蟻群算法在1000MW火電機組模型辨識中的應用.pdf

1、隨著我國經濟的發(fā)展,其用電需求日益增加。由于目前燃煤發(fā)電機組仍是我國電力生產中的主力機組,因此在煤炭資源日益緊缺的今天,如何高效利用有限的煤炭資源成了重要問題。1000MW超超臨界機組誕生以來,雖然在發(fā)展過程中也存在爭議,但是經過長時間的實踐證明,1000MW超超臨界機組無論是從可靠性還是燃料的利用效率來說都高于傳統(tǒng)機組,可以說發(fā)展超超臨界機組將成為未來一段時間內我國火電機組的建設方向。
　　機組容量的增加對熱工控制技術提出了更高

2、的要求。如何獲取更符合實際的熱工對象模型和參數,是熱工控制系統(tǒng)設計的前提條件和關鍵技術。如果得到的模型結構不合理、參數不夠準確就會造成設計的控制系統(tǒng)控制策略失當或控制器參數設置不準確,不但影響控制系統(tǒng)的控制效果,而且還影響機組運行效率,嚴重時甚至會威脅到機組的安全運行。超超臨界機組由于其運行參數高、一些參數變化范圍大、系統(tǒng)結構復雜、各子系統(tǒng)間耦合嚴重等問題,其熱工對象模型辨識較為困難。而且由于采用的實際運行數據往往具有白噪聲或者不連續(xù),

3、使傳統(tǒng)的辨識方法很難準確進行模型辨識。本文研究以群體智能算法中的蟻群算法為工具對1000MW機組的熱工對象進行模型辨識。蟻群算法的分布式計算、正反饋和自組織特性能在輸入輸出數據存在較大限制的情況下對其對象進行辨識,且能得到較為可靠的模型。蟻群算法的這些優(yōu)勢能在較大程度上彌補傳統(tǒng)辨識方法的不足。
　　本文分析了1000MW超超臨界機組的主要特性,并根據其特性確定了1000MW機組熱工對象模型結構,根據對象的不同確定了不同的熱工模型結

4、構和待辨識參數。之后,在充分研究了蟻群算法原理及應用方法的基礎上提出了蟻群算法在熱工對象模型辨識上的應用方法,總結了算法的優(yōu)缺點根據算法的不足提出了改進設想。利用采集自實際生產過程中的實際數據,在對數據進行了預處理操作的基礎上,利用蟻群算法對處理后的數據進行模型參數辨識,得到了幾個典型熱工對象的傳遞函數模型,對蟻群算法在熱工對象模型辨識上的應用進行了驗證。最后,根據得到的傳遞函數模型進行了控制器參數優(yōu)化。研究工作驗證了蟻群算法在熱工對象