基于改进的量子粒子群算法的脱硝系统线性参数变化模型辨识Identification of LPV model for denitrification system using improved QPSO algorithm
袁世通
摘要(Abstract)：
燃煤电厂脱硝控制系统的调节品质对发电机组的经济性和环保性有重要的意义。本文研究了以机组负荷为时变量的脱硝系统线性参数变化(LPV)模型辨识方法。通过机组的运行历史数据进行系统辨识,得到能够描述全局动态特性的LPV模型,并采用量子粒子群优化算法进行高维参数的优化。在进化过程中引入加速度因子,提高算法的优化效率,使优化结果更逼近最优值,通过标准测试函数仿真实验验证了算法的高效性。并将该算法应用于某电厂600 MW机组的喷氨脱硝系统建模中,辨识结果表明建立的数学模型有效可行。
关键词(KeyWords)： 燃煤电厂;脱硝系统;建模;网络化LPV模型;G-QPSO算法;历史数据;辨识
基金项目(Foundation):
作者(Author): 袁世通