基于粒子滤波算法的热力系统参数辨识

摘要

热力系统，就火电厂生产过程而言，是指用汽、水管道将火电厂热力设备（如锅炉、汽轮机、水泵、热交换装置等）按一定顺序连接起来所组成的整体。考虑到热力系统的实际的工况和控制条件错综复杂，多重因素互相影响，系统状态时有波动，不管是经典还是现代的辨识方法都存在着各自的不足和一定的局限性。这就要求人们对现有的辨识方法进行合理的优化和改进，或者尝试将一些跨学科的理论依据和技术手段应用在系统的参数辨识中。
　　 粒子滤波算法是一种基于Monte Carlo思想的非线性、非Gauss系统的滤波算法。现阶段粒子滤波算法在热力系统辨识中的应用已取得一定的进展，其适用范围也由基本的功能性滤波估计延伸到许多其他方面。尽管这种算法还比较新颖，还存在着一些不足（如基于Monte Carlo采样思想带来的滤波发散或收敛速度缓慢、为了避免粒子样本退化引入大量粒子数据而带来的庞大的运算量、算法对非高斯系统的适应度等），针对热力系统中一些对辨识精度有特殊要求而传统的辨识方法又不太适用的情况，这种基于采样和滤波估计的辨识方法展示了其适用性和优越性。本文使用基于重要性重采样的改进粒子滤波算法对某一特定热力系统进行参数辨识，包括基于计算仿真和现场实测数据的传递函数辨识。在辨识的模型结构搭建和数据处理过程中合理地利用粒子的概率密度函数和机理建模重采样等方法，有效地减少了状态空间中干扰因素的影响，提高了参数预估的准确度。这是一次跨学科的理论依据和技术手段应用在热力系统的机理建模和参数辨识中的大胆尝试。仿真曲线和辨识结果表明，这种基于重要性重采样的粒子滤波算法建模原理简单、辨识精度良好。与传统的一些辨识方法相比，它在一些特定的热力系统问题上表现出更好的辨识精度和鲁棒性。

目录

声明

摘要

第1章 绪论

1．1 系统辨识的概念和基本步骤

1．1．1 系统辨识的概念

1．1．2 系统辨识的基本步骤

1．2 课题的主要研究内容和完成任务

1．2．1 研究方案及难点

1．2．2 预期成果及可能的创新点

第2章 系统辨识常用方法

2．1 经典的系统辨识方法

2．1．1 最小二乘法

2．1．2 极大似然法

2．1．3 飞升曲线法

2．1．4 随机逼近法

2．2 现代的系统辨识方法

2．2．1 神经网络算法

2．2．2 遗传算法

2．2．3 小波网络算法

2．3 本章小结

第3章 粒子滤波算法研究

3．1 粒子滤波的简介

3．1．1 粒子滤波的基本概念

3．1．2 粒子滤波的特点及应用

3．2 标准粒子滤波算法

3．2．1 标准粒子滤波算法原理

3．2．2 标准粒子滤波算法步骤归纳

3．3 粒子滤波在热力系统的应用展望

3．4 本章小结

第4章 基于重要性重采样粒子滤波算法的热力系统参数辨识

4．1 系统模型的传递函数辨识

4．2 热力系统常用辨识方法总结

4．2．1 最小二乘法及其仿真实例

4．2．2 遗传算法及其仿真实例

4．3 粒子滤波辨识软件设计与开发

4．3．1 标准粒子滤波的缺点

4．3．2 基于重采样技术的改进粒子滤波算法

4．3．3 程序算法流程

4．3．4 软件的实现

4．4 汽温控制系统特性及其辨识实例

4．4．1 过热汽温控制及其控制对象的动态特性

4．4．2 再热汽温控制及其控制对象的动态特性

4．4．3 基于计算机仿真的传递函数辨识

4．4．4 基于现场实测数据的传递函数辨识

4．5 本章小结

第5章 结论与展望

5．1 结论

5．2 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