火電機組反向建模方法的研究.pdf

1、火電機組熱力系統(tǒng)在運行過程中具有非線性、時變、多變量和多回路耦合以及響應速度不同等各種動態(tài)過程交織在一起的特點，其建模方法一直是富于挑戰(zhàn)性的研究課題之一?；痣姍C組熱力系統(tǒng)建模方法是解決機組優(yōu)化運行、控制、性能評估、故障診斷、仿真等關鍵問題的基礎。針對現(xiàn)有建模方法在實際應用中存在的精度不高，不能準確反映過程特點的問題，本文深入研究了一種新的建模理論--反向建模，以期提高火電機組熱力系統(tǒng)的建模效率和建模精度。
　　 本文首次提出了火

2、電機組反向建模方法的基本定義、一般建模模式、要求、意義和作用，形成了較完整的理論和方法。深入研究反向建模過程中的實時數(shù)據(jù)驗證、特征變量提取和神經(jīng)網(wǎng)絡算法、偏最小二乘算法、最小二乘支持向量機算法和遺傳算法等具體反向建模算法以及反向建模的可行性和模型的準確性驗證。
　　 確保建模數(shù)據(jù)的正確性是反向建模的基礎，本文研究實時運行數(shù)據(jù)的驗證方法。根據(jù)火電廠不同測量數(shù)據(jù)布置的測點數(shù)目不同，把數(shù)據(jù)分兩類驗證。對于單、雙測點數(shù)據(jù)，研究相鄰數(shù)據(jù)變

3、化率的方法和曲線擬合殘差的方法。為了克服這兩種方法對火電機組某些特殊運行工況下產(chǎn)生的突變數(shù)據(jù)的誤判，提出用另外與它有密切關聯(lián)關系的測點的變化量作為參考進行二次判斷。對于多測點參數(shù)的數(shù)據(jù)，提出用格拉布斯準則進行實時驗證。通過對實時運行數(shù)據(jù)的驗證表明，所用方法可以有效剔除和校正實時數(shù)據(jù)中的顯著誤差。
　　 特征變量是反向建模中的重要參數(shù)，對建模精度有很大影響，因此研究特征變量的提取方法是提高反向建模精度的關鍵。本文通過對多種特征變量

4、提取方法的研究，提出在反向建模過程中用灰關聯(lián)分析法提取特征變量，運用少量輸入變量達到改善模型精度和提高模型速度的目的，并在主蒸汽流量的反向建模中得到了驗證。
　　 在確立了反向建模理論和方法后，進行反向建模的可行性研究和模型的準確性驗證。對火電廠運行數(shù)據(jù)進行的反向建模分析表明，其運行數(shù)據(jù)之間的關系主要表現(xiàn)為兩種形式：一種是自變量之間有良好的線性相關性，且自變量和因變量之間也有良好的線性相關性；另一種是自變量之間有良好的線性相關性

5、，但自變量和因變量之間的相關性很弱。對第一種情況本文提出以偏最小二乘算法建模；對第二種情況，提出以神經(jīng)網(wǎng)絡算法和最小二乘支持向量機算法建模，并用遺傳算法優(yōu)化最小二乘支持向量機的參數(shù)。本文選取火電機組中具有代表性的參數(shù)為例，運用反向建模的方法分別建立了火電廠主蒸汽流量、汽輪機排汽焓、飛灰含碳量、亞臨界和超(超)臨界機組的高溫受熱面管壁溫度、中間點溫度等的數(shù)學模型，結(jié)果表明所建模型可以解決目前火電機組在線性能計算和關鍵參數(shù)的冗余分析中遇到的