电厂热工过程参数辨识

《电厂热工过程参数辨识》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第32卷第02期计算机仿真2015年02月文章编号：1006—9348(2015)02—0127—04电厂热工过程参数辨识何雅琴(常州机电职业技术学院，江苏常州213164)摘要：研究了电厂热工过程参数辨识问题。针对传统的蚁群算法在热工过程参数辨识中运行迭代时间长，而且存在容易出现早熟现象而陷入局部最优解的缺陷，提出了用人工免疫蚊群算法对电厂热工过程进行参数辨识的方法。将人工免疫的思想引入到传统的蚁群算法中，将特征信息作为疫苗注射给“蚂蚁”，使“蚂蚁”具有免疫能力，新算法模型克服了传统蚁群算法的缺点。用新算法对电厂热工过程参数辨识的仿真结果表明，新算法有效避免了算法出现停滞的现象，提高了算法

2、全局搜索能力和辨识的准确度。关键词：蚁群算法；全局最优解；人工免疫；疫苗中图分类号：7n，39l文献标识码：BParameterIdentiffcationofPowerPlantThermalProcessHEYa—clin(ChangzhouInstituteofMechatronicTechnology，ChangzhouJiang213164，China)ABSTRACT：Theparameteridentificationofpowerplantthermalprocessisstudied．Thetraditionalantcolonyalgo-rithmisallalgorit

3、hmofsearchingtheglobaloptimalsolutions．Thisalgorithmtakesalongiteratetimetorun，easilyencountersprematureproblemandflapsintoalocaloptimalsolution．Inordertoreducethesearchtime，avoidtrap-pingintoalocaloptimalsolutionandincreaseitsefficiency，theartificialimmunesystemisintroducedintothetradi—tionalantco

4、lonyalgorithm，andthesysteminjectsfeatureinformationasvaccineintoantsandmakestheanthaveimmunity．Thismethodovercomestheshortcomingsoftraditionalantcolonyalgorithm．Thesimulationforparameteridentificationofpowerplantthermalprocessshowsthat，newalgorithmavoidsthealgorithmstagnationphenomenon，andimprovest

5、heglobalsearchabilityofthealgorithmandtheidentificationaccuracy．KEYWORDS：Antcolonyalgorithm；Globaloptimalsolutions；．Artificialimmune；Vaccine1引言热工过程数学模型的建立和参数确定在电厂热工过程自动控制中起着重要作用。但由于很多热工对象是大时延的非线性时变系统，系统模型的建立和参数确定非常困难⋯。传统的系统控制是在各项参数确定的情况下来考查系统的输出，如果输出不符合要求，就更改参数，直到输出达到系统控制要求。与传统控制系统参数确定过程不同，参数辨识是一项逆

6、工程，是根据模型和已有的数据来确定系统的各项参数。随着计算机和人工智能的发展，参数的确定大多采用了智能优化算法，如：模拟退火算法、遗传算法、粒子群算法、蚁群算法等。文献[2]将全局一局部参数最优的粒子群优化算法应用于热工过程模型参数辨识，将参数作为粒收稿日期：2014—03—06修回13期：2014—04—06子，在粒子空间进行并行搜索，最终完成参数辨识。文献[3]将热工过程表示成ARMA模型形式，利用样本自协方差函数和自相关函数估计出模型参数。文献[4]采用递推最／Ix--乘法对参数进行辨识，通过双线性变换法转换辨识模型，划分辨识环节，提高了辨识准确度和效率。文献[5]改进了T—s模型的模

7、糊辨识算法，将辨识过程分为离线和在线两部分，提高了辨识速度和精度。蚁群算法源于蚂蚁觅食过程中总是寻找最短路径的行为，是一种在图中寻找优化路径的机率型算法帕J。该算法已经广泛应用于TSP、图着色、大规模电路集成等问题中。基本蚁群算法在求解多峰函数极值时有可能求出局部最优解。本文把人工免疫算法和蚁群算法进行了结合，采用改进的蚁群算法对热工过程参数进行辨识，有效解决了基本蚁群算法陷入局部最优解，出现算法停滞的问题，