大容量火电机组非线性度研究

论文摘要

针对某600MW 单元机组的实际闭环运行数据,进行数据重构、采样率转换、数据平滑等处理。然后将该单元机组协调系统合理简化为一个双输入双输出的多变量对象模型。接着将该模型分解为子模型再进一步分解为子子模型,使用一种基于增广递推最小二乘的辨识算法和赤池信息准则(AIC)估计出各模型的结构和参数,得到协调系统在各个平衡工况点的一组线性数学模型。最后使用相对非线性测度的方法,针对这些线性模型进行非线性度分析,指出了该系统的非线性强弱及其分布,为确定合适的协调控制策略奠定了基础。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题背景及意义
• 1.2 单元机组系统的研究现状
• 1.2.1 基于系统的研究
• 1.2.2 基于模型的研究
• 1.3 非线性理论研究现状
• 1.3.1 非线性理论的经典方法
• 1.3.2 非线性系统理论的最新发展及问题
• 1.4 本文的主要研究内容
• 第二章 数据预处理
• 2.1 数据的获取
• 2.2 数据预处理的必要性
• 2.3 数据的选取
• 2.4 非均匀采样信号的重构
• 2.5 采样率转换
• 2.5.1 转换原理
• 2.5.2 插值过程时域描述
• 2.5.3 插值过程频域描述
• 2.5.4 插值过程的实际结构
• 2.5.5 有理数倍率插值
• 2.6 数据平滑
• 2.7 现场数据预处理
• 2.7.1 数据重构
• 2.7.2 数据采样率转换
• 2.7.3 数据平滑处理
• 2.8 小结
• 第三章 单元机组协调系统建模
• 3.1 系统介绍
• 3.1.1 单元机组简介
• 3.1.2 系统简化
• 3.2 模型辨识理论
• 3.2.1 系统辨识的研究进展
• 3.2.2 系统辨识三要素
• 3.3 多变量系统辨识
• 3.3.1 多变量系统的分解
• 3.3.2 多变量系统子模型辨识
• 3.3.3 多变量系统子子模型辨识
• 3.3.4 纯滞后时间的确定及节省参数模型
• 3.3.5 改进的增广最小二乘辨识算法
• 3.3.6 火电厂协调对象辨识
• 3.4 小结
• 第四章 系统非线性度分析
• 4.1 引起系统非线性的几个因素
• 4.2 非线性度研究的几种方法
• 4.3 非线性测度的概念
• 4.4 非线性测度计算和分析
• 4.5 间隙测度的概念
• 4.6 小结
• 第五章 研究成果及展望
• 5.1 研究成果
• 5.1.1 数据预处理方面
• 5.1.2 模型辨识方面
• 5.1.3 系统分析方面
• 5.2 展望与不足
• 参考文献
• 致谢
• 攻读硕士学位期间发表的学术论文和参加科研情况
• 附录