一、基于ANFIS的火电单元机组协调控制设计方法（论文文献综述）
张国斌,刘永江,杜鸣,郭瑞君,张谦,辛晓钢[1]（2021）在《火电机组的工况自适应协调控制策略》文中提出随着火电灵活性改造的进行,火电机组需要在大范围变工况下运行,运行过程中需要兼顾机组低负荷稳定性。因此提出了一种工况自适应协调控制策略,该策略以柔性控制为基础,设计了协调控制系统工况自适应控制结构,并提出了控制系统参数确定方法。在仿真实验中,首先分析比较了某一工况下不同柔性因子作用后的控制效果,然后利用蒙特卡洛模拟,分析了参数不确定性对该控制系统稳定性的影响,在大范围变工况下对该策略的控制效果进行了仿真验证。仿真结果显示该策略设计方法可以实现机组在大范围变工况下稳定性与调峰快速性的综合协调,同时结构改造简单,控制器参数易获得,便于现场实施,为低负荷下的协调系统控制策略设计提供了一种思路。
熊剑[2]（2021）在《超临界机组的灵活性运行建模与先进控制策略研究》文中研究说明波动性可再生能源的发电比例不断提高,导致超临界火电机组的运行目标从追求高效节能转变为注重提升机组的灵活性、机组深度调峰及快速升降负荷能力。为提升火电灵活性,一种可行的方法是设计先进控制算法,而控制算法发挥性能的前提是精确、简洁的数学模型。所以对超临界机组进行建模和控制策略两方面的研究具有重要意义。本文将协调控制系统作为研究对象,在建立高精度模型的基础上,为其设计先进的控制算法,以提升机组运行灵活性。在建模部分,模型结构上,将T-S模糊增量模型输出表达式与模糊神经网络的结论部分相结合,从而构建一种新型的模糊神经网络结构,该结构中局部线性模型的精度大大提升。参数训练上,先利用改进的核k-means++算法对前提部分参数进行训练。该算法采用谢尔贝尼指数法初始化模糊规则个数,消除了传统人工选取规则数的局限性。且使用核空间距离代替传统的欧几里得距离,得到了更佳的聚类中心和半径参数。然后采用有监督自适应梯度下降法对结论网络参数进行初始优化,再用人工免疫粒子群算法对进行二次优化。在控制策略部分,本文提出了一种双层的分层递阶控制结构,其中上层是无静差非线性约束广义预测控制器,计算得到最优控制序列。下层是L1自适应控制器,通过估计不确定性、实现最优轨迹跟踪。控制器设定值优化方面,使用一种柔化因子自适应调整的设定值柔化操作,来进一步改善控制性能。最后,在前述由现场数据驱动的模糊神经网络模型的基础上,对控制算法进行测试。单输出改变实验、灵活性运行对比实验及抗干扰等多项实验中都实现良好的跟踪,其中最大负荷爬坡率达到额定负荷的6%每分钟,且控制量没有较大波动。实验结果表明本文控制器可以在保证安全稳定运行的前提下,使机组达到灵活性运行的要求。
邵茹[3]（2021）在《350MW超临界CFB机组机炉协调系统建模与控制》文中研究说明根据我国的能源结构情况,燃煤发电在短时间内仍然占据着电力生产行业中的重要地位,清洁煤发电因符合国家提出的新发展要求获得了行业内的重视。超临界循环流化床（Circulating Fluidized Bed,简称CFB）技术具有燃料适应性强和高效率的优势,并且污染物生成量少在环境保护方面发挥着重要作用。火电机组是一种大惯性、时变、非线性等多种特点相互耦合的复杂控制对象。为了配合风、光等新能源发电实施可持续发展,电网对单元机组机炉协调系统的控制性能提出了更高层次的要求,因此对超临界循环流化床机组协调系统进行研究非常有意义。本文以山西省某新建电厂350MW超临界CFB机组协调系统为研究对象,开展协调系统传递函数模型建立和控制两个方面的研究。首先通过对协调系统被控对象动态特性的定性分析,将其合理简化为以给煤量及高调门开度为输入,有功功率及主蒸汽压力为输出的系统模型,结合专家经验确立模型结构为具有纯迟延的高阶惯性环节。通过采集现场运行数据并对数据进行筛选及预处理,根据多输入多输出系统闭环辨识原理,依靠标准粒子群（Particle Swarm Optimization,简称PSO）算法对模型结构中的未知参数进行寻优,建立协调系统的数学模型,并对模型的准确性进行验证。在获得数学模型的基础上,出于模糊PID控制算法在实际工程中实用性的考虑,本文使用模糊PID智能控制算法对传统PID控制进行优化,借助MATLAB仿真软件中的Simulink工具箱进行仿真试验对比。根据仿真结果可知,基于模糊PID控制算法的协调系统,其动态性能和静态性能均优于传统PID控制。本文依据现场的历史运行数据建立系统数学模型,将理论与现场生产情况相结合,在获得数学模型的基础上对传统PID控制算法进行优化,对协调系统进行控制优化提供借鉴。
盛歆歆[4]（2021）在《数据驱动的超超临界机组协调控制系统智能辨识算法及应用研究》文中进行了进一步梳理近年来,尽管以风电、光伏发电为代表的新能源发电蓬勃发展,但火力发电仍在我国电力行业中具有举足轻重的地位。与传统的超临界和亚临界机组相比,超超临界机组具有蒸汽参数高、功率容量大、发电范围广等特点,在提升发电效率、提高电网调峰调频经济性和稳定性、减轻CO2排放污染等方面具备显着优势。我国火力发电行业部署已迈进“超超临界”时代,超超临界机组已成为我国火电机组建设的关键构成部分。为确保超超临界机组的优化运行,需要保证其核心环节协调控制系统的安全稳定。针对超超临界机组协调控制系统而言,一个精确的机炉耦合过程模型是进一步设计先进控制策略、获得满意的控制性能以及节能优化运行的基础。但是机炉耦合过程中涉及的各个重要变量之间存在较强的耦合作用,并且机炉耦合过程整体呈现较严重的非线性和复杂性,这为机炉耦合过程的模型辨识造成了很大的阻碍,也是本文建立机炉耦合过程模型的主要难点。针对上述超超临界机组协调控制系统机炉耦合过程的建模问题,本文考虑到目前电厂中应用较为广泛的仍是传递函数模型,为此希望借助群智能算法构建机炉耦合过程的传递函数显性模型。此外,深度学习方法适合分析大数据中蕴含的关键信息,因此将堆叠降噪自编码器引入到超超临界机组协调控制系统机炉耦合过程,构建过程的深度学习隐性模型,以实现对机组的全工况建模。首先,本文对超超临界机组协调控制系统的整体架构以及待辨识的协调控制系统锅炉-汽轮机单元机组的原理和关键变量进行阐述。通过剖析探讨机炉耦合被控过程的关键变量对过程的影响,确定了超超临界机组协调控制系统机炉耦合过程的简化概念模型。其次,本文确立机炉耦合过程的传递函数模型结构,并建立数据驱动的多变量模型参数智能辨识方案以确定机炉耦合过程传递函数模型参数。为使方案辨识出的模型参数精确有效,提出融合羊群和狮群算法的云自适应混沌鸟群算法（SO-LSO-CACBSA）,并采用测试函数从多角度验证展示改进鸟群算法的有效性。依托机组实际运行数据,对我国某1000MW超超临界机组开展机炉耦合过程的模型辨识和验证,实验结果表明数据驱动的多变量模型参数智能辨识方案和SO-LSO-CACBSA辨识算法的有效性。最后,为获得超超临界机组大范围运行工况下机炉耦合过程模型,将深度学习方法中的堆叠降噪自编码器（SDAE）引入超超临界机组协调控制系统机炉耦合过程的模型辨识中。基于我国某1000MW超超临界机组实际运行数据,开展机炉耦合过程的模型辨识和验证,实验结果表明堆叠降噪自编码器模型可以基本体现1000MW超超临界机组协调控制系统机炉耦合过程在机组大范围运行工况下的特征。为了使堆叠降噪自编码器在实际超超临界机组实现更方便地应用,利用MATLAB中的GUI功能设计了机炉耦合过程堆叠降噪自编码器模型辨识软件,能够更好地实现人机交互。
樊建升[5]（2021）在《单元机组协调系统应用反演控制可行性探讨》文中认为目前,大型火电厂单元机组协调控制系统主要以线性控制方法为主,而锅炉燃烧、汽轮机调节汽门、主给水阀门、汽包水位等受外部扰动或自身非线性因素影响,线性控制方法无法达到较好的控制效果。本文以一个n阶系统说明反演控制设计方法,对火电厂单元机组协调系统适用于反演控制的非线性模型进行探讨,并对反演控制在火电厂单元机组协调系统的应用进行了展望。
孙明[6]（2021）在《火电机组热工过程自抗扰控制的研究与应用》文中认为燃煤机组热工过程普遍具有高阶惯性、时滞、非线性、多扰动、回路耦合以及不确定性等特点,使得探索更为高效的建模方法和高性能的鲁棒控制算法成为一直以来的研究热点和难点。尤其是当前火电机组需要通过深度调峰来有效平衡间歇性的新能源电力高比例接入电网引起的系统波动,使得热工过程自动控制系统的可靠性和鲁棒性面临着更为严峻的挑战。此外,分散控制系统的历史数据库中存储了因扰动或不确定因素而产生的大量过程数据,可以充分利用这些过程扰动数据,进而增强控制器的模型信息以提升控制系统的设定值跟踪、扰动抑制以及鲁棒性等控制性能。因此,本文以线性扩张状态观测器为主线,开展了广义积分串联型系统的相位分析、扰动数据驱动的扩张状态观测器模型参数智能辨识方法以及基于相位补偿的降阶自抗扰控制器设计等方面的理论研究、算例仿真与工程实现。论文主要工作有:1)在频域内详细分析了线性扩张状态观测器对总扰动进行估计和前馈补偿后,虚拟控制量与系统输出以及估计输出两者之间的广义积分串联型传递函数特性。当采用全阶扩张状态观测器时,仿真并分析了广义积分串联型逼近标准积分器串联型的影响因素;当采用低阶扩张状态观测器时,为保证广义扩张状态观测器与广义被控对象在相位上的近似同步,提出了增加部分模型信息对扩张状态观测器进行相位补偿的设计方法,算例仿真验证了该方法的有效性。2)针对零初始条件下输出信号中可能存在外部扰动作用的分量而导致闭环数据驱动建模准确性降低的问题,提出了一种利用控制回路中干扰作用产生的动态过渡到稳态这一特征的过程数据驱动扩张状态观测器参数辨识的新方法,也就是将过程数据中扰动作用结束时刻点的状态初值估计和总扰动中的确定性模型信息估计相结合,进而通过群体智能算法对模型参数进行优化和聚类分析,得到最佳辨识参数,算例仿真验证了所提建模方法的有效性和准确性。3)为了提高一类具有大惯性、时滞等特点的热工过程对象设定值跟踪能力和抗干扰性能,提出了基于相位补偿的降阶自抗扰控制设计方法,并完成了稳定性分析。考虑到运用低阶自抗扰控制器时,控制量增益难以确定的问题,给出了新的参数整定方法。而对于热工过程的多变量系统,则采用分散式相位补偿型降阶自抗扰控制策略,并将控制系统在频域内进行等效变换,揭示了自抗扰控制技术框架下的逆解耦器特性。同时,为了增强其逆向解耦能力,推导出一种针对多变量系统的相位补偿环节设计方法。算例仿真验证了所提控制算法的优越性。4)研究并解决了基于相位补偿的降阶自抗扰控制算法的逻辑组态、抗降阶扩张状态观测器饱和以及无扰切换等工程化设计中的具体问题,进而在激励式仿真机上进行了控制策略的仿真与实现。进而将其应用于现役火电机组的主汽温系统和负荷控制系统。实施结果表明所提改进自抗扰控制算法的可行性、有效性以及优越性,展现了该算法良好的工业应用前景。
廖金龙[7]（2020）在《大功率火电机组一次调频能力建模与优化》文中进行了进一步梳理我国正处于能源结构转型关键时期,改善因大规模新能源接入电网带来的频率波动,提高特高压输电受端电网的低频事故风险应对能力,需提高火电机组一次调频有效性和稳定性。对火电机组功频电液调节系统（Digital Electro-Hydraulic Control System,DEH）和协调控制系统（Coordinated Control System,CCS）进行了精确性建模研究,在此基础上研究了机组一次调频能力的评估方法,进一步地对火电机组的一次调频进行了优化研究。DEH伺服系统建模精确与否直接影响阀门仿真精确性,进而影响大功率机组一次调频功率响应仿真。为了提高建模精确性,针对DEH中伺服系统在实际工作中存在的非线性,提出了一种包含限幅、死区和修正系数的非线性伺服系统新模型。将待辨识参数分成线性参数和非线性参数分别辨识,通过建立三层神经网络辨识线性参数,根据阀门流量特性曲线获得非线性参数。以某1000MW超超临界汽轮发电机组调节系统为建模对象,得出限幅参数为1.05,电液转换器时间常数为0.0203,油动机时间常数为0.294,迟缓率为0.00293,以及修正系数为1.093。基于该模型进行仿真验证,得出仿真曲线与实际曲线几乎一致,其中阀门曲线的拟合度达到98.445%,功率曲线的拟合度为96.986%,表明了参数辨识方法的正确性。采用不考虑非线性的伺服系统模型进行对比,发现仿真曲线存在一定偏差,稳定后阀门开度的误差为5%,功率的误差为1.58%,证明了非线性伺服系统模型具有更高精确性。一次调频功率响应不仅涉及汽轮机阀门开度,还需考虑锅炉能量供应的影响,因此不仅要提高DEH建模精确性,还需结合考虑锅炉和汽轮机进行建模。因而采用黑箱建模和机理建模相结合的方法建立CCS模型用于研究机组一次调频。其中,推导建立了制粉系统、管道压损和汽轮机的传递函数和差分方程模型,并采用遗传算法辨识模型参数。由于锅炉的复杂物态转换、换热过程及大惯性大延迟特性,采用神经网络对其建模。使用实际数据对每个模型进行了仿真验证,仿真曲线和实际曲线每个样本点的误差基本都在-3%3%。基于实际给煤、给水和阀门开度指令,对整体的CCS模型进行仿真验证,得出给煤量、过热器出口压力、主蒸汽压力以及功率的仿真曲线与实际曲线的拟合度均高于90%,验证了CCS模型的正确性。最后,基于该CCS模型仿真了机组的一次调频动态响应,过热器出口压力、主蒸汽压力和功率均与实际值吻合良好,表明模型可用于研究机组的一次调频。研究评估机组一次调频能力有利于掌握区域电力系统的一次调频能力,对于防范电网低频风险具有重要意义。基于上述DEH和CCS建模研究,提出机组一次调频能力评估方法。首先通过DEH和CCS的传递函数耦合模型仿真得出由CCS和DEH协同一次调频是最佳调频控制方式。然后在此基础上仿真分析了几种提升机组调频能力的运行方式如:提升滑压设定值、高加给水旁路、补汽阀补汽以及凝结水节流。进一步地,通过实际机组的一次调频能力试验研究了这些方式的调频效果,结果表明增大主蒸汽调节阀节流对提升机组一次调频能力最直接有效,给水旁路与主蒸汽调节阀结合的调频效果与其相当,且具有持续的负荷维持和提升能力。基于此结论,研究了机组阀门和高加给水旁路的一次调频能力评估方法。对于阀门一次调频能力,分别基于变工况分析和单元机组线性增量数学模型推导出关键映射公式,然后采用神经网络对其建模求解。采用实际运行数据和仿真数据分别进行了验证,预测的主蒸汽压力误差和一次调频能力误差均在合理范围内。针对某电厂超超临界1000MW机组建立EBSILON热力系统模型,研究高加旁路提升机组负荷的能力。分别对高加小旁路、高加混合旁路及高加大旁路等3种旁路方式进行仿真,结果表明旁路最前一级高加才能有效增加机组功率。基于此,仿真得到不同负荷率下功率增量与旁路流量之间的关系曲线,以及旁路前后热耗率与负荷率之间的关系曲线。对比分析机组通过阀门节流调节与高加混合旁路调节的热耗率,表明在保证一次调频能力的基础上,采用高加混合旁路调节能有效的提高机组调频能力和运行经济性。大功率机组一次调频参数是影响自身调频动态稳定与维持电网频率稳定的关键因素,基于一次调频能力的研究,建立以总煤耗量及NOx排放最低为目标函数、以电网一次调频稳定、机组一次调频稳定条件及电网要求的速度不等率范围为约束条件的优化模型,来优化各机组速度不等率设置。采用IEEE300节点模型进行仿真试验,仿真结果表明此算法可以保证机组快速完成一次调频任务,并且具有最佳经济性。将优化模型拓展至深度调峰机组,仿真结果表明需适当突破电网一次调频标准的约束来设置速度不等率。采用该优化方案,有利于提高电力系统一次调频快速性和稳定性。另外,考虑到机组调峰深度与调峰能力在一定程度上不可兼得,为了防范电网低频风险,且使电力系统运行经济的同时具备足够的调峰裕度,提出了考虑一次调频能力的机组负荷优化分配模型,并引入新型正弦余弦算法求解。以某电厂4台机组为例验证模型的有效性,分别采用SCA和遗传算法寻优计算并与自动发电控制指令对比,结果表明SCA的最优解比GA精度更高,而且新模型既能保证足够的一次调频备用容量又有更高经济性。通过仿真得出不同负荷率最优经济成本与一次调频备用容量的关系曲线,总结了此规律对负荷优化分配的指导意义。最后仿真研究低负荷率时的负荷分配,结果表明模型会优先选取经济性较好的机组进行深度调峰,以保证整体最佳经济性。本文对大功率机组一次调频进行纵向研究,首先研究提高了DEH和CCS建模的精确性,以保证一次调频建模的精确性。然后提出了基于神经网络的最大调频能力评估方法和基于EBSILON建模的高加旁路一次调频能力评估方法,可简捷高效的获得机组的一次调频能力。最后提出一种全新的优化策略,将一次调频能力纳入优化的约束条件,使机组在能保证电网足够一次调频能力的基础上,分别实现不同机组速度不等率以及负荷分配的联合优化。研究内容对增强电网消纳新能源发电的能力,提高大功率机组运行灵活性具有重要参考价值。
高龙[8]（2020）在《660MW火力发电机组控制系统的设计与应用研究》文中提出随着科学技术的进步和能源工业的飞速发展,特别是“十一五”以来,中国在“节能减排”上做了巨大的努力。对火力发电行业的“上大压下”政策,关停了很多高煤耗、高排放和低效率的亚临界机组,大力提倡大容量、高参数、低煤耗和低排放的超临界机组。超临界机组的控制技术在整个发电技术中占有非常重要的位置,而机组的协调控制系统是为了控制机组与电网之间的负荷平衡,是机组整体控制系统的核心。超临界机组控制系统主要控制思想是要整体上控制锅炉和汽轮发电机,以便它们同时遵循网络的负载指令,协调控制设备内部主要操作参数的偏差,以确保设备可以对负荷指令做出快速反应的同时,保障设备主要工作参数的稳定性。超临界机组在运行特性、控制任务以及控制系统结构上都跟亚临界机组有明显的区别。660MW超临界机组的特点是控制变量多,所以也导致了控制难度的上升,对协调控制系统的控制要求也提出了更多的需求。本文以660MW超临界火电机组为例,分析了660MW超临界控制机组的控制特点和控制要求。在分析控制难点的基础上,建立了660MW火力发电厂协调控制模型,进而设计了660MW火力发电机组控制系统。最后,对系统进行了优化和应用,提高了自动控制系统的控制质量,保证在升降负荷过程中能够控制主蒸汽压力、主蒸汽温度在允许的区域内。该控制系统可以完成AGC电网以及一次调频需求,保证设备安全稳定,节能高效的运行。
隋云任[9]（2020）在《飞轮储能辅助600MW燃煤机组调频技术研究》文中指出随着中国电力行业近几十年来的不断发展,国民对于电能供应质量的需求和标准也越来越高。清洁能源如风力发电、太阳能发电的装机容量不断增加,从电源侧给电网频率的稳定带来了沉重的压力;经济新常态下中国产业结构的调整使得电力负荷需求波动日益频繁,电网峰谷差不断增大,也从需求侧给电网频率的稳定造成了不利影响。火电作为我国发电事业的主体,必须承担起国民的主要供电任务,担负起电力系统调峰调频的责任。然而频繁调频会带来燃煤机组锅炉压力剧烈波动、燃烧稳定性差、现有热工控制技术调节难度高,环保设施运行效率低等问题,且机组偏离设计工况运行时,其供电煤耗要高于设计工况下煤耗,严重降低了机组运行的经济性和安全性。飞轮储能技术具备爬坡速率快,响应时间短,充放电效率高等优势,将其用来辅助燃煤火电机组进行二次调频不仅提高可以响应速度和调节精度,同时还能保障燃煤火电机组在短时间输出功率不会发生太大变化,节省煤耗,延长机组使用寿命。因此对飞轮储能系统辅助燃煤机组调频技术进行研究有着十分重要的现实和指导意义。本文首先介绍了火电机组调频调峰困境和飞轮储能研究现状,探讨了火电机组灵活性改造的必要性和发展趋势,阐述了储能系统辅助燃煤火电机组调频的研究背景、意义和研究现状。接着研究燃煤机组具体的调频过程,对电力系统频率变化原因和火电协调控制系统进行具体分析。然后重点对飞轮储能系统辅助燃煤机组的二次调频过程进行研究。本文基于燃煤机组在发电过程中的工作特性,构建了锅炉系统、汽轮机系统的数学模型。同时根据永磁同步电机的工作原理,对飞轮储能充放电过程的控制策略进行了研究,并在区域电网中模拟飞轮储能系统和常规火电机组共同参与二次调频互补协调运行的过程。在MATLAB/simulink中构建仿真模型对所提出的控制策略进行验证并得出仿真结果最后在全寿命周期内对飞轮储能系统进行经济性分析,基于《两个细则》对储能系统辅助调频的收益模型进行了研究,从调节速率、调节精度和响应时间三个方面研究飞轮储能系统对于燃煤机组调频能力的提升效果。对飞轮储能系统进行成本核算和收益核算,并加以容量和功率约束,以净收益最大化构建目标方程,采用进化算法并基于某600MW机组的实时运行数据求解储能系统的最优参数配置。验证了飞轮储能辅助燃煤机组调频在全寿命周期过程中的经济性。
王嘉兴[10]（2020）在《时序预测在燃煤机组协调控制中的研究与应用》文中提出协调控制系统作为一种平衡机炉能量供需的解决方案,广泛应用于各类燃煤机组的生产过程中。然而,经典的协调控制系统无法完全克服锅炉侧的大延迟大惯性,致使部分关键参数出现超调与波动,严重影响系统控制品质以及机组运行的安全稳定性。随着智能电站概念的提出,越来越多的智能算法被用于优化协调控制系统。研究一种能够准确预测信号未来变化趋势的算法模型并嵌入控制回路中,对提升控制系统响应能力、保证机组运行效率、维持关键参数的稳定具有积极的意义。本文首先对现有的协调控制系统优化方案进行了细致研究,提出利用时序预测技术优化协调控制系统性能。在此基础上综合分析各类时序预测方法,通过试验证明ARMA模型具有较好的预测精度与适用性。使用仿真数据对ARMA模型进行一系列试验分析并得出模型相关特征,以此为基础并针对实际应用场景优化ARMA模型建模流程,同时选用粒子滤波算法二次优化预测模型,随后通过仿真数据验证优化效果。将优化后的预测模型应用于基于APROS仿真平台的实际机组模型中,通过对比优化前后的主蒸汽压力运行数据证明预测模型的应用价值。最后总结出影响预测模型性能的主要参数,利用试验数据分析参数变化对预测模型产生的影响,提出参数整定方案并为参数自整定程序的开发提供理论依据。由APROS仿真平台试验的运行数据可知,时序预测模型的引入明显降低了主蒸汽压力的超调量,增强变负荷过程中主汽压力实际值对于滑压曲线设定值的跟随性。本文所做工作为解决锅炉侧大延迟大惯性问题以及提升协调控制系统控制品质提供了新的研究思路,所建立的时序预测模型具有较强的理论意义与工程应用价值。
二、基于ANFIS的火电单元机组协调控制设计方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于ANFIS的火电单元机组协调控制设计方法（论文提纲范文）
（1）火电机组的工况自适应协调控制策略（论文提纲范文）
| 1 引言 |
| 2 火电机组协调控制模型 |
| 2.1 协调系统动态模型 |
| 2.2 直接能量平衡方式 |
| 3 工况自适应协调控制策略 |
| 3.1 控制系统结构 |
| 3.2 求取控制参数 |
| 4 仿真与结果分析 |
| 4.1 单一工况下的控制效果分析 |
| 4.2 系统稳定性分析 |
| 4.3 大范围区间下工况自适应协调控制 |
| 5 结论 |
（2）超临界机组的灵活性运行建模与先进控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 超临界机组建模及模糊神经网络技术研究现状 |
| 1.2.2 超临界机组灵活性运行及分层控制策略的研究现状 |
| 1.3 本文的主要工作内容 |
| 第2章 超临界机组及其灵活性运行技术 |
| 2.1 引言 |
| 2.2 超临界机组及其协调控制系统概述 |
| 2.2.1 超临界机组的特点 |
| 2.2.2 协调控制系统的特点 |
| 2.2.3 超临界机组协调控制系统的参数可辨识性 |
| 2.3 超临界机组的灵活性运行技术 |
| 2.3.1 超临界机组灵活性运行制约因素 |
| 2.3.2 超临界机组灵活性运行技术方案 |
| 2.3.3 超临界机组灵活性运行技术可行性分析 |
| 2.4 小结 |
| 第3章 超临界机组灵活性运行建模 |
| 3.1 引言 |
| 3.2 新型的模糊神经网络模型结构 |
| 3.3 新型的模糊神经网络模型训练算法 |
| 3.3.1 前提部分网络参数训练 |
| 3.3.2 结论部分网络参数训练 |
| 3.4 基于模糊神经网络的超临界机组协调控制系统灵活性运行模型 |
| 3.4.1 灵活性运行模型参数设置 |
| 3.4.2 灵活性运行模型训练结果 |
| 3.4.3 灵活性运行模型通用性测试 |
| 3.4.4 建模方法的验证实验 |
| 3.5 小结 |
| 第4章 分层递阶控制在超临界机组灵活性运行中的应用 |
| 4.1 引言 |
| 4.2 新型的分层递阶控制结构 |
| 4.3 无静差非线性约束广义预测控制 |
| 4.3.1 预测模型 |
| 4.3.2 丢番图方程的递推解 |
| 4.3.3 滚动优化 |
| 4.4 L1自适应控制 |
| 4.5 设定值自适应柔化操作 |
| 4.6 超临界机组灵活性运行的分层递阶控制仿真 |
| 4.6.1 控制器参数选取 |
| 4.6.2 灵活性运行跟踪对比实验 |
| 4.6.3 抗干扰对比实验 |
| 4.7 小结 |
| 第5章 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及其他成果 |
| 致谢 |
（3）350MW超临界CFB机组机炉协调系统建模与控制（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 单元机组建模的研究现状 |
| 1.2.1 基于机理/实验建模的研究 |
| 1.2.2 基于智能辨识方法的研究 |
| 1.3 单元机组协调系统的控制现状 |
| 1.3.1 基于线性系统的研究 |
| 1.3.2 基于非线性系统的研究 |
| 1.3.3 基于智能控制算法的研究 |
| 1.4 本文主要内容 |
| 1.5 本章小结 |
| 第二章 单元机组机炉协调系统概述 |
| 2.1 循环流化床锅炉简介 |
| 2.2 协调系统的概念 |
| 2.3 单元机组协调系统对象特性 |
| 2.3.1 协调系统运行方式 |
| 2.3.2 控制对象动态特性分析 |
| 2.4 试验机组协调系统控制策略分析 |
| 2.4.1 试验机组介绍 |
| 2.4.2 协调系统控制策略分析 |
| 2.5 本章小结 |
| 第三章 循环流化床机组机炉协调系统辨识 |
| 3.1 辨识思想及模型确立 |
| 3.1.1 辨识基本原理 |
| 3.1.2 协调系统模型确立 |
| 3.2 MIMO系统辨识 |
| 3.2.1 MIMO系统描述 |
| 3.2.2 MIMO系统辨识目标函数 |
| 3.3 闭环系统辨识 |
| 3.4 粒子群优化算法 |
| 3.5 CFB机组机炉协调系统模型辨识 |
| 3.5.1 采样数据筛选 |
| 3.5.2 零初始值处理 |
| 3.5.3 模型结构选择 |
| 3.5.4 系统辨识 |
| 3.5.5 模型验证 |
| 3.6 本章小结 |
| 第四章 协调系统控制优化研究 |
| 4.1 控制理论介绍 |
| 4.1.1 PID控制 |
| 4.1.2 模糊控制 |
| 4.2 模糊PID控制 |
| 4.3 协调系统仿真研究 |
| 4.3.1 协调系统的传统PID控制 |
| 4.3.2 协调系统的模糊PID控制 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简况及联系方式 |
（4）数据驱动的超超临界机组协调控制系统智能辨识算法及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 超超临界机组建模国内外研究现状 |
| 1.3 研究内容及框架结构 |
| 第2章 超超临界机组协调控制系统机炉耦合过程概述 |
| 2.1 超超临界机组 |
| 2.1.1 协调控制系统 |
| 2.1.2 锅炉-汽轮机单元机组 |
| 2.2 机炉耦合过程模型辨识问题描述 |
| 2.3 本章小结 |
| 第3章 超超临界机组协调控制系统机炉耦合过程传递函数模型辨识 |
| 3.1 数据驱动的多变量模型参数智能辨识方案 |
| 3.2 融合羊群和狮群算法的云自适应混沌鸟群算法 |
| 3.2.1 鸟群算法简介 |
| 3.2.2 改进的鸟群算法 |
| 3.2.3 数值仿真 |
| 3.3 智能辨识数据选择与预处理 |
| 3.3.1 数据选择 |
| 3.3.2 数据预处理 |
| 3.4 辨识实例 |
| 3.5 本章小结 |
| 第4章 超超临界机组协调控制系统机炉耦合过程深度学习模型辨识 |
| 4.1 堆叠降噪自编码器 |
| 4.2 辨识实例 |
| 4.3 机炉耦合过程SDAE模型辨识图形用户界面 |
| 4.3.1 GUI总体设计 |
| 4.3.2 GUI总体操作流程 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 致谢 |
（5）单元机组协调系统应用反演控制可行性探讨（论文提纲范文）
| 1 反演控制方法 |
| 2 适用于反演控制的非线性模型 |
| 2.1 Bell和Astrom模型 |
| 2.2 基于de Mello模型的非线性模型 |
| 2.3 智能模型 |
| 3 结 语 |
（6）火电机组热工过程自抗扰控制的研究与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究进展及现状 |
| 1.2.1 热工过程控制研究现状 |
| 1.2.2 自抗扰控制理论的研究现状 |
| 1.2.3 自抗扰控制理论的应用现状 |
| 1.3 目前存在的问题 |
| 1.4 本文研究内容和技术路线 |
| 第2章 广义积分串联型的相位分析 |
| 2.1 引言 |
| 2.2 自抗扰控制结构 |
| 2.2.1 被控系统描述 |
| 2.2.2 跟踪微分器 |
| 2.2.3 扩张状态观测器 |
| 2.2.4 状态误差反馈控制律 |
| 2.3 线性ESO的收敛性分析 |
| 2.4 广义积分串联型的相位分析 |
| 2.4.1 标准积分串联型 |
| 2.4.2 无模型信息补偿的ESO分析 |
| 2.4.3 带模型信息补偿的ESO分析 |
| 2.5 仿真研究 |
| 2.5.1 无模型信息补偿的ESO |
| 2.5.2 带模型信息补偿的ESO |
| 2.6 本章小结 |
| 第3章 基于扩张状态观测器的模型参数智能辨识 |
| 3.1 引言 |
| 3.2 零初始条件下的数据驱动建模 |
| 3.2.1 连续系统的离散化 |
| 3.2.2 闭环扰动数据辨识分析 |
| 3.3 零终止条件下的数据驱动建模 |
| 3.4 基于ESO模型的参数智能辨识方法 |
| 3.4.1 热工过程的ESO建模 |
| 3.4.2 ESO的离散化与条件稳定 |
| 3.4.3 ESO参数的智能自寻优辨识 |
| 3.5 算例研究 |
| 3.5.1 零初始条件下的ESO参数辨识 |
| 3.5.2 基于扰动数据的ESO参数辨识 |
| 3.5.3 多变量系统的ESO参数辨识 |
| 3.6 本章小结 |
| 第4章 基于相位补偿的降阶自抗扰控制设计 |
| 4.1 引言 |
| 4.2 基于相位补偿的降阶ADRC |
| 4.2.1 降阶扩张状态观测器 |
| 4.2.2 基于相位补偿的降阶ADRC设计 |
| 4.2.3 稳定性分析 |
| 4.3 I_RADRC的二自由结构分析 |
| 4.4 I_RADRC的参数整定与数值仿真 |
| 4.4.1 I_RADRC的参数对控制性能的影响 |
| 4.4.2 I_RADRC参数的整定步骤 |
| 4.4.3 数值仿真 |
| 4.5 多变量系统的分散式I_RADRC控制 |
| 4.5.1 分散式I_RADRC的解耦能力分析 |
| 4.5.2 算例研究 |
| 4.6 本章小结 |
| 第5章 I_RADRC的工程应用 |
| 5.1 引言 |
| 5.2 I_RADRC算法的工程化设计 |
| 5.2.1 自动跟踪与无扰切换设计 |
| 5.2.2 抗积分饱和方案 |
| 5.2.3 I_RADRC控制策略实现 |
| 5.3 主汽温系统的串级自抗扰控制 |
| 5.3.1 被控过程的描述 |
| 5.3.2 仿真平台试验 |
| 5.3.3 现场应用 |
| 5.4 负荷系统的分散式自抗扰控制 |
| 5.4.1 被控过程描述 |
| 5.4.2 仿真平台试验 |
| 5.4.3 现场应用 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 研究总结 |
| 6.2 进一步工作的建议与展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（7）大功率火电机组一次调频能力建模与优化（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 主要符号表 |
| 1 绪论 |
| 1.1 课题背景和研究意义 |
| 1.1.1 可再生能源系统接入对电网的冲击 |
| 1.1.2 特高压输电对汽轮机一次调频的影响 |
| 1.1.3 火电机组的一次调频能力降低 |
| 1.2 国内外研究现状 |
| 1.2.1 机组灵活性运行研究现状 |
| 1.2.2 功频电液调节系统研究现状 |
| 1.2.3 协调控制系统研究现状 |
| 1.2.4 火电机组一次调频能力研究现状 |
| 1.2.4.1 阀门一次调频研究 |
| 1.2.4.2 高压加热器调节负荷相关研究 |
| 1.2.4.3 低压加热器调节负荷相关研究 |
| 1.2.4.4 凝结水节流调节负荷研究 |
| 1.2.5 火电机组一次调频优化研究现状 |
| 1.3 本文研究主要内容 |
| 1.3.1 课题来源 |
| 1.3.2 研究内容 |
| 1.4 本章小结 |
| 2 功频电液调节系统和协调控制系统建模及参数辨识 |
| 2.1 功频电液调节系统建模及参数辨识 |
| 2.1.1 非线性伺服系统模型 |
| 2.1.2 连续传递函数的离散化 |
| 2.1.3 基于神经网络的参数辨识 |
| 2.1.4 数据预处理 |
| 2.1.5 参数辨识 |
| 2.1.6 参数辨识结果 |
| 2.1.7 结果验证 |
| 2.1.8 DEH建模和参数辨识方法应用说明 |
| 2.1.9 结论 |
| 2.2 协调控制系统建模及参数辨识 |
| 2.2.1 协调控制系统原理 |
| 2.2.2 制粉系统模型 |
| 2.2.3 锅炉模型 |
| 2.2.4 管道压损模型 |
| 2.2.5 汽轮机模型 |
| 2.2.6 参数辨识和模型仿真 |
| 2.2.6.1 制粉系统参数辨识和验证 |
| 2.2.6.2 锅炉模型求解和验证 |
| 2.2.6.3 管道压损模型参数辨识和验证 |
| 2.2.6.4 汽轮机模型参数辨识和验证 |
| 2.2.6.5 协调控制系统模型整体验证 |
| 2.2.7 CCS建模和参数辨识方法应用说明 |
| 2.2.8 结论 |
| 2.3 本章小结 |
| 3 火电机组一次调频能力分析与评估 |
| 3.1 大功率机组一次调频能力仿真与试验分析 |
| 3.1.1 火电机组一次调频分析 |
| 3.1.1.1 一次调频相关概念 |
| 3.1.1.2 DEH和 CCS一次调频模型 |
| 3.1.1.3 DEH和 CCS单独一次调频 |
| 3.1.1.4 DEH和 CCS协同一次调频 |
| 3.1.1.5 灵活改变机组运行方式 |
| 3.1.2 一次调频能力试验研究 |
| 3.1.2.1 调节阀最大调频能力分析 |
| 3.1.2.2 给水小旁路的一次调频 |
| 3.1.2.3 混合一次调频 |
| 3.1.2.4 试验结果分析 |
| 3.1.3 结论 |
| 3.2 基于神经网络的阀门一次调频能力评估 |
| 3.2.1 调门动态特性分析 |
| 3.2.2 一次调频能力评估方法 |
| 3.2.2.1 一次调频过程变工况分析 |
| 3.2.2.2 基于变工况分析的阀门一次调频能力评估方法 |
| 3.2.2.3 基于单元机组线性增量数学模型的阀门一次调频能力评估方法 |
| 3.2.2.4 阀门一次调频能力评估流程 |
| 3.2.3 一次调频能力仿真结果和验证 |
| 3.2.4 阀门一次调频能力评估方法应用说明 |
| 3.2.5 结论 |
| 3.3 基于EBSILON的高加给水旁路提升负荷能力分析 |
| 3.3.1 基于EBSILON的热力系统建模 |
| 3.3.1.1 EBSILON简介 |
| 3.3.1.2 1000 MW机组EBSILON建模 |
| 3.3.1.3 变工况模型验证 |
| 3.3.2 高加给水旁路仿真分析 |
| 3.3.2.1 高加小旁路仿真分析 |
| 3.3.2.2 高加混合旁路分析 |
| 3.3.2.3 高加大旁路分析 |
| 3.3.2.4 最优高加旁路方式分析 |
| 3.3.3 高加给水旁路提升负荷能力方法应用说明 |
| 3.3.4 结论 |
| 3.4 本章小结 |
| 4 火电机组一次调频优化分析 |
| 4.1 大功率机组一次调频参数优化研究 |
| 4.1.1 一次调频参数分析 |
| 4.1.1.1 一次调频死区的分析及仿真 |
| 4.1.1.2 一次调频响应时间的分析及仿真 |
| 4.1.1.3 速度不等率的分析及仿真 |
| 4.1.2 系统各机组最优速度不等率研究分析 |
| 4.1.2.1 调差系数 |
| 4.1.2.2 电力系统的负荷频率静态特性 |
| 4.1.2.3 机组一次调频能力 |
| 4.1.2.4 各机组最优速度不等率研究 |
| 4.1.3 算例仿真分析 |
| 4.1.4 结论 |
| 4.2 考虑一次调频能力的火电机组负荷优化分配 |
| 4.2.1 火电机组经济性和一次调频能力分析 |
| 4.2.1.1 机组运行经济性分析 |
| 4.2.1.2 机组一次调频能力分析 |
| 4.2.2 考虑一次调频能力的机组负荷优化分配 |
| 4.2.2.1 优化目标 |
| 4.2.2.2 约束条件 |
| 4.2.3 正弦余弦算法 |
| 4.2.4 算例仿真分析 |
| 4.2.5 结论 |
| 4.3 本章小结 |
| 5 总结和展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 作者简历 |
（8）660MW火力发电机组控制系统的设计与应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 .国内外研究现状 |
| 1.3 火力发电机组控制系统控制难点 |
| 1.3.1 火力发电机组控制系统共性控制难点 |
| 1.3.2 电网调峰、调频动作对机组扰动的不确定性 |
| 1.3.3 发电机组重要辅机系统特性差 |
| 1.4 主要研究内容及章节安排 |
| 第二章 660MW火力发电机组控制系统特点及控制要求 |
| 2.1 控制系统概述 |
| 2.2 机组的动态特性 |
| 2.2.1 汽机调门开度扰动特性 |
| 2.2.2 燃料量扰动特性 |
| 2.2.3 给水流量的扰动特性 |
| 2.3 控制系统的基本概念及系统框架 |
| 2.4 机组的控制特点 |
| 2.5 机组的控制要求 |
| 2.5.1 AGC负荷控制要求 |
| 2.5.2 一次调频响应要求 |
| 2.5.3 深度调峰的要求 |
| 2.5.4 对调节品质的要求 |
| 2.6 本章小结 |
| 第三章 660MW火力发电机组模型的建立 |
| 3.1 建模过程 |
| 3.1.1 制粉系统建模 |
| 3.1.2 锅炉汽水系统建模 |
| 3.1.3 汽轮机建模 |
| 3.2 模型结构 |
| 3.3 确定模型参数 |
| 3.3.1 求取静态参数 |
| 3.3.2 求取待定函数 |
| 3.3.3 给水焓值 |
| 3.3.4 求取动态参数 |
| 3.4 本章小结 |
| 第四章 单元机组解耦控制系统仿真研究 |
| 4.1 多变量解耦理论基础 |
| 4.2 协调控制系统多变量解耦设计 |
| 4.3 协调控制系统的PID实现和参数整定 |
| 4.4 控制系统仿真 |
| 4.4.1 主蒸汽压力定值扰动仿真 |
| 4.4.2 功率定值扰动仿真 |
| 4.4.3 鲁棒性仿真 |
| 4.5 本章小结 |
| 第五章 660MW火力发电机组控制系统设计 |
| 5.1 机组运行方式 |
| 5.2 机组负荷指令的形成 |
| 5.3 机组负荷指令的处理 |
| 5.4 锅炉主控 |
| 5.5 汽机主控 |
| 5.6 给水主控 |
| 5.7 本章小结 |
| 第六章 660MW火力发电机组控制系统优化与应用 |
| 6.1 控制器参数优化 |
| 6.2 热值校正回路 |
| 6.3 给水控制优化 |
| 6.4 主蒸汽温度控制系统优化 |
| 6.5 660MW火力发电机组控制系统的应用分析 |
| 6.6 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（9）飞轮储能辅助600MW燃煤机组调频技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 火电机组灵活性研究现状及发展趋势 |
| 1.2.1 火电机组灵活性国外研究现状 |
| 1.2.2 火电机组灵活性国内研究现状 |
| 1.3 储能技术概况 |
| 1.4 飞轮储能系统研究现状及发展趋势 |
| 1.4.1 飞轮储能系统国外研究现状及发展趋势 |
| 1.4.2 飞轮储能系统国内研究现状及发展趋势 |
| 1.5 本文主要研究内容 |
| 第2章 燃煤机组调频过程分析 |
| 2.1 电力系统频率变化及调频方式 |
| 2.1.1 电力系统频率变化原因 |
| 2.1.2 燃煤机组一次调频工作机理 |
| 2.1.3 燃煤机组二次调频工作机理 |
| 2.2 火电单元机组协调控制系统 |
| 2.2.1 协调控制系统基本组成 |
| 2.2.2 负荷控制方式 |
| 2.2.3 协调控制系统中的前馈控制方式 |
| 2.3 单元机组负荷控制系统模型 |
| 2.3.1 汽轮机模型 |
| 2.3.2 汽包锅炉模型 |
| 第3章 飞轮储能辅助燃煤机组调频过程仿真分析 |
| 3.1 飞轮储能系统工作原理及关键技术 |
| 3.2 飞轮储能充放电控制策略 |
| 3.2.1 飞轮储能系统数学模型 |
| 3.2.2 飞轮储能机侧变流器控制策略 |
| 3.2.3 飞轮储能网侧变流器控制策略 |
| 3.3 飞轮储能控制系统仿真研究 |
| 3.4 飞轮储能参与的两区域互联电网模型 |
| 3.5 飞轮储能辅助燃煤机组二次调频仿真模拟 |
| 3.5.1 阶跃扰动 |
| 3.5.2 连续扰动 |
| 3.6 本章小结 |
| 第4章 飞轮储能辅助调频的参数配置和经济性分析 |
| 4.1 引言 |
| 4.2 储能系统辅助调频收益模式 |
| 4.2.1 各项调频参数计算方法 |
| 4.2.2 飞轮储能系统提升电厂调频服务质量的作用 |
| 4.3 飞轮储能系统在全生命周期过程中的经济性分析 |
| 4.3.1 飞轮储能系统各项成本核算 |
| 4.3.2 飞轮储能系统收益核算 |
| 4.3.3 储能系统容量约束和功率约束 |
| 4.4 飞轮储能系统的容量功率配置及算例分析 |
| 4.4.1 储能系统最终收益计算流程 |
| 4.4.2 基因遗传算法 |
| 4.4.3 算例分析 |
| 4.5 本章小节 |
| 第5章 总结与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（10）时序预测在燃煤机组协调控制中的研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 协调控制系统 |
| 1.2.2 时序预测技术 |
| 1.3 本文研究内容 |
| 2 时序预测模型 |
| 2.1 时序预测模型在热工控制系统中的适用性分析 |
| 2.1.1 应用场景及适用模型分析 |
| 2.1.2 经典ARMA预测模型分析 |
| 2.1.3 神经网络预测模型分析 |
| 2.2 ARMA模型的基本原理 |
| 2.2.1 数据采集检验与预处理 |
| 2.2.2 模型参数的估计 |
| 2.2.3 模型适用性检验 |
| 2.3 ARMA模型的时序预测仿真试验 |
| 2.4 本章小结 |
| 3 时序预测模型的建模流程优化研究 |
| 3.1 ARMA模型建模流程的优化 |
| 3.2 优化后ARMA模型的仿真试验 |
| 3.3 粒子滤波算法原理 |
| 3.4 基于粒子滤波优化的时序预测模型 |
| 3.5 基于粒子滤波优化的时序预测模型仿真试验 |
| 3.6 本章小结 |
| 4 时序预测模型在协调控制系统中的仿真应用 |
| 4.1 APROS仿真平台及机组仿真模型介绍 |
| 4.2 主蒸汽压力数据预测方案研究 |
| 4.3 主蒸汽压力数据特性研究 |
| 4.4 时序预测模型对协调控制系统性能影响的研究 |
| 4.5 时序预测模型的鲁棒性研究 |
| 4.6 本章小结 |
| 5 参数整定方法研究 |
| 5.1 时序预测模型参数研究 |
| 5.1.1 ARMA模型参数 |
| 5.1.2 粒子滤波算法参数 |
| 5.2 参数整定方案研究 |
| 5.2.1 ARMA模型参数整定 |
| 5.2.2 粒子滤波算法参数整定 |
| 5.2.3 参数自整定方案 |
| 6 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
四、基于ANFIS的火电单元机组协调控制设计方法（论文参考文献）
- [1]火电机组的工况自适应协调控制策略[J]. 张国斌,刘永江,杜鸣,郭瑞君,张谦,辛晓钢. 控制工程, 2021(10)
- [2]超临界机组的灵活性运行建模与先进控制策略研究[D]. 熊剑. 华北电力大学(北京), 2021(01)
- [3]350MW超临界CFB机组机炉协调系统建模与控制[D]. 邵茹. 山西大学, 2021(12)
- [4]数据驱动的超超临界机组协调控制系统智能辨识算法及应用研究[D]. 盛歆歆. 华北电力大学(北京), 2021(01)
- [5]单元机组协调系统应用反演控制可行性探讨[J]. 樊建升. 山西焦煤科技, 2021(05)
- [6]火电机组热工过程自抗扰控制的研究与应用[D]. 孙明. 华北电力大学(北京), 2021(01)
- [7]大功率火电机组一次调频能力建模与优化[D]. 廖金龙. 浙江大学, 2020(07)
- [8]660MW火力发电机组控制系统的设计与应用研究[D]. 高龙. 长安大学, 2020(06)
- [9]飞轮储能辅助600MW燃煤机组调频技术研究[D]. 隋云任. 华北电力大学(北京), 2020(06)
- [10]时序预测在燃煤机组协调控制中的研究与应用[D]. 王嘉兴. 西安热工研究院有限公司, 2020(04)