粒子群算法在1000MW火电机组模型辨识中的应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 模型辨识技术的提出与发展 | 第10-11页 |
| 1.3 粒子群算法的提出与发展 | 第11-12页 |
| 1.4 本课题研究内容 | 第12-13页 |
| 第2章 模型辨识方法及应用 | 第13-17页 |
| 2.1 模型辨识的定义 | 第13页 |
| 2.2 模型辨识的内容 | 第13-15页 |
| 2.2.1 试验设计 | 第14页 |
| 2.2.2 模型结构的确定 | 第14页 |
| 2.2.3 模型参数的确定 | 第14-15页 |
| 2.2.4 模型的检验 | 第15页 |
| 2.3 建模方法 | 第15-17页 |
| 第3章 热工过程数据处理方法 | 第17-21页 |
| 3.1 引言 | 第17页 |
| 3.2 数据滤波 | 第17-18页 |
| 3.3 零初始值处理 | 第18-19页 |
| 3.4 粗大值处理 | 第19-21页 |
| 第4章 基本粒子群算法模型辨识与参数优化 | 第21-36页 |
| 4.1 基本粒子群算法描述 | 第21-22页 |
| 4.2 基本粒子群算法流程 | 第22-23页 |
| 4.3 总燃料量与主蒸汽压力模型辨识 | 第23-28页 |
| 4.3.1 模型分类 | 第23-26页 |
| 4.3.2 数据处理 | 第26-27页 |
| 4.3.3 模型辨识 | 第27-28页 |
| 4.4 风煤比与过剩氧量模型辨识 | 第28-30页 |
| 4.5 总燃料量与发电机功率模型辨识 | 第30-31页 |
| 4.6 参数优化 | 第31-35页 |
| 4.6.1 目标函数选取 | 第31-32页 |
| 4.6.2 优化方法 | 第32-34页 |
| 4.6.3 风煤比与过剩氧量 PID 参数优化 | 第34-35页 |
| 4.7 本章小结 | 第35-36页 |
| 第5章 改进粒子群算法模型辨识与参数优化 | 第36-51页 |
| 5.1 引言 | 第36页 |
| 5.2 改进粒子群算法描述 | 第36-42页 |
| 5.2.1 动态变惯性权重 | 第36-37页 |
| 5.2.2 变异算子 | 第37-38页 |
| 5.2.3 改进粒子群算法步骤 | 第38-39页 |
| 5.2.4 改进粒子群算法验证 | 第39-42页 |
| 5.3 采用改进粒子群算法进行模型辨识 | 第42-49页 |
| 5.3.1 风煤比与过剩氧量模型辨识 | 第42-43页 |
| 5.3.2 送风量引风量与炉膛压力模型辨识 | 第43-47页 |
| 5.3.3 水煤比与主汽温模型辨识 | 第47-49页 |
| 5.4 参数优化 | 第49-50页 |
| 5.4.1 风煤比与过剩氧量 PID 参数优化 | 第49页 |
| 5.4.2 总燃料量与主汽压 PID 参数优化 | 第49-50页 |
| 5.5 本章小结 | 第50-51页 |
| 第6章 结论与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第56-57页 |
| 致谢 | 第57页 |
