基于ISCSO算法的燃气-蒸汽联合循环机组负荷对象模型辨识
徐晓雯
康英伟
上海电力大学 自动化工程学院,上海 200090
摘要：建立准确的燃气-蒸汽联合循环机组负荷对象的数学模型是提升机组负荷控制系统性能的重要前提.针对传统辨识方法在辨识精度和收敛速度方面存在的不足,提出一种基于改进沙猫群优化(ISCSO)算法的模型辨识方法.首先,利用Logistic混沌映射来改善初始种群;将灵敏度参数由线性变化调整为余弦型变化;引入差分进化变异机制以及高斯扰动改进方法,在提高寻优效率的同时有效避免陷入局部最优解;然后,采用ISCSO算法对模型参数进行寻优求解,得到模型的最优参数值;最后,采用开环阶跃实验得到的燃气-蒸汽联合循环机组 312.06 MW负荷点处的数据与ISCSO算法和SCSO等算法的辨识结果进行对比验证.通过消融实验,验证了该算法中改进策略的有效性.研究结果表明:相较于对比算法,所提算法能建立较为准确的负荷对象模型,ISCSO辨识模型的平均绝对百分误差与均方根误差均最小,具有更好的收敛性能,为模型辨识提供了新的方法.
关键词：燃气-蒸汽联合循环机组负荷对象模型辨识改进沙猫群优化算法
分类号：TK39(热工量测和热工自动控制)
资助基金：国家自然科学基金(61573239)
论文发表日期：2025-12-25
在线出版日期：2026-01-05（本平台首次上网日期，不代表文献的发表时间）
页数：10( 49-58 )
英文信息