基于正常运行数据的发电机组多变量系统辨识方法
【专利摘要】本发明提供一种基于正常运行数据的发电机组多变量系统辨识方法，对正常运行时的发电机组多变量系统进行阶跃响应测试，获得发电机组多变量系统的各个回路的输入输出信号；进行信号分解和频谱分析，获取发电机组多变量系统的所有回路中的最大临界频率；根据最大临界频率计算发电机组多变量系统在多个频率点上的频率特性；根据频率特性构建阵发电机组多变量系统的传递函数矩阵模型。本发明的技术方案，通过将一个强耦合的发电机组多变量系统的辨识过程分解成多个单输入单输出系统的辨识过程，通过系统正常运行时的阶跃响应测试，在发电机组多变量系统正常运行状态下确定系统在重要频率段的频率特性，辨识过程简单、抗干扰能力强、辨识精度高。
【专利说明】基于正常运行数据的发电机组多变量系统辨识方法
【技术领域】
[0001]本发明涉及多变量系统应用【技术领域】，特别是涉及一种基于正常运行数据的发电机组多变量系统辨识方法。
【背景技术】
[0002]现代火电厂的大型单元机组具有大时滞、时变、非线性、强耦合、机炉动态特性差异大的特点，是一个典型的多输入多输出过程对象。单元机组协调控制系统是电厂自动控制系统中最复杂的系统，它的任务是使机组负荷紧密跟踪外界负荷需求，并保持机前压力的稳定。机组采用协调控制系统运行时，将锅炉、汽机和发电机作为一个统一整体进行控制。
[0003]目前的大多数控制方法是在传统的PID控制基础上综合了锅炉和汽轮机的特点，提出各种控制方案，如前馈控制、解耦控制、内模控制、预测控制等。由于机组协调被控对象具有非线性，因而在不同负荷段，系统的动态特性是不同的。即使在标称负荷点得到了满意的控制器参数，随着负荷点的变化，系统性能也会变得很差。协调控制器的参数整定和负荷适应性问题是一个具有普遍性和现实意义的问题。
[0004]学者李少远等结合自整定技术、自适应技术、增益调度方法、给出了智能解耦的控制策略，学者谭文等从经典解耦控制的角度对协调控制器进行了设计，并给出了相应的参数整定方法。
[0005]虽然这些先进控制算法具有良好的跟踪性能和稳定性，但由于针对现有系统闭环辨识技术，在辨识单元机组的模型传递函数时，需要引入外加测试信号来辨识出多变量过程模型，对过程装置正常运行的带来了扰动，导致了多产品质量的影响，降低了辨识精度，对于模型变化以及非线性的适应性还是有局限性。
【发明内容】
[0006]基于此，有必要针对现有系统闭环辨识技术辨识精度低的问题，提供一种基于正常运行数据的发电机组多变量系统辨识方法。
[0007]—种基于正常运行数据的发电机组多变量系统辨识方法，包括如下步骤:
[0008]对正常运行时的发电机组多变量系统进行阶跃响应测试，获得所述发电机组多变量系统的各个回路的输入输出信号；
[0009]对所述输入输出信号进行信号分解和频谱分析，获取发电机组多变量系统的所有回路中的最大临界频率；
[0010]根据所述最大临界频率计算发电机组多变量系统在多个频率点上的频率特性；
[0011]根据所述频率特性构建阵发电机组多变量系统的传递函数矩阵模型。
[0012]上述基于正常运行数据的发电机组多变量系统辨识方法，通过将一个强耦合的发电机组多变量系统的辨识过程分解成多个单输入单输出系统的辨识过程，通过系统正常运行时的阶跃响应测试，对系统的输入输出信号进行信号分解和频谱分析，得到全部回路最大临界频率并获取到多个频率点的频率特性，进而获得该发电机组多变量系统的传递函数矩阵模型。该技术方案无需引入外加测试信号，在发电机组多变量系统正常运行状态下确定系统在重要频率段的频率特性，辨识过程简单、抗干扰能力强、辨识精度高，为发电机组多变量系统的协调控制器的参数自适应、克服机组非线性特性奠定了基础。
【专利附图】
【附图说明】
[0013]图1为一个实施例的基于正常运行数据的发电机组多变量系统辨识方法的流程图；
[0014]图2为机组协调控制系统框图。
【具体实施方式】
[0015]下面结合附图对本发明的基于正常运行数据的发电机组多变量系统辨识方法的【具体实施方式】作详细描述。
[0016]参考图1所示，图1为一个实施例的基于正常运行数据的发电机组多变量系统辨识方法的流程图，包括如下步骤:
[0017]步骤S1:对正常运行时的发电机组多变量系统进行阶跃响应测试，获得所述发电机组多变量系统的各个回路的输入输出信号。
[0018]在一个实施例中，步骤SI的阶跃响应测试过程包括如下:
[0019]在发电机组多变量系统正常运行时，依次对各个回路的参考输入施加设定值的阶跃测试信号，并保持其它参考输入不变，获取每次阶跃输入测试时各个回路对象的输入输出信号。
[0020]具体的，阶跃响应测试过程可以进一步如下:`[0021](I)对第一个回路参考输入rl施加阶跃测试信号，记录此时多输入多输出对象的输入输出信号4、父、…、uL、义。
[0022](2)对第二个回路参考输入r2施加阶跃测试信号，记录此时多输入多输出对象的输入输出信号、少1、…、Um、。
[0023](3)以此类推，对余下各项参考输入依次进行阶跃信号测试，直到记录第M个回路参考输入信号阶跃变化后的对象的输入输出信号<、s…、iC、。
[0024]步骤S2:对所述输入输出信号进行信号分解和频谱分析，获取发电机组多变量系统的所有回路中的最大临界频率。
[0025]在一个实施例中，步骤S2的获取最大临界频率过程包括如下:
[0026]首先，对所述输入输出信号进行信号进行分解成瞬态部分和稳态部分；获取发电机组多变量系统的系统时域响应等式。然后根据所述系统时域响应等式进行频谱分析，获得各个回路频率点的系统频率响应等式。并根据所述频率响应等式计算各个回路频率点对应的相位，并根据所述相位和迭代公式计算获得发电机组多变量系统的所有回路中的最大临界频率的最大值。
[0027]具体的，获取最大临界频率过程进一步可以包括如下:[0028]将阶跃测试获取的信号都分解为瞬态部分和稳态部分，假定先改变给定值 r1，而保持其它给定值不变，Y1(S)和U1(S)可表示为:
【权利要求】
1.一种基于正常运行数据的发电机组多变量系统辨识方法，其特征在于，包括如下步骤: 对正常运行时的发电机组多变量系统进行阶跃响应测试，获得所述发电机组多变量系统的各个回路的输入输出信号； 对所述输入输出信号进行信号分解和频谱分析，获取发电机组多变量系统的所有回路中的最大临界频率； 根据所述最大临界频率计算发电机组多变量系统在多个频率点上的频率特性； 根据所述频率特性构建阵发电机组多变量系统的传递函数矩阵模型。
2.根据权利要求1所述的基于正常运行数据的发电机组多变量系统辨识方法，其特征在于，所述对正常运行时的发电机组多变量系统进行阶跃响应测试，获得所述发电机组多变量系统的各个回路的输入输出信号的步骤包括: 在发电机组多变量系统正常运行时，依次对各个回路的参考输入施加设定值的阶跃测试信号，并保持其它参考输入不变，获取每次阶跃输入测试时各个回路对象的输入输出信号。
3.根据权利要求1所述的基于正常运行数据的发电机组多变量系统辨识方法，其特征在于，所述对所述输入输出信号进行信号分解和频谱分析，获得发电机组多变量系统的所有回路中的最大临界频率的步骤包括: 对所述输入输出信号进行信号进行分解成瞬态部分和稳态部分；获取发电机组多变量系统的系统时域响应等式； 根据所述系统时域响应等式进行频`谱分析，获得各个回路频率点的系统频率响应等`式； 根据所述频率响应等式计算各个回路频率点对应的相位，并根据所述相位和迭代公式计算获得发电机组多变量系统的所有回路中的最大临界频率的最大值。
4.根据权利要求3所述的基于正常运行数据的发电机组多变量系统辨识方法，其特征在于，所述系统时域响应等式如下:
[Y1 (s)...Ym (s)] =G (s) [U1 (s)-Um(s)] 式中，G(S)为系统时域响应函数； 所述系统频率响应等式如下:
5.根据权利要求3或4所述的基于正常运行数据的发电机组多变量系统辨识方法，其特征在于，所述根据所述最大临界频率计算发电机组多变量系统在多个频率点上的频率特性的步骤包括: 根据需要辨识的频率响应点的数目Μ，将频率范围(O，ω_)划分为M个离散频率点，得到频率点 O，Δ ω,2Δ ω,..., (Μ-1) Δ ω，其中 Λ ω = ω_/Μ; 根据所述系统频 率响应等式计算各个离散频率点的频率特性G (j Co1)，包括幅值和相角，其中，1=1，2，…M。
6.根据权利要求1所述的基于正常运行数据的发电机组多变量系统辨识方法，其特征在于，所述根据所述频率特性构建阵发电机组多变量系统的传递函数矩阵模型的步骤包括: 根据所述频率特性在各个频率响应匹配获得二价加纯滞后模型的参数，其中，传递函数矩阵模型的元素为二价加纯滞后模型； 利用最小二乘法并根据所述二价加纯滞后模型的参数获取发电机组多变量系统的加纯滞后的传递函数矩阵模型。
7.根据权利要求6所述的基于正常运行数据的发电机组多变量系统辨识方法，其特征在于，所述获取加纯滞后的传递函数矩阵模型的方法包括如下:
【文档编号】G05B13/04GK103760768SQ201310746542
【公开日】2014年4月30日 申请日期:2013年12月30日 优先权日:2013年12月30日
【发明者】张曦, 王亚刚, 陈世和, 李晓枫, 朱亚清, 庞志强, 史玲玲 申请人:广东电网公司电力科学研究院, 上海理工大学