基于現(xiàn)場(chǎng)數(shù)據(jù)的火電機(jī)組模型參數(shù)辨識(shí)

ID:32468433

大?。?.35 MB

頁數(shù):60頁

時(shí)間:2019-02-06

基于現(xiàn)場(chǎng)數(shù)據(jù)的火電機(jī)組模型參數(shù)辨識(shí)_第1頁
基于現(xiàn)場(chǎng)數(shù)據(jù)的火電機(jī)組模型參數(shù)辨識(shí)_第2頁
基于現(xiàn)場(chǎng)數(shù)據(jù)的火電機(jī)組模型參數(shù)辨識(shí)_第3頁
基于現(xiàn)場(chǎng)數(shù)據(jù)的火電機(jī)組模型參數(shù)辨識(shí)_第4頁
基于現(xiàn)場(chǎng)數(shù)據(jù)的火電機(jī)組模型參數(shù)辨識(shí)_第5頁
資源描述:

《基于現(xiàn)場(chǎng)數(shù)據(jù)的火電機(jī)組模型參數(shù)辨識(shí)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、華北電力大學(xué)碩士學(xué)位論文摘要摘要本文研究基于現(xiàn)場(chǎng)數(shù)據(jù)的500Mw火電機(jī)組模型參數(shù)辨識(shí),分析討論控制系統(tǒng)閉環(huán)可辨識(shí)性,給出幾種可辨識(shí)條件;選取機(jī)組動(dòng)態(tài)變化過程中數(shù)據(jù),滿足輸入信號(hào)的持續(xù)激勵(lì)條件;針對(duì)電廠運(yùn)行數(shù)據(jù)特點(diǎn),采用野值識(shí)別、剔除與補(bǔ)正,噪聲去除,數(shù)據(jù)平滑等方法做數(shù)據(jù)預(yù)處理;分析制粉過程、鍋爐蓄熱、過熱器差壓、汽輪機(jī)動(dòng)態(tài)的特點(diǎn),建立500MW火電機(jī)組簡化模型,分析模型中參數(shù)可辨識(shí)性,給出參數(shù)辨識(shí)方案;以汽輪機(jī)動(dòng)態(tài)過程模型為辨識(shí)對(duì)象,利用Hopfield神經(jīng)網(wǎng)絡(luò)優(yōu)化算法進(jìn)行參數(shù)辨識(shí);檢驗(yàn)所得模型,結(jié)果表明模型的適應(yīng)度較高,辨識(shí)結(jié)果較好。關(guān)鍵詞:參數(shù)辨識(shí),Hopfi

2、eld神經(jīng)網(wǎng)絡(luò),數(shù)據(jù)預(yù)處理,火電機(jī)組模型ABSTRACTThethesisstudiedtheparameterldentiflcationof。500MWthermalpowerunitmodelbasedontheon—linedata.Afteranalyzinganddiscussingtheidentifyingclosed-loopofcontrolsystem,seVeralidentinableconditionsweregiVen;Thethesisselecteddatafromdynamicprocessofunittomeetthecont

3、inuedinspiritconditionsofinputsignals;InViewofthecharacteristicoftherunningdataofpowerplant,a10tofworkwasdoneondataprocessing,suchaseliminatingandcorrectingtheunreasonabledata,remoVingthenoisefromthecorrupteddatawithwaVelettransform,datasmoothing;AfteranaIyzingthemillprocess,boilerhea

4、tstorageprocess,super—heaterpressurediffbrentialprocess,lurbinedynamic,itestablishedsimplmedmodelof500Mwthermalpowerunitandanalyzedidentifyingparameterofmodel,thenthemethodofparameteridenti矗cationisgiVen;Thesteamturbinedynamicmodelwastakenasidentificationobject.ItisidentifiedbyusingHN

5、Noptimizearithmetic.Throughtestingtheobtainedmodel,theresultsshowthatthemodelhashighfitnessandtheidentificationresultisgood.Y.ouYbnghua(Contr01TheoryandControlEngineering)DirectedbyProf.SunJianpingKEYWoRDS:parameteridentification,Hopfieldneuralnetwork,datapreprocessing,thermalpoweruni

6、tmodel華北電力大學(xué)碩士學(xué)位論文摘要摘要本文研究基于現(xiàn)場(chǎng)數(shù)據(jù)的500Mw火電機(jī)組模型參數(shù)辨識(shí),分析討論控制系統(tǒng)閉環(huán)可辨識(shí)性,給出幾種可辨識(shí)條件;選取機(jī)組動(dòng)態(tài)變化過程中數(shù)據(jù),滿足輸入信號(hào)的持續(xù)激勵(lì)條件;針對(duì)電廠運(yùn)行數(shù)據(jù)特點(diǎn),采用野值識(shí)別、剔除與補(bǔ)正,噪聲去除,數(shù)據(jù)平滑等方法做數(shù)據(jù)預(yù)處理;分析制粉過程、鍋爐蓄熱、過熱器差壓、汽輪機(jī)動(dòng)態(tài)的特點(diǎn),建立500MW火電機(jī)組簡化模型,分析模型中參數(shù)可辨識(shí)性,給出參數(shù)辨識(shí)方案;以汽輪機(jī)動(dòng)態(tài)過程模型為辨識(shí)對(duì)象,利用Hopfield神經(jīng)網(wǎng)絡(luò)優(yōu)化算法進(jìn)行參數(shù)辨識(shí);檢驗(yàn)所得模型,結(jié)果表明模型的適應(yīng)度較高,辨識(shí)結(jié)果較好。關(guān)鍵詞:參數(shù)辨識(shí)

7、,Hopfield神經(jīng)網(wǎng)絡(luò),數(shù)據(jù)預(yù)處理,火電機(jī)組模型ABSTRACTThetheslsstudiedtheparameterldentiflcationof。500MWthermalpowerunitmodelbasedontheon—linedata.A11eranalyzinganddiscussingtheidentifyingclosed-loopofcontrolsystem,seVeralidentinableconditionsweregiVen;Thethesisselecteddatafromdynamicprocessofunittomeett

8、hecon

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。
关闭