关闭Tc时间 常数、汽轮机本体环节的高压容积时间常数TCH、再热容积时间常数TRH、低压连接管道容 积时间常数TC0、控制环节P、I、D系数及前馈系数K，模型中其他参数可根据机组相关资料 查阅或计算得到。
[0065] 为完成整个辨识过程，需分以下几个步骤：
[0066] ①实测数据预处理。实测数据与理论数据常常存在较大的差异，难以直接从众多 数据中寻找实测数据的阶跃点、阶跃前的起始值、阶跃后的稳定值、数据总数等参数。以实 测数据的前N个点的平均值作为起始值xl，以实测数据的后M个点的平均值作为稳定值 x2,阶跃量h :
[0067] h = IX1-X21 (1)
[0068] 假定X。为阶跃点，取：
[0069] X0= X1+e Xh (2)
[0070]其中，当阶跃扰动向下时，式（2)中符号取当阶跃扰动向上时，式（2)中符号 取" + "； e为经验值，一般取0.3%~1%，该发明中将设定一个缺省值，而用户可以自行修 改。
[0071] ②辨识算法选择。常用于汽轮机及其调速系统参数辨识的传统算法有遗传算法 (GA)、粒子群算法（PSO)、引力搜索算法（GSA)及改进型引力搜索算法（VGSA)。其中，改进 型引力搜索算法（VGSA)在保留粒子群算法"记忆"特性的基础上，根据粒子的适应度，对算 法中的引力系数进行动态调整，使得粒子搜索空间随迭代过程而逐步缩小，从而大大提高 了粒子的寻优效率，具有良好的辨识效果。
[0072] ③辨识策略的选择。基于PSD-BPA模型提供了多种辨识策略：包括一次性多参数 并行辨识、多参数串行辨识、多参数串并结合辨识。
[0073] 首先，基于各调节阀开度变化数据调用执行机构模型选择辨识算法，完成执行机 构的开启/关闭时间常数的辨识。分别取各阀门开启/关闭时间常数平均值作为整体模型 的开启/关闭时间常数。
[0074] -次性多参数并行辨识是以汽轮机功率变化实测数据为输出信号，转速扰动为输 入信号，一次性完成7个参数的辨识。
[0075]多参数串行辨识是一键式自动实现分环节、分步骤的智能辨识方法：在同一段程 序中多次调用模型，实现多参数的自动化辨识，同时把并行计算变为串行计算，在得到前一 参数的条件下再进行下一个参数的辨识，充分考虑了中间状态量的真实性和有效性。具体 说明：以总阀位指令为输入，把求得的调门开启/关闭时间常数代入模型，依次以调节级压 力、再热压力、中排压力为输出，调用执行机构与汽轮机本体部分模型，自动寻找实测数据 的阶跃扰动特性参数值，求得高压容积时间常数、再热容积时间常数、低压连通管容积时间 常数；最后以转速变化为输入，以功率变化为输出，把求得的调门开启/关闭时间常数以及 汽轮机本体部分的三个时间常数代入模型，调用整个系统模型并自动寻找实测数据的阶跃 扰动特性参数值，得到控制环节的各相关参数。
[0076]多参数串并结合辨识类似于多参数串行辨识，不同的是以前一环节输出信号为后 一环节输入信号，基于实测输入输出信号分环节、分步骤进行智能辨识。具体说明：以总阀 位指令为输入信号，把求得的调门开启/关闭时间常数代入模型，以调节级压力为输出信 号辨识得到高压容积时间常数TCH ;以调节级压力为输入信号，以再热压力为输出信号辨 识得到再热容积时间常数TRH ;以再热压力为输入信号，以中排压力为输出信号辨识得到 低压连接管道容积时间常数TCO ;最后以转速变化为输入，以功率变化为输出，把求得的调 门开启/关闭时间常数以及汽轮机本体部分的三个时间常数代入模型，调用整个系统模型 并自动寻找实测数据的阶跃扰动特性参数值，得到控制环节的各相关参数。
【主权项】
1. 一种一键式实现汽轮机及其调速系统参数智能辨识的方法，其特征在于： 辨识方法步骤如下： 引力搜索算法是一种通过模拟空间粒子受力运动机理而进行优化的新型启发式算法， 基本原理为空间中大质量粒子对其他粒子的引力大、自身运动慢，而小质量粒子受到引力 小、运动快。在优化过程中，通过粒子将朝向质量最大的粒子靠近的基本过程完成全局最优 化； 在空间中，假设有N个粒子，定义粒子i的空间位置为X1:式中，< 是粒子i在d维空间中的位置，dimension是粒子空间的最大维度； 粒子i在第t次迭代时的质量分数Mi (t)为：式中，Hii (t)为计算粒子i在第t次迭代时的质量，f Ui (t)为粒子i在第t次迭代时 的环境适应度值，best (t)和worst (t)分别为在第t次迭代时全体粒子的最优适应度值和 最差适应度值； 由万有引力公式可知，在第t次迭代时，粒子i受到粒子j在第d维空间上的引力<(0 为：式中，e是很小的常数，防止分母为零，Mt)为粒子i、j之间的欧式距离：其中，β，G。均为常数，max_t为最大迭代次数； 其他粒子对粒子i在第d维空间上施加的合力if·为：式中，randjS [0, 1]区间的随机数； 粒子i受到的加速度:粒子的速度和位置可按照以下两式进行更新：式中，ranees [0, 1]区间的随机数； 第t次迭代时粒子i的适应度函数Ht1 (t)定义：式中，Y 别是第i个粒子对应的模型输出值与实测值； 由于引力系数G是独立于粒子质量与位置之外决定粒子运动快慢的另一个因素，直接 决定粒子运动的速度快慢；在多次迭代计算之后，粒子速度会变小，但距离最优粒子可能较 远，所以粒子此时需要较大的运动速度向全局最优粒子靠近；本发明提出VGSA算法，通过 动态改变引力系数G值，使粒子受力增大，运动速度变大，能够突破粒子陷入局部最优的境 况，为了检测粒子当前位置距最优粒子位置的距离，可与全局粒子的平均适应度进行比较 判断：当粒子适应度fitji)优于全局粒子的平均适应度average_fit时，粒子的引力系数 G按照原式计算得到；当粒子适应度fUiQ)劣于全局粒子的平均适应度average_fit时， 引力系数G则按照初始值G。进行计算，计算公式如下：式中，G。是引力常数初始值；fit Jt)是在第t次迭代过程中粒子i的适应度值； aVerage_f it是在第t次迭代过程中种群的平均适应度值，N为种群数目； 同时，VGSA算法在迭代过程中逐步缩小参数的取值范围，以便更高效地寻找最优粒子， 并定义参数收缩变化式：式中，.<4 +】)是第t+Ι次迭代过程中的粒子位置最小值，.<ax(i+l)是第t+Ι次迭代过 程中的粒子位置最大值； <的是第t次的全局最优值；γ 1是略小于1的常数，γ 2是略大 于1的常数，保证优化过程顺利进行；randJP rand 2为[0, 1]区间的随机数。 最后，粒子速度、位置更新公式改变为：式中，1311(11、1311(12和1311(13为[0，1]区间内的随机值，(31，〇2为学习因子，|^ :为当前最 佳位置，<,为全局最佳位置。2.根据权利要求1所述的一种一键式实现汽轮机及其调速系统参数智能辨识的方法， 其特征在于：控制模式为功率控制模式和机炉协调控制模式（CCS)。3. 根据权利要求1-2所述的一种一键式实现汽轮机及其调速系统参数智能辨识的方 法，其特征在于：所需辨识的关键参数有9个：包括执行机构环节开启To/关闭Tc时间常 数、汽轮机本体环节的高压容积时间常数TCH、再热容积时间常数TRH、低压连接管道容积 时间常数TC0、控制环节P、I、D系数及前馈系数K。4. 根据权利要求1-3所述的一种一键式实现汽轮机及其调速系统参数智能辨识的方 法，其特征在于：辨识策略选择基于PSD - BPA模型提供了多种辨识策略：包括一次性多参 数并行辨识、多参数串行辨识、多参数串并结合辨识。
【专利摘要】本发明的目的在于解决传统汽轮机及调速系统参数辨识方法周期长、适应性差和人工参与度过高等问题。基于PSD-BPA提供的汽轮机及调速系统模型，自动预处理实测数据，查找出阶跃点、阶跃前的起始值、阶跃后的稳定值等参数。利用多种传统辨识算法(遗传算法、粒子群算法)及新辨识算法(改进型引力搜索算法VGSA)，完成汽轮机及调速系统的关键参数地辨识，具有辨识速度快、精度高、适应性强、人为干预少、自动化能力强的特点。
【IPC分类】G05B13/04
【公开号】CN105068423
【申请号】CN201510471927
【发明人】张颖, 钟晶亮, 邓彤天, 王家胜
【申请人】贵州电力试验研究院
【公开日】2015年11月18日
【申请日】2015年8月5日