基于SIS數(shù)據(jù)的過熱汽溫模型參數(shù)的辨識.pdf

1、實際工業(yè)的分析離不開有效的數(shù)學(xué)模型，而絕大多數(shù)的工業(yè)過程是具有大慣性、工況范圍廣及一定的非線性和時變性的復(fù)雜系統(tǒng)，對系統(tǒng)建模提出了很高的要求。采用基于分解合成法則的多模型建模策略可在很大程度上克服上述不足。
　　 針對過熱系統(tǒng)模型辨識的問題，本文提出的多模型建模方案的具體任務(wù)可概括如下：首先,為保證實驗數(shù)據(jù)的準(zhǔn)確性和有效性對實時數(shù)據(jù)進(jìn)行預(yù)處理，然后利用處理后的數(shù)據(jù)，根據(jù)燃煤機(jī)組的運(yùn)行機(jī)理，確定出影響過熱汽溫的主要變量，并采用B

2、型灰關(guān)聯(lián)度分析選取出過熱系統(tǒng)辨識的輔助變量；其次,根據(jù)工況劃分準(zhǔn)則，提出了一種改進(jìn)的雙層K 均值聚類算法，此方法既體現(xiàn)了原始K 均值算法簡單有效的優(yōu)點，又解決了它對給定K 值和初始聚類中心依賴性大和不適合分析大量數(shù)據(jù)的問題；再次,在不同工況下建立局部模型，局部模型的建立使用了最小二乘支持向量機(jī)（LS-SVM）建模方法；最后,針對局部模型的合成問題，本文提出了一種粒子群尋找最優(yōu)權(quán)值的全局合成策略。該方法可自適應(yīng)權(quán)衡模型的全局與局部特性，快