基于现场数据的热工过程辨识研究

发布时间：2017-11-13 04:36

  本文关键词：基于现场数据的热工过程辨识研究

  更多相关文章： RBF神经网络 剪枝算法 过程辨识 遗传算法 传递函数

【摘要】：热工过程的数学模型对其控制系统的设计起着关键作用。传统的热工过程模型辨识主要基于过程的动态特性试验,由于单元机组运行的特点,现场动态特性试验往往难以实施,即使做的动态特性试验,其结果也不一定理想。因此,研究基于现场数据的热工过程辨识不仅具有很强的理论意义,而且具有一定的应用价值。神经网络可以任意精度逼近连续函数,具有较强的适应能力和学习能力,广泛地应用于热工过程的非线性建模中。但辨识中如何确定神经网络的结构,如何提高网络的泛化能力,这些问题没有很好地解决。另外,神经网络模型不直观,不易于理解,难以与经典的控制理论方法结合使用。针对上述问题,论文研究基于现场数据的热工过程神经网络辨识,并提出从神经网络中提取传递函数的方法。主要研究内容及成果包括：1.针对普通的灵敏度剪枝算法存在的问题,在原有的灵敏度剪枝算法的基础上,提出了基于RBF神经网络的剪枝优化算法,并给出了的相应剪枝策略及算法步骤,仿真试验表明该算法是有效的；2.分析了利用现场进行神经网络模型辨识的可行性,提出了基于RBF神经网络剪枝算法的热工过程神经网络模型辨识方法,给出了相应的辨识算法步骤,并通过仿真试验,验证了该方法的有效性；3.分析了锅炉过热汽温的过程及特性,将基于RBF神经网络剪枝算法的热工过程神经网络模型辨识方法应用于锅炉过热汽温模型辨识中,通过基于现场数据的仿真试验,验证了论文所提方法的有效性；4.针对现场热工试验的困难性,研究并提出了从神经网络模型中提取传递函数模型的方法,并结合遗传算法给出了相应的算法及步骤,通过仿真验证了该方法的有效性。
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM621;TP183

【参考文献】

中国期刊全文数据库 前10条

1 钱磊;雎刚;;一种热工过程RBF神经网络模型辨识方法[J];自动化仪表;2016年01期

2 熊俊;王士同;潘永惠;包芳;;基于惩罚函数泛化的神经网络剪枝算法研究[J];计算机工程;2014年11期

3 李云亮;;浅谈电厂300MW机组锅炉汽温调节[J];科技创新与应用;2014年19期

4 李小夏;李孝安;;一种改进的神经网络相关性剪枝算法[J];电子设计工程;2013年08期

5 韩璞;董泽;张倩;;自动化技术的发展及其在火电厂中的应用[J];华北电力大学学报(自然科学版);2008年06期

6 黄宝海;韩璞;葛忠真;何丽娜;;基于现场数据的电站过热器神经网络建模[J];华北电力大学学报(自然科学版);2008年02期

7 韩丽;史丽萍;徐治皋;;基于粗糙集理论的RBF神经网络剪枝算法[J];信息与控制;2007年05期

8 宋清昆;郝敏;;基于改进相关性剪枝算法的BP神经网络的结构优化[J];自动化技术与应用;2006年12期

9 刘志远;采用径向基函数神经网络的热工过程在线辨识方法[J];动力工程;2005年06期

10 张小桃,倪维斗,李政,郑松;基于主元分析与现场数据的过热汽温动态建模研究[J];中国电机工程学报;2005年05期

中国博士学位论文全文数据库 前1条

1 袁丽华;基于物种进化的遗传算法研究[D];南京航空航天大学;2009年

中国硕士学位论文全文数据库 前7条

1 侯海洋;电力建设项目的多目标综合优化研究[D];华北电力大学;2012年

2 赵寿玲;BP神经网络结构优化方法的研究及应用[D];苏州大学;2010年

3 屠学伟;基于神经网络的超超临界单元机组建模研究[D];华北电力大学（北京）;2009年

4 李涛永;基于现场数据的热工过程动态模型研究[D];华北电力大学（河北）;2009年

5 戴文华;基于混合并行遗传算法的文本分类及聚类研究[D];华中师范大学;2007年

6 赵亮;遗传算法在热工过程建模与优化控制中的应用研究[D];东南大学;2006年

7 张世华;遗传算法在热工过程辨识与控制中的应用研究[D];东南大学;2004年

，

本文编号：1179160