您的位置: 专家智库 > >

袁世通

作品数:7 被引量:67H指数:4
供职机构:华北电力大学更多>>
相关领域:动力工程及工程热物理自动化与计算机技术电气工程更多>>

文献类型

  • 5篇期刊文章
  • 2篇学位论文

领域

  • 6篇动力工程及工...
  • 2篇自动化与计算...
  • 1篇电气工程

主题

  • 5篇子群
  • 5篇粒子群
  • 5篇锅炉
  • 5篇超超临界
  • 5篇超临界
  • 4篇临界锅炉
  • 4篇超超临界锅炉
  • 4篇超临界锅炉
  • 3篇超超临界机组
  • 3篇超临界机组
  • 3篇传递函数
  • 3篇1000MW...
  • 2篇多变量
  • 2篇多变量系统
  • 2篇数据挖掘
  • 2篇群算法
  • 2篇燃烧
  • 2篇燃烧系统
  • 2篇协调控制
  • 2篇协调控制系统

机构

  • 6篇华北电力大学
  • 1篇保定电力职业...
  • 1篇华北电力大学...

作者

  • 7篇袁世通
  • 4篇韩璞
  • 1篇孙明
  • 1篇刘千
  • 1篇张金营
  • 1篇丁满
  • 1篇许红兵

传媒

  • 2篇计算机仿真
  • 1篇中国电力
  • 1篇中国电机工程...
  • 1篇系统仿真学报

年份

  • 1篇2015
  • 3篇2014
  • 1篇2013
  • 2篇2011
7 条 记 录,以下是 1-7
排序方式:
超超临界机组主汽压控制系统的辨识研究被引量:4
2014年
针对热工对象传递函数模型辨识精度不高的问题,提出一种新的建模方法。首先对1000MW超超临界机组锅炉主汽压控制系统进行了动态特性分析,将传统的相关函数法与智能粒子群算法相结合,挖掘和筛选电厂的现场运行历史数据,对该系统进行了传递函数建模。最后,得到了主汽压控制系统的传递函数,并用其他时段的现场数据进行了模型的验证。辨识得到的模型能够代表同类机组一段时间内的热工特性,为大型超超临界锅炉的控制器设计与优化奠定了基础。
袁世通韩璞刘千
关键词:超超临界锅炉互相关函数粒子群算法
基于大数据的多变量系统建模方法研究被引量:17
2014年
提出了一种新的基于大数据的多入多出系统建模方法。该方法将机理建模、实验建模、智能建模等方法有机结合,通过仿真模型的阶跃实验确定了模型结构和各参数初始范围,挖掘现场运行的历史数据,利用智能优化算法对模型进行校正,得到系统的传递函数模型。解决了不允许或者没有条件在生产现场施加大范围频繁的阶跃扰动实验的问题,确定了模型初始结构,克服了多变量智能寻优时初始值范围不确定的困难。这一新辨识思想成功应用于超超临界机组协调控制系统传递函数辨识,该系统以给水量、给煤量和高调门开度为输入,机组功率、主汽压力和中间点温度为输出,辨识得到了满负荷工况附近的传递函数模型,为协调控制器的设计与优化奠定了基础。
袁世通韩璞孙明
关键词:建模方法多变量系统数据挖掘协调控制系统
1000MW超超临界机组建模理论与方法的研究
为了提高1000MW超超临界直流锅炉的控制水平,最首要的工作就是要了解机组的运行特性并在此基础上建立适用于控制器设计的数学模型。本文基于机组历史大数据,研究了热工多变量系统局部线性模型和全局非线性模型的辨识方法。主要内容...
袁世通
关键词:超超临界直流锅炉协调控制系统数学模型
超超临界锅炉主汽温控制系统的建模研究被引量:13
2013年
为了提高大型超超临界锅炉的控制水平,最首要的工作就是要了解锅炉运行的热工特性并在此基础上建立适用于控制器设计的模型。针对传统传递函数模型精确度不高的问题,分析了目前超超临界锅炉主汽温控制系统的特点,挖掘机组已有的运行数据,总结了数据选取经验和数据预处理方法,利用修正后的量子粒子群算法进行传递函数参数辨识,进而得到锅炉燃烧系统中主汽温控制系统的线性传递函数模型,使主汽温控制系统的大惯性特性定量化,给出了主汽温控制系统的辨识结果。得到的传递函数为主蒸汽温度的自动控制系统设计与优化提供了参考。
韩璞袁世通张金营
关键词:超超临界锅炉主汽温控制传递函数量子粒子群
1000MW超超临界机组燃烧系统建模研究
为了提高大型超超临界锅炉的控制水平,最首要的工作就是要了解锅炉的燃烧系统热工特性并在此基础上建立适用于控制器设计的模型。火电厂热工对象的过程动态特性一般具有大延迟、大惯性、强耦合、时变和不确定性等等特点。在论文中简述了锅...
袁世通
关键词:超超临界锅炉燃烧系统传递函数粒子群
基于大数据和双量子粒子群算法的多变量系统辨识被引量:32
2014年
针对智能算法与历史大数据相结合进行多变量系统辨识过程中不能精确量化每个子系统数学模型的问题,提出了一种有效的数据并行优化计算的解决方案。在辨识过程中,为了解决量子粒子群算法(quantum particle swarm optimization,QPSO)收敛速度和寻优精度方面的不足,提出了一种改进的QPSO算法——双量子粒子群算法(double quantum particle swarm optimization,D-QPSO)。该算法对粒子种群编码和原有的进化搜索策略同时进行了量子化处理,经过测试函数实验,改进的算法在搜索能力上优于PSO和QPSO算法。最后利用现场运行历史数据,通过D-QPSO算法进行参数估计,将设计的解决方案应用于热力发电厂负荷控制系统的传递函数辨识中,得到的模型为控制器的设计与优化奠定了基础。
韩璞袁世通
关键词:量子粒子群算法数据挖掘多变量系统系统辨识
1000MW超超临界锅炉燃烧系统建模被引量:3
2011年
为了提高大型超超临界锅炉的控制水平,最首要的工作就是要了解锅炉的燃烧系统热工特性并在此基础上建立适用于控制器设计的模型。针对传统传递函数模型精确度不高的问题,分析了目前超超临界锅炉燃烧系统的特点,挖掘机组已有的运行数据,总结了数据选取经验和数据预处理方法,利用群智能寻优算法进行传递函数参数辨识,进而得到燃烧系统的线性传递函数模型,使燃烧系统的大惯性特性定量化。给出了炉膛负压控制系统双输入单输出模型的辨识结果并给予验证。得到的传递函数为燃烧系统的自动控制系统设计与优化提供了参考。
许红兵袁世通丁满
关键词:超超临界锅炉炉膛负压传递函数粒子群
共1页<1>
聚类工具0