粒子群算法在1000MW火電機組模型辨識中的應(yīng)用.pdf

1、火電廠模型辨識是研究火電廠熱工控制問題的基礎(chǔ),對于實際熱工控制問題,確定模型參數(shù)的研究時間通常占據(jù)一個控制過程設(shè)計、調(diào)試投運時間中的較高比例。只有在確定或辨識出控制系統(tǒng)模型之后,在應(yīng)用于工程實際時才能對控制系統(tǒng)進行針對性的參數(shù)優(yōu)化。文中采用PID控制技術(shù)作為控制策略,主要是基于其具有應(yīng)用廣泛、魯棒性好、算法簡單等優(yōu)點。本文以模型辨識技術(shù)、PID參數(shù)優(yōu)化技術(shù)為背景,采用火電廠已有實際運行數(shù)據(jù)為研究依據(jù),以典型火電廠熱工過程為研究對象,采用

2、基本粒子群算法進行模型辨識,并進行系統(tǒng)參數(shù)優(yōu)化工作,分析影響系統(tǒng)辨識結(jié)果的主要因素以及在辨識過程中應(yīng)注意的問題,為粒子群算法在熱工系統(tǒng)建模中提供一條探索途徑。
　　基本粒子群算法存在易陷入局部最優(yōu)解、易早熟、及搜索精度不高的缺點,在基本粒子群算法的基礎(chǔ)上,研究對該算法進行改進與提高的方法。首先,在該算法中引入粒子群聚集度因子和進化速度因子,且將慣性因子表示為粒子群聚集度因子和進化速度因子的函數(shù),從而使算法具有動態(tài)的自適應(yīng)性。其次,