建立发电机组在大范围变工况下的精确模型是智能发电运行控制中最为基础也是至关重要的环节。为提高建模过程的快速性以及所得模型的精确性和通用性,本文提出了一种基于量子蜂群聚类的新型T-S模糊建模方法。该方法首先将量子蜂群作为聚类算法进行前提部分辨识,不仅通过量子概念的引入提高了聚类速度,而且通过决策常数和数据空间约束消除了聚类过程中人为设定聚类个数的主观性。其次基于前提部分辨识结果,在结论部分辨识中通过指数加权最小二乘法保证了局部模型参数辨识过程的简便性和精确性。最后以超超临界机组协调控制系统的建模为例,探讨了所提出算法在智能发电运行控制系统发电机组建模中的应用。仿真结果表明,该算法不仅保证了建模过程的快速性,还使得辨识所得模型在机组大范围变工况下始终保持较高精度,表现出良好的通用性和适应性。
类型: 期刊论文
作者: 侯国莲,弓林娟
关键词: 智能发电,运行控制,量子蜂群聚类,模糊建模,协调控制系统,大范围变工况,模型辨识,超超临界机组
来源: 热力发电 2019年09期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业,自动化技术
单位: 华北电力大学控制与计算机工程学院
基金: 中央高校基本科研业务费专项资金项目(2019JG004)~~
分类号: TM62;TP273
DOI: 10.19666/j.rlfd.201907127
页码: 108-114
总页数: 7
文件大小: 876K
下载量: 124
本文来源: https://www.lunwen90.cn/article/53ec68bd26a12dbe5565fa65.html