《汽轮机调节系统参数智能辨识方法.pdf》由会员分享，可在线阅读，更多相关《汽轮机调节系统参数智能辨识方法.pdf（5页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 102968060 A (43)申请公布日 2013.03.13 CN 102968060 A *CN102968060A* (21)申请号 201210478891.2 (22)申请日 2012.11.22 G05B 17/02(2006.01) (71)申请人 湖南省电力公司科学研究院 地址 410007 湖南省长沙市东塘水电街 79 号 申请人 湖南省湘电试验研究院有限公司 国家电网公司 (72)发明人 朱晓星 盛锴 刘武林 寻新 (74)专利代理机构 长沙正奇专利事务所有限责 任公司 43113 代理人 陈立武 (54) 发明名称 汽轮机调节系统参数智能辨识方。
2、法 (57) 摘要 本发明介绍了一种汽轮机调节系统参数智能 辨识方法， 该方法包括下述步骤 ： (1) 数据去噪处 理 ； (2) 用最小二乘法进行参数辨识 ； (3) 用单纯 形法进行参数辨识 ； (4) 用遗传算法进行参数辨 识 ； (5) 用模拟退火算法进行参数辨识 ； (6) 用微 粒群算法进行参数辨识 ； (7) 辨识结果智能选出。 本发明对用于汽轮机调节系统参数辨识的试验数 据进行小波去噪， 继而采用多种计算方法分别对 去噪后的数据实施参数辨识， 最后对辨识结果进 行智能选出， 从而提高了汽轮机调节系统参数辨 识的效率和准确度。十分有利于电网的稳定性分 析计算。 (51)Int.C。
3、l. 权利要求书 1 页 说明书 3 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 1 页 说明书 3 页 1/1 页 2 1. 一种汽轮机调节系统参数智能辨识方法， 该方法包括下述步骤 ： (1)、 数据去噪处理 ： 配置MATLAB软件， 该MATLAB软件具备小波去噪功能及最小二乘法 函数、 单纯形法函数、 遗传算法函数、 模拟退火算法函数、 微粒群算法函数， 现场进行汽轮机 调节系统参数试验， 获得将用于参数辨识的汽轮机调节系统参数试验数据， 然后使用常规 方法， 通过所述 MATLAB 软件的小波去噪功能， 对用于参数辨识的汽轮机调节系统参数试验 数据进。
4、行去噪处理 ； (2)、 用最小二乘法进行参数辨识 ： 使用常规方法， 通过步骤 (1) 所配置 MATLAB 软件的 最小二乘法函数， 对步骤 (1) 所得经过去噪处理的汽轮机调节系统参数试验数据进行参数 辨识， 得到辨识结果数据值 ； (3)、 用单纯形法进行参数辨识 ： 使用常规方法， 通过步骤 (1) 所配置 MATLAB 软件的 单纯形法函数， 对步骤 (1) 所得经过去噪处理的汽轮机调节系统参数试验数据进行参数辨 识， 得到辨识结果数据值 ； (4)、 用遗传算法进行参数辨识 ： 使用常规方法， 通过步骤 (1) 所配置 MATLAB 软件的 遗传算法函数， 对步骤 (1) 所得经。
5、过去噪处理的汽轮机调节系统参数试验数据进行参数辨 识， 得到辨识结果数据值 ； (5)、 用模拟退火算法进行参数辨识 ： 使用常规方法， 通过步骤 (1) 所配置 MATLAB 软件 的模拟退火算法函数， 对步骤 (1) 所得经过去噪处理的汽轮机调节系统参数试验数据进行 参数辨识， 得到辨识结果数据值 ； (6)、 用微粒群算法进行参数辨识 ： 使用常规方法， 通过步骤 (1) 所配置 MATLAB 软件的 微粒群算法函数， 对步骤 (1) 所得经过去噪处理的汽轮机调节系统参数试验数据进行参数 辨识， 得到辨识结果数据值 ； (7)、 辨识结果智能选出 ： 从上述步骤 (2) (6) 分别所得。
6、的辨识结果数据值中， 删除 其中的最大值和最小值， 所余三个辨识结果数据值， 计算其平均值， 以及该所余三个辨识结 果数据值分别与所获平均值的差值， 若所得三个差值都小于或等于所述平均值的 10%， 则该 所余三个辨识结果数据值均是合理的辨识结果数据值， 取该平均值作为最终辨识结果数据 值 ； 若所得三个差值中有任何一个差值大于平均值的 10%， 则该所余三个辨识结果数据值 中存在至少一个不合理的辨识结果数据值， 取该所余三个辨识结果数据值的中间值作为最 终辨识结果数据值。 权 利 要 求 书 CN 102968060 A 2 1/3 页 3 汽轮机调节系统参数智能辨识方法 技术领域 0001。
7、 本发明属于汽轮机建模技术领域， 具体涉及一种汽轮机调节系统参数智能辨识方 法。 背景技术 0002 对汽轮机调节系统实施参数辨识， 可以获得汽轮机调节系统模型各环节的参数， 从而建立对应模型， 对电网的稳定性分析计算具有重要意义。 0003 传统的汽轮机调节系统参数辨识方法， 是人工手动进行辨识， 由于参数辨识过程 计算量很大， 人工辨识存在较大的不确定性， 因此， 不同的辨识人员对同一试验数据进行辨 识， 可能得到的是完全不一样的参数结果， 这样的情形非常不利于建立准确的汽轮机调速 系统模型 ； 近年来， 出现了采用遗传算法或微粒群算法， 或采用神经网络算法对汽轮机调节 系统参数进行计算机。
8、辨识的， 但在同一时间内只能选择其中一种算法进行辨识， 因此， 辨识 结果缺乏对比， 准确性不高， 不利于电网稳定性分析计算。 发明内容 0004 本发明要解决的技术问题是， 针对现有技术存在的缺陷， 提供一种汽轮机调节系 统参数智能辨识方法。使用该方法可提高汽轮机调节系统参数辨识的效率和准确度。 0005 本发明的技术解决方案是， 所提供的上述汽轮机调节系统参数智能辨识方法包括 下述步骤 ： 0006 (1)、 数据去噪处理 ： 由于现场试验环境、 数据采样装置质量以及电磁干扰等诸多 因素的影响， 用于汽轮机调节系统参数辨识的实测数据绝大部分都是夹杂了噪声的、 非平 稳信号生成的数据， 因此。
9、需要去噪处理才能用于参数辨识。具体来说就是配置 MATLAB 软 件， 该 MATLAB 软件具备小波去噪功能及最小二乘法函数、 单纯形法函数、 遗传算法函数、 模 拟退火算法函数、 微粒群算法函数， 现场进行汽轮机调节系统参数试验， 获得将用于参数辨 识的汽轮机调节系统参数试验数据。然后使用常规方法， 通过所述 MATLAB 软件的小波去噪 功能， 对用于参数辨识的汽轮机调节系统参数试验数据进行去噪处理 ； 0007 (2)、 用最小二乘法进行参数辨识 ： 使用常规方法， 通过步骤 (1) 所配置 MATLAB 软 件的最小二乘法函数， 对步骤 (1) 所得经过去噪处理的汽轮机调节系统参数试。
10、验数据进行 参数辨识， 得到辨识结果数据值 ； 0008 (3)、 用单纯形法进行参数辨识 ： 使用常规方法， 通过步骤 (1) 所配置 MATLAB 软件 的单纯形法函数， 对步骤 (1) 所得经过去噪处理的汽轮机调节系统参数试验数据进行参数 辨识， 得到辨识结果数据值 ； 0009 (4)、 用遗传算法进行参数辨识 ： 使用常规方法， 通过步骤 (1) 所配置 MATLAB 软件 的遗传算法函数， 对步骤 (1) 所得经过去噪处理的汽轮机调节系统参数试验数据进行参数 辨识， 得到辨识结果数据值 ； 0010 (5)、 用模拟退火算法进行参数辨识 ： 使用常规方法， 通过步骤 (1) 所配置。
11、 MATLAB 说 明 书 CN 102968060 A 3 2/3 页 4 软件的模拟退火算法函数， 对步骤 (1) 所得经过去噪处理的汽轮机调节系统参数试验数据 进行参数辨识， 得到辨识结果数据值 ； 0011 (6)、 用微粒群算法进行参数辨识 ： 使用常规方法， 通过步骤 (1) 所配置 MATLAB 软 件的微粒群算法函数， 对步骤 (1) 所得经过去噪处理的汽轮机调节系统参数试验数据进行 参数辨识， 得到辨识结果数据值 ； 0012 (7)、 辨识结果智能选出 ： 从上述步骤(2)(6)分别所得的辨识结果数据值中， 删 除其中的最大值和最小值， 所余三个辨识结果数据值， 计算其平均。
12、值， 以及该所余三个辨识 结果数据值分别与所获平均值的差值。 若所得三个差值都小于或等于所述平均值的10%， 则 该所余三个辨识结果数据值均是合理的辨识结果数据值， 取该平均值作为最终辨识结果数 据值 ； 若所得三个差值中有任何一个差值大于平均值的 10%， 则该所余三个辨识结果数据 值中存在至少一个不合理的辨识结果数据值， 取该所余三个辨识结果数据值的中间值作为 最终辨识结果数据值。 0013 本发明的技术核心是 ： 对用于汽轮机调节系统参数辨识的试验数据进行小波去 噪， 继而采用多种计算方法分别对去噪后的数据实施参数辨识， 最后对辨识结果进行智能 选出， 从而提高了汽轮机调节系统参数辨识的。
13、效率和准确度。 0014 本发明的有益效果是 ： 使用本方法对汽轮机调节系统实施参数辨识， 提高了汽轮 机调节系统参数辨识的效率和准确度， 十分有利于电网的稳定性分析计算。 具体实施方式 0015 实施例 1 ： 0016 (1)、 数据去噪处理 ： 配置MATLAB R2009a软件， 该MATLAB R2009a软件具备小波去 噪功能及最小二乘法函数、 单纯形法函数、 遗传算法函数、 模拟退火算法函数、 微粒群算法 函数， 现场进行汽轮机调节系统参数试验， 获得将用于参数辨识的汽轮机调节系统参数试 验数据。然后使用常规方法， 通过所述 MATLAB R2009a 软件的小波去噪功能， 对用。
14、于参数辨 识的汽轮机调节系统参数试验数据进行去噪处理 ； 0017 (2)、 用最小二乘法进行参数辨识 ： 使用常规方法， 通过步骤 (1) 所配置 MATLAB R2009a 软件的最小二乘法函数， 对步骤 (1) 所得经过去噪处理的汽轮机调节系统参数试验 数据进行参数辨识， 得到辨识结果数据值 ； 0018 (3)、 用单纯形法进行参数辨识 ： 使用常规方法， 通过步骤 (1) 所配置 MATLAB R2009a 软件的单纯形法函数， 对步骤 (1) 所得经过去噪处理的汽轮机调节系统参数试验数 据进行参数辨识， 得到辨识结果数据值 ； 0019 (4)、 用遗传算法进行参数辨识 ： 使用常。
15、规方法， 通过步骤 (1) 所配置 MATLAB R2009a 软件的遗传算法函数， 对步骤 (1) 所得经过去噪处理的汽轮机调节系统参数试验数 据进行参数辨识， 得到辨识结果数据值 ； 0020 (5)、 用模拟退火算法进行参数辨识 ： 使用常规方法， 通过步骤 (1) 所配置 MATLAB R2009a 软件的模拟退火算法函数， 对步骤 (1) 所得经过去噪处理的汽轮机调节系统参数试 验数据进行参数辨识， 得到辨识结果数据值 ； 0021 (6)、 用微粒群算法进行参数辨识 ： 使用常规方法， 通过步骤 (1) 所配置 MATLAB R2009a 软件的微粒群算法函数， 对步骤 (1) 所。
16、得经过去噪处理的汽轮机调节系统参数试验 说 明 书 CN 102968060 A 4 3/3 页 5 数据进行参数辨识， 得到辨识结果数据值 ； 0022 (7)、 辨识结果智能选出 ： 从上述步骤(2)(6)分别所得的辨识结果数据值中， 删 除其中的最大值和最小值， 所余三个辨识结果数据值， 计算其平均值， 以及该所余三个辨识 结果数据值分别与所获平均值的差值。 所得三个差值都小于或等于所述平均值的10%， 则该 所余三个辨识结果数据值均是合理的辨识结果数据值， 取该平均值作为最终辨识结果数据 值 ； 0023 实施例 2 ： 0024 步骤 (1) (6) 同实施例 1 ； 0025 (7)、 辨识结果智能选出 ： 从上述步骤(2)(6)分别所得的辨识结果数据值中， 删 除其中的最大值和最小值， 所余三个辨识结果数据值， 计算其平均值， 以及该所余三个辨识 结果数据值分别与所获平均值的差值。 所得三个差值中有任何一个差值大于平均值的10%， 则该所余三个辨识结果数据值中存在至少一个不合理的辨识结果数据值， 取该所余三个辨 识结果数据值的中间值作为最终辨识结果数据值。 说 明 书 CN 102968060 A 5 。