[发明专利]火电厂热工模拟量控制系统优化的方法及终端设备在审

专利信息
申请号: 201910505833.6 申请日: 2019-06-12
公开(公告)号: CN110134095A 公开(公告)日: 2019-08-16
发明(设计)人: 杨春来;李剑锋;殷喆;冯旭阳;袁晓磊;金飞;王毅佳 申请(专利权)人: 国网河北能源技术服务有限公司;国家电网有限公司;国网河北省电力有限公司电力科学研究院
主分类号: G05B19/418 分类号: G05B19/418
代理公司: 深圳中一专利商标事务所 44237 代理人: 高星
地址: 050091 河北省石*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 模拟量 模拟量控制系统 热工 火电厂 控制器模型 目标控制器 过程对象 数学模型 终端设备 优化 预设 自动控制技术 抗干扰能力 后续操作 获取目标 控制系统 重新获取 超调量 辨识 电厂
【权利要求书】:

1.一种火电厂热工模拟量控制系统优化的方法,其特征在于,包括:

A,获取火电厂热工模拟量过程对象模型;

B,对所述模拟量过程对象模型进行辨识,获取模拟量对象的数学模型;

C,获取火电厂热工模拟量控制系统控制器模型;

D,根据所述模拟量对象的数学模型,对所述模拟量控制系统控制器模型的参数进行优化,获取目标控制器模型;

E,当所述目标控制器模型的性能未满足预设需求时,重复执行步骤A至步骤D,直到所述目标控制器模型的性能满足预设需求时结束流程。

2.如权利要求1所述的火电厂热工模拟量控制系统优化的方法,其特征在于,所述模拟量过程对象模型为

其中,所述W(S)表示所述模拟量过程对象模型,所述Y(s)表示过程量输出函数的拉普拉斯变换,所述表示输入函数的拉普拉斯变换,所述a和所述b分别表示各阶系数,所述m表示分子的最大阶数,所述n表示分母的最大阶数,所述s表示复变量。

3.如权利要求2所述的火电厂热工模拟量控制系统优化的方法,其特征在于,通过改变策略的ACABC混合人工蜂群算法对所述模拟量过程对象模型进行辨识,以及对所述模拟量控制系统控制器模型的参数进行优化,其中所述改变策略的ACABC混合人工蜂群算法包括:

a,初始化算法参数,所述参数包括种群规模NP和最大循环次数;

b,随机初始化NP个初始解,并计算所有初始解的适应度,得到初始全局最优解;

c,采蜜蜂根据所有初始解进行新的蜜源搜索,获得第一新解,并计算所述第一新解的适应度;

d,根据所述第一新解更新第一新解邻域搜索次数;

e,根据所述初始解的适应度和所述第一新解的适应度,计算每个蜜源被观察蜂跟随的跟随概率;

f,根据所述初始解和所述第一新解,对所述初始解和所述第一新解对应的蜜源位置进行分析,对目标蜜源进行分布估计,获取采蜜蜂的优势群体;

g,根据高斯边缘概率分布估计方法对所述采蜜蜂的优势群体进行分布估计,获得分布概率;

h,观察蜂根据所述跟随概率进行新的蜜源搜索,或者根据copula分布估计算法和边缘概率分布计算,获得第二新解,并计算所述第二新解的适应度;

i,侦查蜂随机进行新的蜜源搜索,获得第三新解,并计算所述第三新解的适应度;

j,根据所述初始解的适应度、所述第一新解的适应度、所述第二新解的适应度和所述第三新解的适应度,将适应度最大的解作为全局最优解;

k,检测全局搜索是否达到所述最大循环次数,当所述全局搜索未达到所述最大循环次数时,继续执行步骤c至步骤k,直到全局搜索达到所述最大循环次数时结束流程。

4.如权利要求3所述的火电厂热工模拟量控制系统优化的方法,其特征在于,所述根据所述第一新解更新第一新解邻域搜索次数,包括:

当所述第一新解的适应度大于或者等于当前解的适应度时,则第一新解邻域搜索次数为0,所述第一新解为根据所述当前解进行蜜源搜索时获得的新解;

当所述第一新解的适应度小于当前解的适应度时,则第一新解邻域搜索次数在原邻域搜索次数基础上加1。

5.如权利要求3所述的火电厂热工模拟量控制系统优化的方法,其特征在于,在所述根据所述初始解和所述新解,计算每个蜜源被观察蜂跟随的概率之后,还包括:

根据所述初始解的适应度和所述新解的适应度,按照适应度对所述初始解和所述新解进行排序。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网河北能源技术服务有限公司;国家电网有限公司;国网河北省电力有限公司电力科学研究院,未经国网河北能源技术服务有限公司;国家电网有限公司;国网河北省电力有限公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910505833.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top