CN104517034B - 火电机组回路通道模型辨识方法和系统 - Google Patents
火电机组回路通道模型辨识方法和系统 Download PDFInfo
- Publication number
- CN104517034B CN104517034B CN201410798840.7A CN201410798840A CN104517034B CN 104517034 B CN104517034 B CN 104517034B CN 201410798840 A CN201410798840 A CN 201410798840A CN 104517034 B CN104517034 B CN 104517034B
- Authority
- CN
- China
- Prior art keywords
- return passage
- generating unit
- power generating
- fired power
- line segment
- 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.)
- Active
Links
Abstract
本发明提供一种火电机组回路通道模型辨识方法和系统，上述火电机组回路通道模型辨识方法和系统，通过分别对火电机组回路通道的输入数据和输出数据进行预处理，对预处理后的输入数据和输出数据分别进行直线拟合，并对拟合后的直线分割为相应的线段，根据所述线段的斜率以及各线段的相邻的线段头和线段尾组成的线段的斜率识别信号模型，进一步辨识火电机组回路通道的模型，为控制火电机组的控制系统优化设计与调试维护提供先进的建模工具。无需获取再次切线、两点、半对数等中间量，简化了辨识火电机组回路通道的辨识过程，提高了辨识方法的实用性。
Description
技术领域
本发明涉及电力技术领域，特别是涉及一种火电机组回路通道模型辨识方法和系统。
背景技术
发电过程是电力系统的重要组成部分，提高发电过程的运行控制水平是保证电力系统安全、稳定、经济、环保运行的根本途径，而掌握发电机组运行特性、获得高质量的数学模型是实现机组高性能运行控制的基础。对控制系统的数学模型的辨识，影响着控制系统设计、整定和性能指标的评价。传统试验建模中，应用开环扰动试验数据及相关辨识方法求取被控对象传递函数，虽然实现简单，但存在对建模条件要求高、系统复杂时建模周期长、模型对工况与时间适应性差等缺点。若不定期控制参数的优化和维护，控制系统的性能会随时间而降低，从而导致工厂设备的减弱的控制效果，使得电厂效率降低。
当前，分散控制系统(DCS)与监控信息系统(SIS)已实现了生产过程的数字化，使运行数据长期保存。如何从这些海量运行数据中获得机组特性信息，在不对控制系统增加额外扰动的情况下获得一定精度的机组模型，建立被控对象的数学模型，已成为系统辨识领域研究开发的热点问题之一。
针对火电机组回路通道数学模型的辨识，是对回路通道的输入输出曲线的一种具有一定准则的近似，传统方法，比如切线、两点、半对数等方法的计算通常对现场条件和测试参数的要求较苛刻，实用性较差。
发明内容
基于此，有必要针对火电机组回路通道数学模型的辨识过程中，传统方法计算通常对现场条件和测试参数的要求较苛刻，实用性较差的技术问题，提供一种火电机组回路通道模型辨识方法和系统。
一种火电机组回路通道模型辨识方法，包括如下步骤：
获取火电机组回路通道的输入数据和输出数据，并对所述输入数据和输出数据进行预处理，去除误差较大的输入数据和输出数据；
对预处理后的输入数据和输出数据分别进行直线拟合，并对拟合后的直线分割为相应的线段；
分别获取所述线段的斜率以及各线段的相邻的线段头和线段尾组成的线段的斜率，根据所述斜率判定该线段对应的火电机组回路通道所处状态；
根据火电机组回路通道所处状态对火电机组回路通道对应的信号进行连续信号或者阶跃信号的判断，当所述信号为阶跃信号时，根据火电机组回路通道的输入数据和输出数据辨识火电机组回路通道的模型。
一种火电机组回路通道模型辨识系统，包括：
预处理模块，用于获取火电机组回路通道的输入数据和输出数据，并对所述输入数据和输出数据进行预处理，去除误差较大的输入数据和输出数据；
拟合模块，用于对预处理后的输入数据和输出数据分别进行直线拟合，并对拟合后的直线分割为相应的线段；
判定模块，用于分别获取所述线段的斜率以及各线段的相邻的线段头和线段尾组成的线段的斜率，根据所述斜率判定该线段对应的火电机组回路通道所处状态；
辨识模块，用于根据火电机组回路通道所处状态对火电机组回路通道对应的信号进行连续信号或者阶跃信号的判断，当所述信号为阶跃信号时，根据火电机组回路通道的输入数据和输出数据辨识火电机组回路通道的模型。
上述火电机组回路通道模型辨识方法和系统，通过分别对火电机组回路通道的输入数据和输出数据进行预处理，对预处理后的输入数据和输出数据分别进行直线拟合，并对拟合后的直线分割为相应的线段，根据所述线段的斜率以及各线段的相邻的线段头和线段尾组成的线段的斜率识别信号模型，进一步辨识火电机组回路通道的模型，为控制火电机组的控制系统优化设计与调试维护提供先进的建模工具。无需获取再次切线、两点、半对数等中间量，简化了辨识火电机组回路通道的辨识过程，提高了辨识方法的实用性。
附图说明
图1为一个实施例的火电机组回路通道模型辨识方法流程图；
图2为一个实施例的预处理方法流程图；
图3为一个实施例的直线分割方法流程图；
图4为一个实施例的状态判定方法流程图；
图5为一个实施例的斜率关系示意图；
图6为一个实施例的连续关系或者非连续关系以及相关关系的分支结构示意图；
图7为一个实施例的辨识方法流程图；
图8为一个实施例的火电机组回路通道模型辨识系统结构示意图；
图9为一个实施例的预处理模块结构示意图；
图10为一个实施例的拟合模块结构示意图；
图11为一个实施例的判定模块结构示意图；
图12为一个实施例的辨识模块结构示意图。
具体实施方式
下面结合附图对本发明的提供的火电机组回路通道模型辨识方法和系统的具体实施方式作详细描述。
参考图1，图1所示为一个实施例的火电机组回路通道模型辨识方法流程图，包括如下步骤：
S10，获取火电机组回路通道的输入数据和输出数据，并对所述输入数据和输出数据进行预处理，去除误差较大的输入数据和输出数据；
上述步骤S10中，首先获取火电机组回路通道的输入数据和输出数据，并对所述输入数据和输出数据进行预处理，去除误差较大的输入数据和输出数据，可以使后续的火电机组回路通道模型辨识过程中所使用的输入或者输出数据更加准确，也可以提高辨识结果的准确性。
S20，对预处理后的输入数据和输出数据分别进行直线拟合，并对拟合后的直线分割为相应的线段；
上述步骤S20中，根据预处理后的输入数据和输出数据进行相关处理得到的直线和线段能够比较准确的反应火电机组回路通道的相关状态。
S30，分别获取所述线段的斜率以及各线段的相邻的线段头和线段尾组成的线段的斜率，根据所述斜率判定该线段对应的火电机组回路通道所处状态；
上述步骤S30中，根据各线段的斜率以及相邻线段头和线段尾组成的线段的斜率，可以判断相邻线段的关系为联系或者阶跃状态，进一步可以判定线段对应的火电机组回路通道所处状态。
S40，根据火电机组回路通道所处状态对火电机组回路通道对应的信号进行连续信号或者阶跃信号的判断，当所述信号为阶跃信号时，根据火电机组回路通道的输入数据和输出数据辨识火电机组回路通道的模型。
本实施例提供的火电机组回路通道模型辨识方法，通过分别对火电机组回路通道的输入数据和输出数据进行预处理，对预处理后的输入数据和输出数据分别进行直线拟合，并对拟合后的直线分割为相应的线段，根据所述线段的斜率以及各线段的相邻的线段头和线段尾组成的线段的斜率识别信号模型，进一步辨识火电机组回路通道的模型，为控制火电机组的控制系统优化设计与调试维护提供先进的建模工具。无需获取再次切线、两点、半对数等中间量，简化了辨识火电机组回路通道的辨识过程，提高了辨识方法的实用性。
参考图2，图2所示为一个实施例的预处理方法流程图，如图2所示，上述步骤S10可以包括：
S11，获取火电机组回路通道的输入数据和输出数据；
S12，将所述输入数据和输出数据存入预设数组中；
S13，将所述预设数组的输入数据和输出数据的格式进行转换，使其满足armax(自回归移动平均)模型辨识要求；
S14，分别比较所述数组包含的输入数据和输出数据的数值大小，得到输入数据和输出数据的变化趋势，根据所述变化趋势去除数组中误差较大的输入数据和输出数据。
由于火电机组回路通道的输入数据和输出数据容易受外界干扰产生误差，本实施例提供的预处理方法先将所述输入数据和输出数据存入预设数组中，进行格式转换，使其转换为满足armax模型辨识要求的格式，有利于针对输入数据和输出数据的相关处理；再进行比较分析，去除数组中误差较大的输入数据和输出数据可以提高后续辨识过程中的准确度。
参考图3，图3所示为一个实施例的直线分割方法流程图，如图示，上述步骤S20可以包括：
S21，分别计算预处理后的输入数据和输出数据的和方差；
S22，对预处理后的输入数据和输出数据分别进行直线拟合；
S23，根据拟合后的直线确定和方差门限值s1，s2；
S24，根据所述和方差以及和方差门限值s1，s2判断拟合后的直线是否合法；
S25，若是，对所述直线分割为相应的线段；
S26，若否，返回执行对预处理后的输入数据和输出数据分别进行直线拟合的步骤。
上述实施例提供的直线分割方法，首先对预处理后的输入数据和输出数据分别进行直线拟合，确定拟合后的直线的和方差门限值s1，s2，通过判断和方差以及和方差门限值的关系判断拟合后的直线是否合法，比如和方差在和方差门限值s1，s2的范围内，可以判定该直线合法；和方差在和方差门限值s1，s2的范围外，可以判定该直线不合法；根据上述判断结果，对合法的直线进行分割，用于后续的辨识过程；若直线不合法，说明直线拟合结果不够准确，需要重新拟合，以保证拟合的直线的准确性，进一步保障了辨识结果的准确性。
参考图4，图4所示为一个实施例的状态判定方法流程图，如图示，上述步骤S30可以包括：
S31，分别获取各线段的斜率，并计算当前线段头与相邻线段尾组成的线段的斜率；
S32，根据各线段的斜率以及当前线段头与相邻线段尾组成的线段的斜率判断各线段的连续关系；
S33，根据所述连续关系判断所述线段处于稳态或者阶跃状态；
S34，根据所述稳态或者阶跃状态判断火电机组回路通道所处状态。
上述实施例提供的状态判定方法首先分别获取各线段的斜率，并计算当前线段头与相邻线段尾组成的线段的斜率，根据各线段的斜率以及当前线段头与相邻线段尾组成的线段的斜率判断各线段的连续关系；其中，具体可以计算三个斜率：当前线段头与向前相邻线段尾之间的斜率(间断斜率)、当前线段尾与向前相邻线段尾之间的斜率(总斜率)、当前线段的斜率(本段斜率)，并与其相应的和方差门限值作比较可准确的判定本段数据所处运行状态，这为火电机组回路通道的模型辨识提供了很好的基础。上述三个斜率：当前线段头与向前相邻线段尾之间的斜率(间断斜率)、当前线段尾与向前相邻线段尾之间的斜率(总斜率)、当前线段的斜率(本段斜率)可以如图5所示，图5示出了分割后的第i段线段以及第i-1段线段；其中，时刻t0(i-1)表示第i-1段线段的线段尾所处的时刻，时刻te(i-1)表示第i-1段线段的线段头所处的时刻；时刻t0(i)表示第i段线段的线段尾所处的时刻，时刻te(i)表示第i段线段的线段头所处的时刻。
通过各斜率的分析比较就可判断该段数据与前段数据是连续关系或者非连续关系。非连续关系意味着：此时段所处的状态为动态，阶跃段、瞬变段其中之一，连续则意味着当前段为稳态段、渐增段或者渐减段中某一种；用总斜率与其门限值作比可以判断是否为稳态，非稳态时总斜率的符号可以判增减；用本段斜率与其门限值作比可以判断是否为阶跃状态。上述该段数据与前段数据之间的连续关系或者非连续关系以及相关关系的分支可以如图6所示。
参考图7，图7所示为一个实施例的辨识方法流程图，如图示，上述步骤S40可以包括：
S41，根据火电机组回路通道所处状态，判定处于阶跃状态的线段或者直线对应的信号为阶跃信号；
S42，根据火电机组回路通道的输入数据和输出数据选择传递函数结构；其中，所述传递函数结构包括：一阶惯性环节结构、一阶惯性延迟环节结构、二阶惯性延迟环节结构；
S43，根据火电机组回路通道的输入数据和输出数据判断所述回路通道的传递函数结构，所述传递函数结构包括开环结构和闭环结构；若所述回路通道结构为开环结构，运用最小二乘法进行火电机组回路通道的参数辨识；若所述回路通道结构为闭环结构，选定PID控制器结构，采用两阶段最小二乘法进行参数辨识进行火电机组回路通道的参数辨识；
S44，根据辨识结果，判断火电机组回路通道的模型，并采用自相关函数检验法，通过检验所述传递函数结构与火电机组回路通道的输出数据的残差序列的白色性来判定模型的属性。
上述实施例提供的辨识方法，可以根据火电机组回路通道所处状态，判定处于阶跃状态的线段或者直线对应的信号为阶跃信号；并根据火电机组回路通道的输入数据和输出数据选择传递函数结构；进而进行火电机组回路通道的参数辨识；此外；还可以根据辨识结果，采用相关的检验法判定模型的属性；上述属性包括模型的质量等级；具有属性结构的火电机组回路通道模型辨识结果可以为火电机组控制系统的优化设计提供更全面的参考。
参考图8，图8所示为一个实施例的火电机组回路通道模型辨识系统结构示意图，包括：
预处理模块10，用于获取火电机组回路通道的输入数据和输出数据，并对所述输入数据和输出数据进行预处理，去除误差较大的输入数据和输出数据；
拟合模块20，用于对预处理后的输入数据和输出数据分别进行直线拟合，并对拟合后的直线分割为相应的线段；
判定模块30，用于分别获取所述线段的斜率以及各线段的相邻的线段头和线段尾组成的线段的斜率，根据所述斜率判定该线段对应的火电机组回路通道所处状态；
辨识模块40，用于根据火电机组回路通道所处状态对火电机组回路通道对应的信号进行连续信号或者阶跃信号的判断，当所述信号为阶跃信号时，根据火电机组回路通道的输入数据和输出数据辨识火电机组回路通道的模型。
参考图9，图9所示为一个实施例的预处理模块结构示意图，如图示，上述预处理模块可以包括：
第一获取模块11，用于获取火电机组回路通道的输入数据和输出数据；
存入模块12，用于将所述输入数据和输出数据存入预设数组中；
第一判断模块13，用于将所述预设数组的输入数据和输出数据的格式进行转换，使其满足armax模型辨识要求；
去除模块14，用于分别比较所述数组包含的输入数据和输出数据的数值大小，得到输入数据和输出数据的变化趋势，根据所述变化趋势去除数组中误差较大的输入数据和输出数据。
参考图10，图10所示为一个实施例的拟合模块结构示意图，如图示，上述拟合模块可以包括：
计算模块21，用于分别计算预处理后的输入数据和输出数据的和方差；
直线拟合模块22，用于对预处理后的输入数据和输出数据分别进行直线拟合；
确定模块23，用于根据拟合后的直线确定和方差门限值s1，s2；
第二判断模块24，用于根据所述和方差以及和方差门限值s1，s2判断拟合后的直线是否合法；
分割模块25，用于若是，对所述直线分割为相应的线段；
返回模块26，用于若否，返回执行对预处理后的输入数据和输出数据分别进行直线拟合的步骤。
参考图11，图11所示为一个实施例的判定模块结构示意图，如图示，上述判定模块可以包括：
第二获取模块31，用于分别获取各线段的斜率，并计算当前线段头与相邻线段尾组成的线段的斜率；
第三判断模块32，用于根据各线段的斜率以及当前线段头与相邻线段尾组成的线段的斜率判断各线段的连续关系；
第四判断模块33，用于根据所述连续关系判断所述线段处于稳态或者阶跃状态；
第五判断模块34，用于根据所述稳态或者阶跃状态判断火电机组回路通道所处状态。
参考图12，图12所示为一个实施例的辨识模块结构示意图，如图示，上述辨识模块可以包括：
第六判断模块41，用于根据火电机组回路通道所处状态，判定处于阶跃状态的线段或者直线对应的信号为阶跃信号；
选择模块42，用于根据火电机组回路通道的输入数据和输出数据选择传递函数结构；其中，所述传递函数结构包括：一阶惯性环节结构、一阶惯性延迟环节结构、二阶惯性延迟环节结构；
第七判断模块43，用于根据火电机组回路通道的输入数据和输出数据判断所述回路通道的传递函数结构，所述传递函数结构包括开环结构和闭环结构；若所述回路通道结构为开环结构，运用最小二乘法进行火电机组回路通道的参数辨识；若所述回路通道结构为闭环结构，选定PID控制器结构，采用两阶段最小二乘法进行参数辨识进行火电机组回路通道的参数辨识；
第八判断模块44，用于根据辨识结果，判断火电机组回路通道的模型，并采用自相关函数检验法，通过检验所述传递函数结构与火电机组回路通道的输出数据的残差序列的白色性来判定模型的属性。
本发明的火电机组回路通道模型辨识系统与本发明的火电机组回路通道模型辨识方法一一对应，在上述火电机组回路通道模型辨识方法的实施例阐述的技术特征及其有益效果均适用于火电机组回路通道模型辨识系统的实施例中，特此声明。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种火电机组回路通道模型辨识方法，其特征在于，包括如下步骤：
获取火电机组回路通道的输入数据和输出数据，并对所述输入数据和输出数据进行预处理，去除误差较大的输入数据和输出数据；所述获取火电机组回路通道的输入数据和输出数据，并对所述输入数据和输出数据进行预处理，去除误差较大的输入数据和输出数据的步骤包括：
获取火电机组回路通道的输入数据和输出数据；
将所述输入数据和输出数据存入预设数组中；
将所述预设数组的输入数据和输出数据的格式进行转换，使其满足armax模型辨识要求；
分别比较所述数组包含的输入数据和输出数据的数值大小，得到输入数据和输出数据的变化趋势，根据所述变化趋势去除数组中误差较大的输入数据和输出数据；
对预处理后的输入数据和输出数据分别进行直线拟合，并对拟合后的直线分割为相应的线段；
分别获取所述线段的斜率以及各线段的相邻的线段头和线段尾组成的线段的斜率，根据所述斜率判定该线段对应的火电机组回路通道所处状态；
根据火电机组回路通道所处状态对火电机组回路通道对应的信号进行连续信号或者阶跃信号的判断，当所述信号为阶跃信号时，根据火电机组回路通道的输入数据和输出数据辨识火电机组回路通道的模型；所述根据火电机组回路通道所处状态对火电机组回路通道对应的信号进行连续信号或者阶跃信号的判断，当所述信号为阶跃信号时，根据火电机组回路通道的输入数据和输出数据辨识火电机组回路通道的模型的步骤包括：
根据火电机组回路通道所处状态，判定处于阶跃状态的线段或者直线对应的信号为阶跃信号；
根据火电机组回路通道的输入数据和输出数据选择传递函数结构；其中，所述传递函数结构包括：一阶惯性环节结构、一阶惯性延迟环节结构、二阶惯性延迟环节结构；
根据火电机组回路通道的输入数据和输出数据判断所述回路通道的传递函数结构，所述传递函数结构包括开环结构和闭环结构；若所述回路通道结构为开环结构，运用最小二乘法进行火电机组回路通道的参数辨识；若所述回路通道结构为闭环结构，选定PID控制器结构，采用两阶段最小二乘法进行参数辨识进行火电机组回路通道的参数辨识；
根据辨识结果，判断火电机组回路通道的模型，并采用自相关函数检验法，通过检验所述传递函数结构与火电机组回路通道的输出数据的残差序列的白色性来判定模型的属性。
2.根据权利要求1所述的火电机组回路通道模型辨识方法，其特征在于，所述对预处理后的输入数据和输出数据分别进行直线拟合，并对拟合后的直线分割为相应的线段的步骤包括：
分别计算预处理后的输入数据和输出数据的和方差；
对预处理后的输入数据和输出数据分别进行直线拟合；
根据拟合后的直线确定和方差门限值s1，s2；
根据所述和方差以及和方差门限值s1，s2判断拟合后的直线是否合法；
若是，对所述直线分割为相应的线段；
若否，返回执行对预处理后的输入数据和输出数据分别进行直线拟合的步骤。
3.根据权利要求1所述的火电机组回路通道模型辨识方法，其特征在于，所述分别获取所述线段的斜率以及各线段的相邻的线段头和线段尾组成的线段的斜率，根据所述斜率判定该线段对应的火电机组回路通道所处状态的步骤包括：
分别获取各线段的斜率，并计算当前线段头与相邻线段尾组成的线段的斜率；
根据各线段的斜率以及当前线段头与相邻线段尾组成的线段的斜率判断各线段的连续关系；
根据所述连续关系判断所述线段处于稳态或者阶跃状态；
根据所述稳态或者阶跃状态判断火电机组回路通道所处状态。
4.一种火电机组回路通道模型辨识系统，其特征在于，包括：
预处理模块，用于获取火电机组回路通道的输入数据和输出数据，并对所述输入数据和输出数据进行预处理，去除误差较大的输入数据和输出数据；所述预处理模块包括：
第一获取模块，用于获取火电机组回路通道的输入数据和输出数据；
存入模块，用于将所述输入数据和输出数据存入预设数组中；
第一判断模块，用于将所述预设数组的输入数据和输出数据的格式进行转换，使其满足armax模型辨识要求；
去除模块，用于分别比较所述数组包含的输入数据和输出数据的数值大小，得到输入数据和输出数据的变化趋势，根据所述变化趋势去除数组中误差较大的输入数据和输出数据；
拟合模块，用于对预处理后的输入数据和输出数据分别进行直线拟合，并对拟合后的直线分割为相应的线段；
判定模块，用于分别获取所述线段的斜率以及各线段的相邻的线段头和线段尾组成的线段的斜率，根据所述斜率判定该线段对应的火电机组回路通道所处状态；
辨识模块，用于根据火电机组回路通道所处状态对火电机组回路通道对应的信号进行连续信号或者阶跃信号的判断，当所述信号为阶跃信号时，根据火电机组回路通道的输入数据和输出数据辨识火电机组回路通道的模型；所述辨识模块包括：
第六判断模块，用于根据火电机组回路通道所处状态，判定处于阶跃状态的线段或者直线对应的信号为阶跃信号；
选择模块，用于根据火电机组回路通道的输入数据和输出数据选择传递函数结构；其中，所述传递函数结构包括：一阶惯性环节结构、一阶惯性延迟环节结构、二阶惯性延迟环节结构；
第七判断模块，用于根据火电机组回路通道的输入数据和输出数据判断所述回路通道的传递函数结构，所述传递函数结构包括开环结构和闭环结构；若所述回路通道结构为开环结构，运用最小二乘法进行火电机组回路通道的参数辨识；若所述回路通道结构为闭环结构，选定PID控制器结构，采用两阶段最小二乘法进行参数辨识进行火电机组回路通道的参数辨识；
第八判断模块，用于根据辨识结果，判断火电机组回路通道的模型，并采用自相关函数检验法，通过检验所述传递函数结构与火电机组回路通道的输出数据的残差序列的白色性来判定模型的属性。
5.根据权利要求4所述的火电机组回路通道模型辨识系统，其特征在于，所述拟合模块包括：
计算模块，用于分别计算预处理后的输入数据和输出数据的和方差；
直线拟合模块，用于对预处理后的输入数据和输出数据分别进行直线拟合；
确定模块，用于根据拟合后的直线确定和方差门限值s1，s2；
第二判断模块，用于根据所述和方差以及和方差门限值s1，s2判断拟合后的直线是否合法；
分割模块，用于若是，对所述直线分割为相应的线段；
返回模块，用于若否，返回执行对预处理后的输入数据和输出数据分别进行直线拟合的步骤。
6.根据权利要求4所述的火电机组回路通道模型辨识系统，其特征在于，所述判定模块包括：
第二获取模块，用于分别获取各线段的斜率，并计算当前线段头与相邻线段尾组成的线段的斜率；
第三判断模块，用于根据各线段的斜率以及当前线段头与相邻线段尾组成的线段的斜率判断各线段的连续关系；
第四判断模块，用于根据所述连续关系判断所述线段处于稳态或者阶跃状态；
第五判断模块，用于根据所述稳态或者阶跃状态判断火电机组回路通道所处状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410798840.7A CN104517034B (zh) | 2014-12-18 | 2014-12-18 | 火电机组回路通道模型辨识方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410798840.7A CN104517034B (zh) | 2014-12-18 | 2014-12-18 | 火电机组回路通道模型辨识方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104517034A CN104517034A (zh) | 2015-04-15 |
| CN104517034B true CN104517034B (zh) | 2018-04-03 |
Family
ID=52792324
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410798840.7A Active CN104517034B (zh) | 2014-12-18 | 2014-12-18 | 火电机组回路通道模型辨识方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104517034B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105259756B (zh) * | 2015-10-20 | 2018-05-04 | 广东电网有限责任公司电力科学研究院 | 电厂控制回路模型辨识方法与系统 |
| CN105242572B (zh) * | 2015-10-23 | 2017-12-26 | 广东电网有限责任公司电力科学研究院 | 火电厂热工过程混合辨识方法和系统 |
| CN106683001B (zh) * | 2016-12-06 | 2020-12-15 | 华北电力大学 | 基于历史运行数据的火电机组辨识数据的选取方法 |
| CN109634211B (zh) * | 2018-12-18 | 2020-06-30 | 华中科技大学 | 基于频率数据的交流伺服系统模型辨识方法及控制系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102103376A (zh) * | 2010-12-16 | 2011-06-22 | 浙江大学 | 基于子空间辨识的pid回路控制性能评估方法 |
| CN202421881U (zh) * | 2011-09-14 | 2012-09-05 | 华北电力大学 | 一种控制回路性能实时监视装置 |
| CN103646349A (zh) * | 2013-09-27 | 2014-03-19 | 华北电力大学 | 一种电力负荷曲线分段识别方法 |
-
2014
- 2014-12-18 CN CN201410798840.7A patent/CN104517034B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102103376A (zh) * | 2010-12-16 | 2011-06-22 | 浙江大学 | 基于子空间辨识的pid回路控制性能评估方法 |
| CN202421881U (zh) * | 2011-09-14 | 2012-09-05 | 华北电力大学 | 一种控制回路性能实时监视装置 |
| CN103646349A (zh) * | 2013-09-27 | 2014-03-19 | 华北电力大学 | 一种电力负荷曲线分段识别方法 |
Non-Patent Citations (4)
| Title |
|---|
| 典型过程控制回路性能评价方法及实时监视技术研究;孟庆伟;《中国优秀硕士学位论文全文数据库 信息科技辑》;20110815(第8期);第36-52页 * |
| 控制系统性能实时监视研究与实现;钟振芳等;《智能化电站技术研究暨自动化2013年会论文集》;20131012;第123-128页 * |
| 确定时间序列分段点的方法研究;刘贺红等;《计算机工程与应用》;20101231;第46卷(第3期);第44-46页 * |
| 过程运行数据的稳态检测方法综述;刘吉臻;《仪器仪表学报》;20130831;第34卷(第8期);第1739-1748页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104517034A (zh) | 2015-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104517034B (zh) | 火电机组回路通道模型辨识方法和系统 | |
| CN107941537B (zh) | 一种机械设备健康状态评估方法 | |
| CN105279365B (zh) | 用于学习异常检测的样本的方法 | |
| CN102152172B (zh) | 基于协整建模的刀具磨损监测方法 | |
| CN109978229A (zh) | 一种对动力电池组全电芯多点温度及连接点温度进行热失控预测的方法 | |
| CN101520652B (zh) | 一种数控装备服役可靠性的评估方法 | |
| CN107038167A (zh) | 基于模型评估的大数据挖掘分析系统及其分析方法 | |
| CN103761420B (zh) | 一种火电设备性能逐步回归评测方法 | |
| CN110929384A (zh) | 一种基于综采工作面的矿压大数据实时分析系统及方法 | |
| CN105158598A (zh) | 一种适用于电力设备的故障预测方法 | |
| CN104881741B (zh) | 基于支持向量机的电力系统暂态稳定判断方法 | |
| CN105259756A (zh) | 电厂控制回路模型辨识方法与系统 | |
| CN106156434A (zh) | 基于局部时滞重构的滑动窗时间差‑高斯过程回归建模方法 | |
| CN110417005B (zh) | 结合深度学习和仿真计算的暂态稳定严重故障筛选方法 | |
| CN109740727A (zh) | 一种基于神经网络的水轮机转轴状态监测方法和系统 | |
| CN115453356B (zh) | 一种动力设备运行状态监测分析方法、系统、终端及介质 | |
| CN110532902A (zh) | 一种基于轻量化卷积神经网络的铁水扒渣检测方法 | |
| CN106569052A (zh) | 考虑实时健康状态的电力变压器可靠性评估方法 | |
| CN104267610A (zh) | 高精度的高炉冶炼过程异常数据检测及修补方法 | |
| CN115711667A (zh) | 一种基于振动信号的tbm掘进参数的预测方法 | |
| CN114757365A (zh) | 一种基于深度学习的高速铁路路基沉降预测及预警方法 | |
| CN102842906A (zh) | 一种综合负荷模型中电动机功率比例的计算方法 | |
| CN104809514A (zh) | 一种浮选过程浮精品位的动态预测方法及系统 | |
| CN115781136B (zh) | 一种焊接热输入异常智能识别及优化反馈方法 | |
| CN108154299A (zh) | 多验潮站长航道船舶乘潮安全分析系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |