火電機(jī)組反向建模方法的研究.pdf

1、火電機(jī)組熱力系統(tǒng)在運(yùn)行過程中具有非線性、時(shí)變、多變量和多回路耦合以及響應(yīng)速度不同等各種動態(tài)過程交織在一起的特點(diǎn)，其建模方法一直是富于挑戰(zhàn)性的研究課題之一。火電機(jī)組熱力系統(tǒng)建模方法是解決機(jī)組優(yōu)化運(yùn)行、控制、性能評估、故障診斷、仿真等關(guān)鍵問題的基礎(chǔ)。針對現(xiàn)有建模方法在實(shí)際應(yīng)用中存在的精度不高，不能準(zhǔn)確反映過程特點(diǎn)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(jī)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(jī)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(shí)時(shí)數(shù)據(jù)驗(yàn)證、特征變量提取和神經(jīng)網(wǎng)絡(luò)算法、偏最小二乘算法、最小二乘支持向量機(jī)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(zhǔn)確性驗(yàn)證。
　　 確保建模數(shù)據(jù)的正確性是反向建模的基礎(chǔ)，本文研究實(shí)時(shí)運(yùn)行數(shù)據(jù)的驗(yàn)證方法。根據(jù)火電廠不同測量數(shù)據(jù)布置的測點(diǎn)數(shù)目不同，把數(shù)據(jù)分兩類驗(yàn)證。對于單、雙測點(diǎn)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(jī)組某些特殊運(yùn)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(guān)聯(lián)關(guān)系的測點(diǎn)的變化量作為參考進(jìn)行二次判斷。對于多測點(diǎn)參數(shù)的數(shù)據(jù)，提出用格拉布斯準(zhǔn)則進(jìn)行實(shí)時(shí)驗(yàn)證。通過對實(shí)時(shí)運(yùn)行數(shù)據(jù)的驗(yàn)證表明，所用方法可以有效剔除和校正實(shí)時(shí)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(guān)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(guān)聯(lián)分析法提取特征變量，運(yùn)用少量輸入變量達(dá)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(yàn)證。
　　 在確立了反向建模理論和方法后，進(jìn)行反向建模的可行性研究和模型的準(zhǔn)確性驗(yàn)證。對火電廠運(yùn)行數(shù)據(jù)進(jìn)行的反向建模分析表明，其運(yùn)行數(shù)據(jù)之間的關(guān)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(guān)性，且自變量和因變量之間也有良好的線性相關(guān)性；另一種是自變量之間有良好的線性相關(guān)性

5、，但自變量和因變量之間的相關(guān)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(luò)算法和最小二乘支持向量機(jī)算法建模，并用遺傳算法優(yōu)化最小二乘支持向量機(jī)的參數(shù)。本文選取火電機(jī)組中具有代表性的參數(shù)為例，運(yùn)用反向建模的方法分別建立了火電廠主蒸汽流量、汽輪機(jī)排汽焓、飛灰含碳量、亞臨界和超(超)臨界機(jī)組的高溫受熱面管壁溫度、中間點(diǎn)溫度等的數(shù)學(xué)模型，結(jié)果表明所建模型可以解決目前火電機(jī)組在線性能計(jì)算和關(guān)鍵參數(shù)的冗余分析中遇到的