火电机组中部分信号的时序预测研究

摘要

cqvip:火电机组在升降负荷过程中,受设备性能所限,锅炉主要控制参数存在大延迟、大惯性等特点,难以平衡机组负荷快速响应与主蒸汽压力稳定控制之间的矛盾。提出一种自回归滑动平均(autoregressive movingaverage,ARMA)模型与粒子滤波算法相结合的综合法用于火电机组中部分信号的时序预测,旨在对锅炉侧的主蒸汽压力等信号进行超前预测,一定程度上解决锅炉侧主要参数控制迟延。该方法首先结合历史数据进行ARMA模型建模,通过粒子滤波算法对模型参数进行校正,最后利用经校正的模型计算得出信号时序预测值。利用该方法对某机组的主蒸汽压力、锅炉总煤量、主蒸汽压力设定值数据在Matlab平台进行预测仿真,结果表明,本方法在预测精度方面较ARMA模型有明显的提升。