基于改进粒子群算法的主蒸汽温度系统辨识
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于改进粒子群算法的主蒸汽温度系统辨识
曹振乾;印江;张津华
【期刊名称】《系统仿真学报》
【年(卷),期】2021(33)10
【摘要】建立主蒸汽温度精确的数学模型是提高控制系统性能的基础。
针对传统的粒子群优化(Particle Swarm Optimization,PSO)算法在模型辨识中存在易早熟,收敛速度慢的问题,提出一种引入收缩因子的改进PSO算法。
该算法通过调整收缩因子的方法来提高算法的全局寻优能力和收敛速度。
将山西某电厂350 MW循环流化床(Circulating Fluidized Bed,CFB)锅炉现场运行的数据用于主蒸汽模型参数辨识中,利用改进PSO算法寻优得到主蒸汽温度系统最佳的模型参数,通过现场实际数据验证了模型的有效性,为CFB锅炉主蒸汽温度控制优化奠定了基础。
【总页数】9页(P2411-2419)
【作者】曹振乾;印江;张津华
【作者单位】山西大学数学科学学院;山西大学自动化与软件学院
【正文语种】中文
【中图分类】TP391.9
【相关文献】
1.基于改进粒子群算法的锅炉再热蒸汽温度模型辨识
2.基于递推最小二乘法的主蒸汽温度控制系统辨识与优化
3.基于改进和声搜索算法的主蒸汽温度现场数据辨识
4.
基于粒子群算法的二次再热机组主蒸汽温度优化控制5.基于多策略分区勘探粒子群算法的主蒸汽温度优化控制
因版权原因，仅展示原文概要，查看原文内容请购买。