据和过程输 出数据并利用闭环子空间辨识方法建立过程变量模型；针对扰动变量和输出变量，根据扰 动变量的变化范围和输出变量并利用传统的最小二乘法建立扰动模型，因此选取的包括过 程变量模型和扰动模型的控制模型结合了闭环子空间辨识方法和最小二乘法，能够实现多 个变量的综合控制，适用于运行状态下的超超临界机组的协调控制系统，可W同时满足机 组负荷协调控制的快速性和平稳性。
[0046]在其中一实施例中，参考图4,步骤S110之前还包括步骤S100和步骤S101。
[0047]S100:检测输入变量、输出变量和扰动变量是否正常。若是，则进行步骤S110;若 否，则执行步骤S101。
[0048]检测输入变量、输出变量和扰动变量是否正常的标准，可W是判断输入变量、输出 变量和扰动变量的输入信号是否在预设的正常条件内，若是，则判定为正常，否则，判定为 不正常。具体地，预设的正常条件可W根据实际情况设置。
[0049]S101:对不正常的输入变量、输出变量或扰动变量设及的变送器或者阀口进行修 复处理。
[0050]例如，可W通过检查不正常的输入变量、输出变量或扰动变量设及的硬件设备是 否故障，或者检测设及的信号传输过程是否故障，针对故障情况进行相应修复处理。
[0051]通过预先对输入变量、输出变量和扰动变量进行状态检测，并及时处理不正常的 输入变量、输出变量或扰动变量设及的变送器或者阀口，提高了数据建模的可靠性和准确 性。
[0052]在其中一实施例中，参考图5,步骤S150包括步骤S151至步骤S155。
[0053] S151 :在激励信号的加入位置对应的输入变量为给定负荷时，保证输入变量和输 出变量不超过对应变化范围，在给定负荷的设定值上施加激励2%的激励信号并采集过程 输入数据和过程输出数据。
[0054]S153:在激励信号的加入位置对应的输入变量为给煤量时，保证输入变量和输出 变量不超过对应变化范围，在给煤量的设定值上施加激励2%的激励信号并采集过程输入 数据和过程输出数据。
[0055]S155:在激励信号的加入位置对应的输入变量为给水量时，保证输入变量和输出 变量不超过对应变化范围，在给水量的设定值上施加激励3%的激励信号并采集过程输入 数据和过程输出数据。
[0056] 不同的输入变量对超超临界机组的协调控制系统的影响不同，针对不同的输入变 量设置不同的激励信号，使得采集的数据更具代表性，从而根据闭环空间子辨识所得到的 过程变量模型可靠性更高。
[0057] 在其中一实施例中，步骤S170包括步骤11至步骤15。
[005引步骤11 :根据各工况的过程输入数据和过程输出数据进行闭环子空间辨识，得到 各工况的阶跃响应系数。
[0059] 步骤13 :根据阶跃响应系数估算阶跃响应延迟时间。
[0060] 步骤15:利用最小二乘法分别对各工况的阶跃响应系数进行拟合，生成传递函数 矩阵并结合阶跃响应延迟时间生成过程变量模型。
[0061] 步骤11至步骤15通过采用状态空间模型，参数化简单，适用于运行在闭环状态下 的超超临界机组协调控制系统，且对多输入多输出的控制效果尤为显著。
[0062] 参考图6,为超超临界机组闭环子空间辨识方法框图，其中，RBS为激励信号，r为 设定值，C为控制器，U为控制变量，e为扰动变量，K为扰动模型，P为主蒸汽系统模型。rl、 r2和r3分别对应为给定负荷的设定值、给煤量的设定值和给水量的设定值，ul、u2和u3分 别对应为给定负荷的控制变量、给煤量的控制变量和给水量的控制变量，yl、y2和y3分别 对应为给定负荷的输出变量、给煤量的输出变量和给水量的输出变量。
[0063] 定义如下等式：
[0064]
[0065] 步骤11的具体过程为如下。
[0066] (l)u为输入，y为输出的开关辨识。
[0067] 假定该系统线性时不变状态空方程可描述为：
[0068]
[006引其中，XtGR"为输入变量，UtERi为控制变量，etERm为零均值、稳定的白噪声 序列，R表示实数空间，m，n，1表示实数空间的维度，A、B、C和D均为状态矩阵。
[0070]WXp为系统过去输入序列，经过1，2, 3, ...N步迭化WX巧系统未来输入序列， 经过N+1，N+2, .... 2N步迭代，分别求得系统过去输出子空间矩阵W及未来输出子空间矩 阵：
[0073] 其中，Γ,为系统扩展可观矩阵，//::e/Γ'' " .e 分别提供过程信息和 扰动信息。
[007引输出矩阵Υρ为：
[0080]
[0081] 过程噪声的子空间矩阵为：
[0082]
[0083]其中，为了降低辨识过程中对于噪声的敏感性，通常J远大于max(mN，1脚，Ν则与 系统阶次相关。应用递推关系，输出可表达为：
[0084]
[00财其中，
U和L。为对应的系数矩阵。
[0086] 似r为输入，U为输出的开环辨识。
[0087] 同（1)推导类似可得：
[0088]
[008引其中
玲、鸟.和正S为相应系数矩阵。
[0090] 矩阵形式为：
[0091]
[009引其中町=巧式中{巧，巧，巧，巧}均可W通过最小二乘估计求解。
[0093] (3)求解阶跃响应系数：
[0097] 其中，Fi为脉冲响应系数，从而可得出阶跃响应系数阵SW。
[0098]
[0099] Gi为第i组单位阶跃系数。至此，求得协调控制系统的单位阶跃响应系数，运些参 数为协调控制系统的模型。
[0100] 上述算法为在联合输入输出闭环子空间辨识方法的基础上的一种闭环非参数辨 识方法。该方法省略了参数估计的步骤，采用类似上述的（1)和（2)两步开环辨识直接获得 系统的阶跃响应系数。针对一些先进控制算法所需的非参数模型而言，不仅简化了计算过 程，同时避免了估计参数环节到获得非参数模型运一环节可能附带的误差，提高了准确性。
[0101] 在其中一实施例中，步骤S190具体为：选取变化范围最小的扰动变量，获取变化 范围最小的扰动变量的数据和对应的输出变量的数据并进行最小二乘法处理，生成各工况 的对应扰动变量与输出变量的传递函数，并对传递函数进行阶跃响应，得到扰动模型。
[0102] 例如，比较风量和煤质波动的变化范围大小，若风量的变化范围较小，即风量的 波动较小，则获取风量的数据和对应的输出变量的数据，从而选择风量建立扰动变量模 型。本实施例中，变化范围最小的扰动变量的数据和对应的输出变量的数据可W通过 DCS值istributedControlSystem分布式控制系统）自动获取。
[0103] 在其中一实施例中，参考图4,步骤S210之后，还包括步骤S230至步骤S270。
[0104] S230:分别获取各工况的过程输入数据和过程输出数据的采样间隔W及传递函数 矩阵的最佳阶次。
[0105] 为了保证辨识结果的准确性，采集数据的总时间跨度应表现系统的动态特性。采 样间隔过小，会导致采样的过程数据长度变长，从而会增加闭环子空间辨识算法的计算量。 采样间隔过大，会导致采样的过程数据遗失系统信息，辨识结果不准确。本实施例中，采样 周期可W预设为1秒。可W理解，在其他实施例中，采样周期也可W为其他数值。
[0106] 选取合适的传递函数矩阵的行数N和列数J。最佳阶次的选择标准包括：列数J应 当远大于max(mN，1脚，其中1为输入维度，m为输出维度；当计算获得的第N个附近的脉冲 响应系数逼近于0时对应的阶次选择较为合理。
[0107] S250 :根据控制模型、采样间隔和最佳阶次对协调控制系统进行运行测试，判断超 超临界机组是否运行正常。若否，则执行步骤S270。
[010引判断超超临界机组是否运行正常，可W是判断超超临界机组的运行参数是否在预 设的参数范围内，若是，则判定超超临界机组运行正常，否则为不正常。具体地，预设的参数 范围可W根据实际情况设置。
[0109] S270 :调整采样间隔和最佳阶次，并返回步骤S230。
[0110] 通过对获取的控制模型进行采样间隔、最佳阶次等参数的配置，并根据配置后的 控制模型进行运行测试，确保超超临界机组能正常运行，提高了控制模型的准确性。
[0111] 参考图7,为应用上述超超临界机组协调控制系统的数据建模方法得到的模型图。
[0112] 参考图8,本发明一实施例中的超超临界机组协调控制系统的数据建模系统，包括 信号位置确定模块110、变量特性获取模块130、过程数据采集模块150、第一模型生成模块 170、第二模型生成模块190和控制模型选取模块210。
[0113] 信号位置确定模块110用于获取协调控制系统的控制方案，并根据控制方案确定 激励信号的