学位论文 > 优秀研究生学位论文题录展示

基于SIS数据的过热汽温模型参数的辨识

作　者: 苑一方
导　师: 孙建平
学　校: 华北电力大学
专　业: 控制理论与控制工程
关键词: 聚类最小二乘支持向量机粒子群算法多模型
分类号: N945.12
类　型: 硕士论文
年　份: 2011年
下　载: 16次
引　用: 0次
阅　读: 论文下载

内容摘要

实际工业的分析离不开有效的数学模型,而绝大多数的工业过程是具有大惯性、工况范围广及一定的非线性和时变性的复杂系统,对系统建模提出了很高的要求。采用基于分解合成法则的多模型建模策略可在很大程度上克服上述不足。针对过热系统模型辨识的问题,本文提出的多模型建模方案的具体任务可概括如下:首先,为保证实验数据的准确性和有效性对实时数据进行预处理,然后利用处理后的数据,根据燃煤机组的运行机理,确定出影响过热汽温的主要变量,并采用B型灰关联度分析选取出过热系统辨识的辅助变量;其次,根据工况划分准则,提出了一种改进的双层K均值聚类算法,此方法既体现了原始K均值算法简单有效的优点,又解决了它对给定K值和初始聚类中心依赖性大和不适合分析大量数据的问题;再次,在不同工况下建立局部模型,局部模型的建立使用了最小二乘支持向量机(LS-SVM)建模方法;最后,针对局部模型的合成问题,本文提出了一种粒子群寻找最优权值的全局合成策略。该方法可自适应权衡模型的全局与局部特性,快速得到最优权向量。本文以浙江长兴电厂过热系统为研究对象,选取某天24小时的连续SIS数据,采用多模型建模方法建立了系统局部和全局模型。实验在matlab7.1平台下进行,仿真结果精度高、拟合性好,验证了该方法的有效性。多模型建模方案为宽负荷、变工况的复杂系统建模提供了一个可行思路,并具有一定的推广价值。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-14
  1.1 选题背景及意义  9
  1.2 建模方法概述  9-11
    1.2.1 数据优化  10
    1.2.2 辅助变量选择  10
    1.2.3 工况划分  10-11
    1.2.4 多模型方法建模  11
  1.3 论文的主要内容  11-12
  1.4 本文研究结构  12-14
第2章数据的选择与处理  14-24
  2.1 数据预处理  14-15
    2.1.1 平稳性检验  14-15
    2.1.2 小波去噪  15
  2.2 辅助变量选择  15-19
    2.2.1 递推最小二乘法  16-17
    2.2.2 典型相关分析  17-18
    2.2.3 主元分析法  18-19
  2.3 基于灰色理论的辅助变量选取  19-21
    2.3.1 灰关联分析  19
    2.3.2 数据变换  19-20
    2.3.3 基于B 型关联度的辅助变量优化选取  20-21
  2.4 实际运用  21-23
  2.5 本章小结  23-24
第3章基于聚类分析的子模型建立  24-37
  3.1 聚类和聚类方法的分类  24-25
    3.1.1 聚类分析  24
    3.1.2 聚类方法的分类  24-25
  3.2 双层聚类算法  25-28
    3.2.1 自组织特征映射  26-27
    3.2.2 改进K -均值聚类  27-28
    3.2.3 双层聚类  28
  3.3 双层聚类算法在火电厂工况划分中的应用  28-31
    3.3.1 双层聚类算法的应用  28-29
    3.3.2 结果分析  29-31
  3.4 各稳定工况下建模  31-36
    3.4.1 LS-SVM 模型建立  31-33
    3.4.2 模型验证  33-36
  3.5 本章小结  36-37
第4章基于粒子群的多模型建模  37-47
  4.1 多模型建模方法  37
  4.2 多模型合成准则  37-38
    4.2.1 基于切换策略的多模型方法  37-38
    4.2.2 基于加权策略的多模型方法  38
  4.3 多模型建模方法  38-40
    4.3.1 T-S 多模型模糊系统  38-39
    4.3.2 局部模型网络  39-40
    4.3.3 分段仿射系统  40
  4.4 粒子群算法  40-42
    4.4.1 粒子群优化算法  40-41
    4.4.2 PSO 算法的改进  41-42
  4.5 基于粒子群的多模型建模仿真实验  42-46
    4.5.1 基于粒子群算法的多模型建模  42-44
    4.5.2 多模型建模仿真实验  44-46
  4.6 本章小结  46-47
第5章总结与展望  47-49
  5.1 总结  47
  5.2 展望  47-49
参考文献  49-51
攻读硕士期间发表的学位论文和参加科研情况  51-52
致谢  52-53
详细摘要  53-61

相似论文

基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
带径向速度观测的跟踪算法研究,TN953
基于VRPF的机动目标跟踪的研究,TN957.52
隐式用户兴趣挖掘的研究与实现,TP311.13
图像分割中阴影去除算法的研究,TP391.41
基于图分割的文本提取方法研究,TP391.41
分导飞行器多模型自适应控制,TP273.2
牡丹EST-SSR引物开发及其亲缘关系分析,S685.11
高血压前期证候特征研究,R259
高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
K-均值聚类算法的研究与改进,TP311.13
大学生综合素质测评研究,G645.5
大豆品种对腐竹品质的影响及其品质评价体系的初步构建,TS214.2
有源电力滤波器及其在配电网中的应用,TN713.8
21个荷花品种遗传多样性的ISSR分析,S682.32
基于聚类分析的P2P流量识别算法的研究,TP393.02
基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
桃杂交后代（F₁）幼苗光合效能评价,S662.1
南通市农业面源污染负荷研究与综合评价,X592
土壤环境功能区划研究,X321
基因表达谱数据聚类分析方法比较与大豆疫霉基因的网络构建,S435.651