文献类型：期刊文章

作　　者：张经纬[1] 归一数[2] 康英伟[1] 陈欢乐[2] 杨平[1] 吴周晶[2]

ZHANG Jingwei GUI Yishu KANG Yingwei CHEN Huanle YANG Pingl WU Zhoujingz(College of Automation Engineering, Shanghai University of Electric Power, Shanghai 200090, China Shanghai Minghua Electric Power Technology ＆ Engineering Co., Ltd., Shanghai 200090, China)

机构地区：[1]上海电力学院自动化工程学院,上海200090 [2]上海明华电力技术工程有限公司,上海200090

出　　处：《热力发电》

基　　金：国家自然科学基金项目(61573239)~~

年　　份：2017

卷　　号：46

期　　号：7

起止页码：72-78

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、JST、RCCSE、ZGKJHX、核心刊

摘　　要：由于火电机组现场干扰及再热蒸汽温度本身特征的复杂性,传统辨识方法与基本粒子群(PSO)算法在再热蒸汽温度模型辨识方面均存在收敛速度较慢和寻优精度较低的问题。本文采用一种基于自然选择和自适应动态权重的粒子群优化(D-SPSO)算法,该算法较好地平衡了PSO算法的全局搜索能力和局部改良能力,提高了寻优性能,并且相比基本PSO算法未引入新的控制参数,避免了待调参数增多对模型辨识精度造成的负面影响。通过基于两种算法的仿真数据和超超临界660 MW机组压力直流锅炉现场数据对基本PSO算法和D-SPSO算法的再热蒸汽温度传递函数模型进行验证,结果表明,D-SPSO算法辨识得到的再热蒸汽温度更接近实际值,且寻优性能和搜索能力均有显著提升。

关 键 词：火电机组  锅炉 再热蒸汽温度 传递函数  系统辨识  改进粒子群优化算法 收敛速度

分 类 号：TK39]