[发明专利]一键式实现汽轮机及其调速系统参数智能辨识的方法

说明书

本发明的目的在于解决传统汽轮机及调速系统参数辨识方法周期长、适应性差和人工参与度过高等问题。基于PSD‑BPA提供的汽轮机及调速系统模型，自动预处理实测数据，查找出阶跃点、阶跃前的起始值、阶跃后的稳定值等参数。利用多种传统辨识算法(遗传算法、粒子群算法)及新辨识算法(改进型引力搜索算法VGSA)，完成汽轮机及调速系统的关键参数地辨识，具有辨识速度快、精度高、适应性强、人为干预少、自动化能力强的特点。

1、发明创造的名称

一键式实现汽轮机及其调速系统参数智能辨识的方法

2、所属的技术领域

本发明涉及电力系统中汽轮机及调速系统关键参数的辨识方法，尤其涉及基于智能优化算法采用不同辨识策略完成其重要参数辨识的方法，属于自动控制技术应用领域。

3、背景技术

①由于汽轮机及其调速系统的复杂性以及设备在安装调试过程中特性的变化，纯粹的理论建模方法难以获得反映系统动态特性的完整、精确的数学模型，因此采用参数辨识方法识别系统动态模型的关键参数具有重要意义。

尽管传统辨识方法如最小二乘法(LS)、遗传算法(GA)、BP神经网络算法和粒子群算法(PSO)等已在工程中得到了应用。但是这些方法的适应能力不强，在实用过程中大多需要较多的人为干预。此外，相对于研究过程中规则的理论激励信号，现场实测数据由于受各种因素影响常常表现出较强的不规则性，无法直接应用于辨识过程。同时，依靠人力从大量的实测数据中挖掘出有效的数据信息实为一项繁杂的工作。为此，工程中急需一种速度快、精度高、适应性强、人为干预少、自动化能力强的高效辨识手段。

②启发式智能算法因其良好辨识性能及较强鲁棒性的特点在工程上得到了广泛应用，而算法的“探索能力”及“开拓能力”是衡量算法寻优性能优劣的关键。许多辨识算法因其探索能力及开拓能力不能有效的权衡调整，容易陷入“局部最优”而失去准确识别出真实参数的能力。引力搜索算法(GSA)考虑全局信息，具有较好的探索能力，但其寻优收敛速度不够迅速，将导致辨识周期长。

③由于汽轮机及调速系统中涉及的待辨识参数较多，而不同机组表现出的动态特性也有所不同，因此，采用不同的辨识策略，改变参数辨识的先后顺序均可能会影响辨识结果的准确性。因此，应提供多种辨识算法、多种辨识策略以适应不同工况下的汽轮机及调速系统的参数辨识。

4、发明内容

本发明的目的在于解决传统汽轮机及调速系统参数辨识方法周期长、适应性差和人工参与度过高等问题。基于PSD-BPA提供的汽轮机及调速系统模型，自动预处理实测数据，查找出阶跃点、阶跃前的起始值、阶跃后的稳定值等参数。利用多种传统辨识算法(遗传算法、粒子群算法)及新辨识算法(改进型引力搜索算法VGSA)，完成汽轮机及调速系统的关键参数地辨识，具有辨识速度快、 精度高、适应性强、人为干预少、自动化能力强的特点。

1 辨识方法的步骤

引力搜索算法(GSA)及其改进(VGSA)方法。

引力搜索算法是一种通过模拟空间粒子受力运动机理而进行优化的新型启发式算法,基本原理为空间中大质量粒子对其他粒子的引力大、自身运动慢，而小质量粒子受到引力小、运动快。在优化过程中，通过粒子将朝向质量最大的粒子靠近的基本过程完成全局最优化。

在空间中，假设有N个粒子，定义粒子i的空间位置为X_i：

式中，是粒子i在d维空间中的位置，dimension是粒子空间的最大维度。

粒子i在第t次迭代时的质量分数M_i(t)为：