基于SIS的火电机组热工对象数学模型辨识

摘要

火电机组热工被控对象数学模型辨识,在热工自动控制系统控制参数整定中起到至关重要作用。随着机组运行时间变长,热工控制对象静态、动态特性逐渐发生变化,相应控制参数已不在适应原自动控制回路。常规控制参数整定方法为解除自动,进行阶跃扰动实验,重新进行参数修正。上述整定方法不但干扰现场生产,还存在一定的安全风险,同时辨识精度不高。随着工业信息化、自动化的不断发展,基于大数据等智能辨识算法不断成熟且广泛应用于工业现场中。基于此,本文依托于DCS单向隔离的SIS平台,采用粒子群智能算法辨识相应热工被控对象数学模型。该方法既保证了现场的安全性,同时充分利用大量生产历史数据,充分挖掘不同变量之间的相关性,从而使热工被控对象的数学模型精度更高、更准确。