法 | |
CN105279565A (zh) | 一种闪电预警方法和系统 | |
CN109698521A (zh) | 一种基于实测数据的光伏逆变器的低穿特性辨识方法 | |
CN112149905A (zh) | 一种基于小波变换和小波神经网络的光伏电站短期功率预测方法 | |
CN102608415B (zh) | 基于加权双拟合的软件频率跟踪算法 | |
CN106443253A (zh) | 一种基于pmu数据的输电线路参数辨识方法 | |
CN108776438A (zh) | 含电力弹簧的微电网系统硬件在环实时仿真平台 | |
CN108197381B (zh) | 基于寻优空间形态分析的参数辨识方法 | |
Zhao et al. | Super short term combined power prediction for wind power hydrogen production | |
CN103439569B (zh) | 一种宽范围量程自适应电压质量监测方法 | |
CN105069230A (zh) | 一种液压挖掘机动臂协同优化方法 | |
CN103065049A (zh) | 一种基于coif5小波实时分解的风电功率实时预测计算方法 | |
CN105631066A (zh) | 一种基于模态试验结果的有限元三维模型模态调整方法 | |
CN103809020B (zh) | 互联电网低频振荡频率和阻尼估计值联合置信区间的确定方法 | |
CN103631991B (zh) | 原动机调速系统参数辨识系统及方法 | |
CN106897481B (zh) | 利用空间多点功率预测特征的风功率集成预测方法及装置 | |
CN111723521B (zh) | 基于gan网络的有限口径数据恢复为全口径数据的方法 | |
CN111130098B (zh) | 一种含分布式电源配电网系统风险评估方法 | |
CN104636630B (zh) | 一种基于均值滤波和等梯度的热电厂蒸汽压力滤波方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130313 |