系统仿真学报 ›› 2021, Vol. 33 ›› Issue (10): 2411-2419.doi: 10.16182/j.issn1004731x.joss.20-0609
曹振乾1, 印江2, 张津华1
收稿日期:
2020-08-18
修回日期:
2020-09-09
出版日期:
2021-10-18
发布日期:
2021-10-18
作者简介:
曹振乾(1995-),男,硕士生,研究方向为大型电站复杂过程智能优化控制。E-mail:703979550@qq.com
基金资助:
Cao Zhenqian1, Yin Jiang2, Zhang Jinhua1
Received:
2020-08-18
Revised:
2020-09-09
Online:
2021-10-18
Published:
2021-10-18
摘要: 建立主蒸汽温度精确的数学模型是提高控制系统性能的基础。针对传统的粒子群优化(Particle Swarm Optimization,PSO)算法在模型辨识中存在易早熟,收敛速度慢的问题,提出一种引入收缩因子的改进PSO算法。该算法通过调整收缩因子的方法来提高算法的全局寻优能力和收敛速度。将山西某电厂350 MW循环流化床(Circulating Fluidized Bed,CFB)锅炉现场运行的数据用于主蒸汽模型参数辨识中,利用改进PSO算法寻优得到主蒸汽温度系统最佳的模型参数,通过现场实际数据验证了模型的有效性,为CFB锅炉主蒸汽温度控制优化奠定了基础。
中图分类号:
曹振乾, 印江, 张津华. 基于改进粒子群算法的主蒸汽温度系统辨识[J]. 系统仿真学报, 2021, 33(10): 2411-2419.
Cao Zhenqian, Yin Jiang, Zhang Jinhua. Identification of Main Steam Temperature System Based on Improved Particle Swarm Optimization[J]. Journal of System Simulation, 2021, 33(10): 2411-2419.
[1] 李芹, 张浩, 彭道刚, 等. 基于改进差分算法的电站锅炉主蒸汽温度多变量建模研究[J]. 系统仿真学报, 2017, 29(8): 1712-1718. Li Qin, Zhang Hao, Peng Daogang, et al.Multi-variable Modeling Research for Main-steam Temperature of Power Station Boiler Based on Improved Differential Evolution Algorithm[J]. Journal of System Simulation, 2017, 29(8): 1712-1718. [2] 项福禄, 天罡, 金丰, 等. 基于现场数据的主汽温系统PSO辨识[C]// 全国第4届信号和智能信息处理与应用学术会议论文集. 北京: 《计算机工程与应用》杂志社, 2010. Xiang Fulu, Tian Gang, Jin Feng, et al.PSO identification of main steam temperature system based on field data[C]// 4th National Conference on Signal and Intelligent Information Processing and Application. Beijing: The Publishing House of Journal of Computer Engineering and Applications, 2010. [3] 张洪涛, 胡红丽, 徐欣航, 等. 基于粒子群算法的火电厂热工过程模型辨识[J]. 热力发电, 2010, 39(5): 59-61. Zhang Hongtao, Hu Hongli, Xu Xinhang, et al.Thermal Process Model Identification of Thermal Power Plant Based on Particle Swarm Optimization Algorithm[J]. Thermal Power Generation, 2010, 39(5): 59-61. [4] 徐小平, 白博, 钱富才. 基于改进差分进化算法Wiener模型辨识[J]. 系统仿真学报, 2016, 28(1): 147-153. Xu Xiaoping, Bai Bo, Qian Fucai.Identification of Wiener Model Based on Improved Differential Evolution (SADE) Algorithm[J]. Journal of System Simulation, 2016, 28(1): 147-153. [5] 张世华. 遗传算法在热工过程辨识与控制中的应用研究[D]. 南京: 东南大学, 2004. Zhang Shihua.Application of Genetic Algorithm in Thermal Process Identification and Control[D]. Nanjing: Southeast University, 2004. [6] 高思, 康静秋, 杨振勇, 等. 基于递推最小二乘法的主蒸汽温度控制系统辨识与优化[J]. 热力发电, 2011, 40(6): 29-33. Gao Si, Kang Jingqiu, Yang Zhenyong, et al.Identification and Optimization of Main Steam Temperature Control System Based on Recursive Least Square Method[J]. Thermal Power Generation, 2011, 40(6): 29-33. [7] 王富强. 基于逆向传递策略的直流锅炉主汽温网络化预测控制[J]. 中国电机工程学报, 2015, 35(19): 4981-4990. Wang Fuqiang.Networked Predictive Control of Main Steam Temperature of Once Through Boiler Based on Reverse Transfer Strategy[J]. Chinese Journal of Electrical Engineering, 2015, 35(19): 4981-4990. [8] 沈赫男, 张凤南, 吕正鑫. 基于现场数据的主汽温系统模型辨识[J]. 计算机仿真, 2018, 35(6): 101-105. Shen He’nan, Zhang Fengnan, Lü Zhengxin.Main Steam Temperature System Model Identification Based on Field Data[J]. Computer Simulation, 2018, 35(6): 101-105. [9] 张经纬, 归一数, 康英伟, 等. 基于改进粒子群算法的锅炉再热蒸汽温度模型辨识[J]. 热力发电, 2017, 46(7): 72-78. Zhang Jingwei, Gui Yishu, Kang Yingwei, et al.Boiler Reheat Steam Temperature Model Identification Based on Improved Particle Swarm Optimization Algorithm[J]. Thermal Power Generation, 2017, 46(7): 72-78. [10] 吕丽霞, 林向雨. 基于标准粒子群算法对热工模型的辨识[J]. 电力科学与工程, 2014, 30(7): 68-72. Lü Lixia, Lin Xiangyu.Thermal Model Identification Based on Standard Particle Swarm Optimization[J]. Power Science and Engineering, 2014, 30(7): 68-72. [11] Eberhart R, Kennedy J.A New Optimizier Using Particle Swarm Theory[C]// Proc 6 th Int Symposium on Micro Machine Human Science. Nagoya: IEEE, 1995: 39-43. [12] 杨维. 粒子群优化算法综述[J]. 中国工程科学, 2004, 6(5): 87-94. Yang Wei.Review of Particle Swarm Optimization Algorithm[J]. Chinese Engineering Science, 2004, 6(5): 87-94. [13] 陈丽娟. 基于粒子群算法的电站主汽温模型辨识与控制器优化[D]. 北京: 华北电力大学, 2018. Chen Lijuan.Main Steam Temperature Model Identification and Controller Optimization Based on Particle Swarm Optimization Algorithm[D]. Beijing: North China Electric Power University, 2018. [14] 谢潇晓. 基于现场数据的电站汽温系统建模与智能控制研究[D]. 北京: 北京交通大学, 2013. Xie Xiaoxiao.Research on Modeling and Intelligent Control of Steam Temperature System of Power Station Based on Field Data[D]. Beijing: Beijing Jiaotong University, 2013. [15] 韦根原, 王兵树, 马磊, 等. 基于粒子群算法1 000 MW火电机组模型辨识[J]. 计算机仿真, 2013, 30(7): 400-403. Wei Genyuan, Wang Bingshu, Ma Lei, et al.Model Identification of 1000MW Thermal Power Unitbased on Particle Swarm Optimization Algorithm[J]. Computer Simulation, 2013, 30(7): 400-403. [16] 纪振平, 刘晓冬. 基于改进粒子群算法的连铸传热模型参数辨识[J]. 沈阳理工大学学报, 2018, 37(4): 13-17. Ji Zhenping, Liu Xiaodong.Parameter Identification of Continuous Casting Heat Transfer Model Based on Improved Particle Swarm Optimization Algorithm[J]. Journal of Shenyang University of Technology, 2018, 37(4): 13-17. [17] 付文锋, 陈海文, 王蓝婧. 基于粒子群算法的二次再热机组参数优化分析[J]. 系统仿真学报, 2019, 31(4): 710-719. Fu Wenfeng, Chen Haiwen, Wang Lanjing.Parameter Optimization Analysis for Double Reheat Units Based on Particle Swarm Optimization[J]. Journal of System Simulation, 2019, 31(4): 710-719. [18] 刘静. 基于改进粒子群算法的水电机组建模及其同步发电机模型参数辨识[D]. 武汉: 华中科技大学, 2015. Liu Jing.Hydropower Unit Modeling and Synchronous Generator Model Parameter Identification Based on Improved Particle Swarm Optimization Algorithm[D]. Wuhan: Huazhong University of Science and Technology, 2015. [19] 韩璞, 袁世通, 张金营. 超超临界锅炉主汽温控制系统的建模研究[J]. 计算机仿真, 2013, 30(12): 115-120. Han Pu, Yuan Shitong, Zhang Jinying.Modeling Research on Main Steam Temperature Control System of Ultra Supercritical Boiler[J]. Computer Simulation, 2013, 30(12): 115-120. [20] 李言俊, 张科. 系统辨识理论及应用[M]. 北京: 国防工业出版社, 2003. Li Yanjun, Zhang Ke.Theory and Application of System Identification[M]. Beijing: National Defense Industry Press, 2003. |
[1] | 李智杰, 石昊琦, 李昌华, 张颉. 基于改进遗传算法的影像中心布局优化方法[J]. 系统仿真学报, 2022, 34(6): 1173-1184. |
[2] | 陈斌, 刘悦, 杨亚磊. 基于STN的机场航班过站保障时间协同规划建模[J]. 系统仿真学报, 2022, 34(6): 1196-1207. |
[3] | 杨凯, 陈纯毅, 胡小娟, 于海洋. 蒙卡渲染画面多特征非局部均值滤波降噪算法[J]. 系统仿真学报, 2022, 34(6): 1259-1266. |
[4] | 陈麒, 崔昊杨. 基于改进鸽群层级的无人机集群视觉巡检模型[J]. 系统仿真学报, 2022, 34(6): 1275-1285. |
[5] | 王沐晴, 张磊, 范秀敏, 骆晓萌, 朱文敏. VR外设驱动的虚拟人姿态优化仿真方法[J]. 系统仿真学报, 2022, 34(6): 1296-1303. |
[6] | 陆承, 靳学胜. 基于Steam VR的交互仿真水枪灭火训练系统设计[J]. 系统仿真学报, 2022, 34(6): 1312-1319. |
[7] | 高宏鼐, 付丽疆, 夏倩, 郭亚. 可观测度在光合作用模型性能评估中的应用[J]. 系统仿真学报, 2022, 34(6): 1330-1342. |
[8] | 倪凌佳, 黄晓霞, 李红旮, 张子博. 基于协作式深度强化学习的火灾应急疏散仿真研究[J]. 系统仿真学报, 2022, 34(6): 1353-1366. |
[9] | 蒙盾, 胡卓, 张华军. 基于改进A*算法的多层邮轮疏散系统仿真[J]. 系统仿真学报, 2022, 34(6): 1375-1382. |
[10] | 郭宇飞, 赵康, 海永清. 面向有限元分析的三角网格布尔运算方法[J]. 系统仿真学报, 2022, 34(5): 1003-1014. |
[11] | 吴桐, 王清辉, 徐志佳. 三周期极小曲面多孔材料渗透率尺度特性研究[J]. 系统仿真学报, 2022, 34(5): 1015-1024. |
[12] | 蒋阳升, 王思琛, 高宽, 刘梦, 姚志洪. 混入智能网联车队的混合交通流元胞自动机模型[J]. 系统仿真学报, 2022, 34(5): 1025-1032. |
[13] | 梁江涛, 王慧琴. 基于改进蚁群算法的建筑火灾疏散路径规划研究[J]. 系统仿真学报, 2022, 34(5): 1044-1053. |
[14] | 张其文, 张斌. 基于教学优化算法求解置换流水车间调度问题[J]. 系统仿真学报, 2022, 34(5): 1054-1063. |
[15] | 邢根上, 鲁芳, 李书山, 罗定提. 基于产品体验性的供应链交货模型与仿真研究[J]. 系统仿真学报, 2022, 34(5): 1064-1075. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||