学位论文 > 优秀研究生学位论文题录展示

基于多变量广义预测的烟气含氧量软测量研究

作　者: 李茹艳
导　师: 孙灵芳
学　校: 东北电力大学
专　业: 控制理论与控制工程
关键词: 烟气含氧量软测量因子分析多变量广义预测粒子群
分类号: TP274
类　型: 硕士论文
年　份: 2012年
下　载: 38次
引　用: 0次
阅　读: 论文下载

内容摘要

当今世界能源紧缺，维护锅炉经济性燃烧就成了电厂节约能源的一项重要环节。烟气含氧量检测是降低煤耗，维持锅炉经济性燃烧的一项重要手段，因此，烟气含氧量的准确测量对于火力发电厂节能和环保具有十分重要的意义。实际工业过程中通常采用硬件传感器方式检测，但由于投资大，工作环境恶劣等因素影响，人们开始利用软测量方法来达到直接测量的目的。通过对烟气含氧量软测量现状进行研究，本论文将多变量广义预测算法应用于烟气含氧量软测量中，其模型参数较少，并继承了自适应技术的优点,其多步预测，滚动优化和反馈校正机制使其更加适合于工业现场预测。主要工作内容：将现场采集到的数据进行预处理，增强数据的可靠性；采用因子分析的方法降维，找出与烟气含氧量关系最为密切的变量作为模型的输入，提高模型的准确性；构建多变量广义预测模型，辨识模型参数，对预测输出模型和控制律进行推导，对烟气含氧量进行预测，并与实际含氧量曲线做对比；采用粒子群算法（PSO）对模型预测参数进行优化选择，快速选取预测参数的最佳组合。实验后的仿真结果表明，经过PSO算法优化后的烟气含氧量预测值更接近于真实值。

全文目录

摘要  6-7
Abstract  7-11
第1章绪论  11-17
  1.1 课题研究背景及意义  11-12
  1.2 软测量技术概述  12-13
  1.3 课题的研究现状  13-16
    1.3.1 烟气含氧量直接测量的研究现状  13-14
    1.3.2 烟气含氧量软测量的研究现状  14-16
  1.4 本文的主要工作内容  16-17
第2章辅助变量的选取及降维  17-30
  2.1 辅助变量的选取  17-22
    2.1.1 相关分析理论  17-18
    2.1.2 数据校正处理  18-19
    2.1.3 辅助变量的选取  19-22
  2.2 数据的降维处理  22-28
    2.2.1 因子分析法  22-23
    2.2.2 辅助变量降维处理  23-28
  2.3 本章小结  28-30
第3章多变量广义预测建模  30-42
  3.1 广义预测控制算法理论知识  30-31
  3.2 多变量广义预测算法计算过程  31-33
    3.2.1 建立模型  31
    3.2.2 预测输出表达式  31-32
    3.2.3 控制律求解  32-33
  3.3 广义预测控制的简化实现方法  33-34
  3.4 烟气含氧量软测量建模  34-40
    3.4.1 数据的归一化处理  34-35
    3.4.2 建立软测量模型  35-36
    3.4.3 算法的改进  36
    3.4.4 控制器设计  36-37
    3.4.5 仿真结果  37-40
  3.5 本章小结  40-42
第4章烟气含氧量软测量模型校正  42-49
  4.1 预测参数选取的一般性原则  42-43
  4.2 粒子群优化算法  43-48
    4.2.1 粒子群算法原理  43-44
    4.2.2 优化参数组合过程  44-46
    4.2.3 仿真对比及误差分析  46-48
  4.3 本章小结  48-49
结论  49-50
参考文献  50-55
攻读学位期间取得的研究成果及发表的学术论文  55-56
致谢  56

基于多变量广义预测的烟气含氧量软测量研究

内容摘要

全文目录

相似论文