基于数据驱动的复杂多变量闭环辨识技术研究

摘要

现代火电厂的大型单元机组具有大时滞、时变、非线性、强耦合、机炉动态特性差异大的特点，是一个典型的多输入多输出过程对象。单元机组协调控制系统是发电厂最重要也是最复杂的控制系统。随着大规模风电并入电网，对机组的调峰性能提出了更高要求，传统的PID控制已难以满足协调控制高质量的控制要求。相比传统的控制方法，先进控制理论能达到更理想的控制效果。然而，这些先进控制理论通常需要高精确的模型。由于工业过程的非线性和时变不确定性，使用传统的辨识方法，如最小二乘法辨识，很难准确辨识过程模型参数。近年来，子空间辨识算法由于能够直接从输入输出数据辨识出系统的状态空间模型，并且具有很好的数值稳定性和较低的计算复杂度，被广泛用于多变量系统的辨识。
　　本文介绍了子空间辨识方法的基本原理和经典算法，重点分析了基于正交投影的闭环子空间算法以及基于子空间和预测误差法的两阶段闭环辨识算法。通过两个闭环仿真实例对比，表明利用闭环条件下的输入输出数据基于正交投影的闭环子空间算法能够准确辨识出被控对象的状态参数。为进一步验证算法在实际系统中的有效性，将其应用到热工多变量系统的闭环辨识中。文中以某电厂330MW亚临界单元机组协调控制系统为例，选择主要输入输出量，通过对现场数据的分析和预处理，建立了90％、80％以及65％工况下的单元机组的动态模型。最后将模型的阶跃响应与电厂的扰动试验实测数据进行对比。结果表明，辨识模型能够基本反映单元机组的实际动态特性。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 多变量闭环辨识国内外研究现状

1．2．1 多变量系统辨识研究现状

1．2．2 闭环辨识研究现状

1．2．3 子空间辨识方法研究现状

1．3 本文主要内容

第2章 子空间辨识算法基本原理

2．1 子空间辨识算法概述

2．2 子空间辨识方法的基本理论

2．2．1 子空间辨识方法的相关矩阵

2．2．2 子空间辨识方法的分析工具

2．2．3 子空间辨识方法的基本步骤

2．2．4 子空间辨识方法的统一框架

2．3 经典子空间辨识算法与传统辨识算法PEM比较

2．4 本章小结

第3章 多变量闭环辨识方法比较与仿真

3．1 基于正交投影的闭环子空间算法

3．1．1 闭环系统辨识描述

3．1．2 基于正交投影的闭环子空间辨识方法

3．2 基于子空间和PEM的两阶段闭环辨识算法

3．2．1 子空间N4SID算法描述

3．2．2 基于状态空间模型的PEM算法推导

3．3 多变量闭环辨识算法的分析与比较

3．3．1 SISO闭环仿真实例

3．3．2 MIMO仿真实例

3．4 本章小结

第4章 典型热工多变量系统模型辨识

4．1 单元机组动态特性分析

4．2 辨识数据的获取、分析与处理

4．2．1 数据获取

4．2．2 数据的分析

4．2．3 数据预处理

4．3 基于现场数据的单元机组模型辨识

4．3．1 90％工况动态模型辨识

4．3．2 辨识模型验证

4．3．3 80％工况动态模型辨识与验证

4．3．4 65％工况动态模型辨识与验证

4．4 本章小结

第5章 结论与展望

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢