一、单元机组协调控制系统控制策略及算法的研究（论文文献综述）
张国斌,刘永江,杜鸣,郭瑞君,张谦,辛晓钢[1]（2021）在《火电机组的工况自适应协调控制策略》文中研究指明随着火电灵活性改造的进行,火电机组需要在大范围变工况下运行,运行过程中需要兼顾机组低负荷稳定性。因此提出了一种工况自适应协调控制策略,该策略以柔性控制为基础,设计了协调控制系统工况自适应控制结构,并提出了控制系统参数确定方法。在仿真实验中,首先分析比较了某一工况下不同柔性因子作用后的控制效果,然后利用蒙特卡洛模拟,分析了参数不确定性对该控制系统稳定性的影响,在大范围变工况下对该策略的控制效果进行了仿真验证。仿真结果显示该策略设计方法可以实现机组在大范围变工况下稳定性与调峰快速性的综合协调,同时结构改造简单,控制器参数易获得,便于现场实施,为低负荷下的协调系统控制策略设计提供了一种思路。
张力,赵亮宇,刘晓玲,陈志强,邓拓宇,卢新蕊[2]（2021）在《考虑煤可磨性的协调控制系统智能优化》文中提出煤质复杂多变导致煤可磨性变化成为影响机组控制品质的主要因素之一。通过机理分析和现场调试发现,煤可磨性变化会显着影响磨煤机出力,使得制粉系统被控对象特性发生变化,进而影响协调控制系统锅炉主控回路的闭环控制特性。对给煤量与机前压力信号进行特性识别,确定制粉系统动态特性属于惯性、惯性加纯迟延以及非最小相位环节的隶属度,据此依托智能DCS中专家数据库柔性调整控制器参数实现智能发电控制。仿真及现场调试结果表明,优化策略能够显着改善煤可磨性变化时机组主要参数的控制品质,为提高火电机组煤质适应性提供技术支持。
潘岩,鄢锋,曾祥吉,杨静雅,綦晓,黄文渊[3]（2021）在《有色冶炼厂发电机组机炉协调优化控制》文中研究表明在环保要求日渐严格的大工业时代背景下,提升有色金属火法冶炼自动控制水平从而改善其能源利用效率符合国家政策要求和企业自身利益,也是本研究的方法与最终目标。针对有色冶炼厂电力分厂机炉协调控制能力有限甚至缺乏协调控制设计的现状,提出以大型锅炉作为蒸汽补充来源并设计了协调优化控制策略,分别研究了采用传统PID解耦控制器方案、模糊控制器方案、模糊PID控制器方案和单神经元自适应控制器方案的特点。在此基础上进一步提出将模糊控制器与传统PID控制器并联,在被调量接近目标值时,根据经验降低控制作用以减小超调和调节时间即实现模糊柔化控制。仿真结果表明,所设计的协调优化控制策略及并行模糊优化控制器与常规方案相比,在控制精度与响应速度等方面更具优势,对现场实际生产具有一定的指导意义。
赵震,薛锐,崔晓波[4]（2021）在《火电机组协调控制系统预测控制的仿真研究》文中研究指明火力发电厂协调控制系统是典型的多变量控制系统,控制对象动态特性差异较大.为预测协调控制系统的调节效果,采用不同参数对协调控制系统进行仿真,研究时域p、控制时域m及控制权重w对系统控制性能的影响,仿真结果可为预测控制器设计提供依据,对电网和电厂运行控制水平的提高有着一定的指导意义.
邵茹[5]（2021）在《350MW超临界CFB机组机炉协调系统建模与控制》文中进行了进一步梳理根据我国的能源结构情况,燃煤发电在短时间内仍然占据着电力生产行业中的重要地位,清洁煤发电因符合国家提出的新发展要求获得了行业内的重视。超临界循环流化床（Circulating Fluidized Bed,简称CFB）技术具有燃料适应性强和高效率的优势,并且污染物生成量少在环境保护方面发挥着重要作用。火电机组是一种大惯性、时变、非线性等多种特点相互耦合的复杂控制对象。为了配合风、光等新能源发电实施可持续发展,电网对单元机组机炉协调系统的控制性能提出了更高层次的要求,因此对超临界循环流化床机组协调系统进行研究非常有意义。本文以山西省某新建电厂350MW超临界CFB机组协调系统为研究对象,开展协调系统传递函数模型建立和控制两个方面的研究。首先通过对协调系统被控对象动态特性的定性分析,将其合理简化为以给煤量及高调门开度为输入,有功功率及主蒸汽压力为输出的系统模型,结合专家经验确立模型结构为具有纯迟延的高阶惯性环节。通过采集现场运行数据并对数据进行筛选及预处理,根据多输入多输出系统闭环辨识原理,依靠标准粒子群（Particle Swarm Optimization,简称PSO）算法对模型结构中的未知参数进行寻优,建立协调系统的数学模型,并对模型的准确性进行验证。在获得数学模型的基础上,出于模糊PID控制算法在实际工程中实用性的考虑,本文使用模糊PID智能控制算法对传统PID控制进行优化,借助MATLAB仿真软件中的Simulink工具箱进行仿真试验对比。根据仿真结果可知,基于模糊PID控制算法的协调系统,其动态性能和静态性能均优于传统PID控制。本文依据现场的历史运行数据建立系统数学模型,将理论与现场生产情况相结合,在获得数学模型的基础上对传统PID控制算法进行优化,对协调系统进行控制优化提供借鉴。
李浩宇[6]（2021）在《基于蓄能系统的燃煤机组灵活性提升方法研究》文中指出近年来,风能、太阳能等新能源得到了快速发展。然而,受可再生能源的波动性和间歇性等特点影响,新能源电力面临着难以消纳的问题。火力发电在我国能源结构中将长期处于主导地位,提高火电机组的灵活性是我国目前能源结构下的最佳选择。虽然现有机炉协调控制系统具备一定的变负荷能力,但受锅炉侧大迟延特性的限制,传统的机炉协调控制系统无法解决新能源电力难以消纳的问题。为保证电网在新能源电力大规模并网后可以安全稳定地运行,本文对配置储热罐的热电联产机组的灵活性提升方法进行了研究。本文的主要研究内容如下:首先,采用集总参数法,根据质量守恒和能量守恒建立了燃煤系统、锅炉汽-水系统、热网加热器、斜温层式储热罐、汽轮机、给水加热器以及除氧器的机理模型。利用某电厂配置斜温层式储热罐的330MW热电联产机组的现场数据对机理数学模型进行了验证。仿真结果与现场数据间的误差较小,模型具有较高的可信度,可用于配置储热罐的热电联产机组的动态特性研究。其次,在系统机理模型的基础上进行仿真实验。分别研究了斜温层式储热罐在储能和释能状态下储热罐斜温层的变化情况。进行了给煤量、汽轮机调汽阀、供热抽汽蝶阀以及储热罐热水口流量等输入的阶跃扰动实验。研究了在不同输入阶跃扰动下对机组负荷、主蒸汽压力、供热负荷等关键参数的影响。根据仿真结果,确定机组控制模型的输入、输出及传递函数的结构,通过粒子群算法对传递函数中的未知参数进行辨识,建立了“4入4出”结构的配置储热罐的热电联产机组控制模型。为机组灵活性提升方法的研究提供了模型基础。最后,为提高机组的灵活性,设计了一套适用于配置储热罐的热电联产机组的新型协调控制系统。以某330MW热电联产机组为例,进行了负荷指令阶跃扰动和斜坡扰动下的仿真实验。实验结果表明,新型协调控制系统的控制效果优于传统协调控制系统。为了减小机组在频繁变负荷过程中所造成的供热负荷波动,在新型协调控制系统中加入热补偿系统,并进行了仿真实验。仿真实验结果表明热补偿系统可以有效地降低机组在变负荷的过程中造成的供热负荷波动。
高学伟[7]（2021）在《数字孪生建模方法及其在热力系统优化运行中的应用研究》文中指出随着社会经济的飞速发展,我国产业结构优化调整和转型升级进程的深入,要实现未来“碳达峰,碳中和”的目标,需要建设清洁低碳、安全高效的现代能源体系。以风电和太阳能发电为代表的可再生能源替代作用日益突显,而火电机组在未来很长一段时间内仍将处于主导地位。亟需解决火电和可再生能源的协同发展问题,大型火电机组更多需要担负起高效节能、低碳环保、深度调频调峰的任务。实施电能替代供热对于推动能源消费革命、减少碳排放、促进能源清洁化意义重大。利用电锅炉储热供暖还可以降低电网调节压力,增加供热能力,有效解决可再生能源的消纳问题。火电机组热力系统和电锅炉储热供暖热力系统都属于典型的非线性、多参数、强耦合的复杂热力系统。本文通过研究流体网络机理建模和数据驱动建模相融合的数字孪生建模方法,为热力系统建模工作提供了新的思路和途径,为热力系统安全、环保和经济运行提供理论支撑。论文围绕数字孪生建模方法及其在热力系统优化运行中的应用,主要研究内容和成果包括以下几个方面:（1）对数字孪生理论、热力系统建模理论以及大数据处理等基本理论进行了研究。比较了数字孪生与仿真技术及信息物理系统的异同;以火力发电厂为例,研究了流体网络机理建模及求解方法;对Hadoop系统的MapReduce与Spark计算进行了对比分析,对实时数据处理Spark Streaming与Storm进行了对比分析,并搭建了适用于数字孪生及大数据在热力系统建模领域应用的大数据分布式集群平台;在该集群上实现了大数据的存储管理,以及大数据分布式计算,研究了基于大数据平台的数据驱动建模理论,包括支持向量回归建模、极限学习机建模、智能辨识优化算法以及即时学习等基本理论。（2）针对数据驱动建模方法的研究,提出一套基于改进即时学习策略的自适应数据驱动建模方法。采用“主成分+互信息”的方法获得输入和输出变量之间的相关程度,确定权重因子,然后利用“欧式距离+角度”定义一种加权综合相似度度量函数。在离线状态下,利用改进遗传模拟退火模糊聚类方法进行工况划分;进行工况预测时,采用一种多层次综合相似度度量的相似工况快速识别方法构建相似工况训练集,即根据两级搜索的策略实现了在线快速识别:初级识别是确定预测工况在历史工况库中所属的类别提取预测类工况,次级识别是采取基于综合相似度度量函数的相似工况识别方法,在历史数据库中针对预测类工况的快速识别;局部模型建模方法是在Spark计算框架下,对SparkSVMHPSO算法、Spark ELM算法以及基于SparkHPSO的多参数辨识等数据驱动建模方法进行研究。然后以SCR脱硝系统出口 NOx预测、电锅炉储热供热系统源侧及荷测负荷预测为案例,验证了所提出的建模方法有效性。为热力系统数字孪生模型建模及系统工况优化提供了理论支撑。（3）针对数据孪生建模的研究,提出一套改进即时学习策略的自适应数据驱动与机理模型多参数辨识协同融合的数字孪生建模方法。在建立热力系统机理模型的基础上,关键的设备模型参数利用多参数多工况拟合的离线智能辨识方法,得到可以模拟实际系统全工况下动态变化趋势的离线智能参数辨识模型;以离线智能参数孪生模型为主,根据相似度阈值进行判断,采用自适应模型参数更新策略,实现数字孪生模型的在线协同;为进一步提升孪生模型预测的精度和鲁棒性,采用移动窗格信息熵的多模型输出在线融合方法,提升关键工况以及动态变化过程的逼近程度。基于这一理论构建的数字孪生模型,能够基于系统运行数据持续进行自我修正,在线跟踪设备运行特性,从而具有自适应、自演进的智能化特点,能够全面反映系统的运行状态和性能,为系统工况迭代优化提供可靠的模型输入和结果校验工具。以燃煤电站SCR脱硝系统和电锅炉储热供热系统为研究对象,建立其热力系统数字孪生模型。（4）最后,基于数字孪生模型的实时跟踪能力,提出一种基于负荷分配和工况寻优的热力系统智能工况动态寻优策略。并以电锅炉储热供热系统为研究对象,根据能耗成本分析和负荷分配策略,利用数字孪生模型系统,对电网负荷、电锅炉系统、储热系统进行预测计算,模拟不同运行方案、不同工况下系统动态运行,得出最优的供热调节和负荷分配方案。以火力发电厂SCR脱硝系统为例,根据建立的自适应、自演进的智能化SCR脱硝系统数字孪生模型,将该模型应用于模型预测控制算法中。结果表明,利用基于数字孪生模型的自适应预测控制算法比传统的PID控制效果更精确,运行更稳定。证明了所提建模方法的有效性,具有重要的工程实用意义和行业示范价值。
盛歆歆[8]（2021）在《数据驱动的超超临界机组协调控制系统智能辨识算法及应用研究》文中提出近年来,尽管以风电、光伏发电为代表的新能源发电蓬勃发展,但火力发电仍在我国电力行业中具有举足轻重的地位。与传统的超临界和亚临界机组相比,超超临界机组具有蒸汽参数高、功率容量大、发电范围广等特点,在提升发电效率、提高电网调峰调频经济性和稳定性、减轻CO2排放污染等方面具备显着优势。我国火力发电行业部署已迈进“超超临界”时代,超超临界机组已成为我国火电机组建设的关键构成部分。为确保超超临界机组的优化运行,需要保证其核心环节协调控制系统的安全稳定。针对超超临界机组协调控制系统而言,一个精确的机炉耦合过程模型是进一步设计先进控制策略、获得满意的控制性能以及节能优化运行的基础。但是机炉耦合过程中涉及的各个重要变量之间存在较强的耦合作用,并且机炉耦合过程整体呈现较严重的非线性和复杂性,这为机炉耦合过程的模型辨识造成了很大的阻碍,也是本文建立机炉耦合过程模型的主要难点。针对上述超超临界机组协调控制系统机炉耦合过程的建模问题,本文考虑到目前电厂中应用较为广泛的仍是传递函数模型,为此希望借助群智能算法构建机炉耦合过程的传递函数显性模型。此外,深度学习方法适合分析大数据中蕴含的关键信息,因此将堆叠降噪自编码器引入到超超临界机组协调控制系统机炉耦合过程,构建过程的深度学习隐性模型,以实现对机组的全工况建模。首先,本文对超超临界机组协调控制系统的整体架构以及待辨识的协调控制系统锅炉-汽轮机单元机组的原理和关键变量进行阐述。通过剖析探讨机炉耦合被控过程的关键变量对过程的影响,确定了超超临界机组协调控制系统机炉耦合过程的简化概念模型。其次,本文确立机炉耦合过程的传递函数模型结构,并建立数据驱动的多变量模型参数智能辨识方案以确定机炉耦合过程传递函数模型参数。为使方案辨识出的模型参数精确有效,提出融合羊群和狮群算法的云自适应混沌鸟群算法（SO-LSO-CACBSA）,并采用测试函数从多角度验证展示改进鸟群算法的有效性。依托机组实际运行数据,对我国某1000MW超超临界机组开展机炉耦合过程的模型辨识和验证,实验结果表明数据驱动的多变量模型参数智能辨识方案和SO-LSO-CACBSA辨识算法的有效性。最后,为获得超超临界机组大范围运行工况下机炉耦合过程模型,将深度学习方法中的堆叠降噪自编码器（SDAE）引入超超临界机组协调控制系统机炉耦合过程的模型辨识中。基于我国某1000MW超超临界机组实际运行数据,开展机炉耦合过程的模型辨识和验证,实验结果表明堆叠降噪自编码器模型可以基本体现1000MW超超临界机组协调控制系统机炉耦合过程在机组大范围运行工况下的特征。为了使堆叠降噪自编码器在实际超超临界机组实现更方便地应用,利用MATLAB中的GUI功能设计了机炉耦合过程堆叠降噪自编码器模型辨识软件,能够更好地实现人机交互。
熊剑[9]（2021）在《超临界机组的灵活性运行建模与先进控制策略研究》文中研究指明波动性可再生能源的发电比例不断提高,导致超临界火电机组的运行目标从追求高效节能转变为注重提升机组的灵活性、机组深度调峰及快速升降负荷能力。为提升火电灵活性,一种可行的方法是设计先进控制算法,而控制算法发挥性能的前提是精确、简洁的数学模型。所以对超临界机组进行建模和控制策略两方面的研究具有重要意义。本文将协调控制系统作为研究对象,在建立高精度模型的基础上,为其设计先进的控制算法,以提升机组运行灵活性。在建模部分,模型结构上,将T-S模糊增量模型输出表达式与模糊神经网络的结论部分相结合,从而构建一种新型的模糊神经网络结构,该结构中局部线性模型的精度大大提升。参数训练上,先利用改进的核k-means++算法对前提部分参数进行训练。该算法采用谢尔贝尼指数法初始化模糊规则个数,消除了传统人工选取规则数的局限性。且使用核空间距离代替传统的欧几里得距离,得到了更佳的聚类中心和半径参数。然后采用有监督自适应梯度下降法对结论网络参数进行初始优化,再用人工免疫粒子群算法对进行二次优化。在控制策略部分,本文提出了一种双层的分层递阶控制结构,其中上层是无静差非线性约束广义预测控制器,计算得到最优控制序列。下层是L1自适应控制器,通过估计不确定性、实现最优轨迹跟踪。控制器设定值优化方面,使用一种柔化因子自适应调整的设定值柔化操作,来进一步改善控制性能。最后,在前述由现场数据驱动的模糊神经网络模型的基础上,对控制算法进行测试。单输出改变实验、灵活性运行对比实验及抗干扰等多项实验中都实现良好的跟踪,其中最大负荷爬坡率达到额定负荷的6%每分钟,且控制量没有较大波动。实验结果表明本文控制器可以在保证安全稳定运行的前提下,使机组达到灵活性运行的要求。
李宏瑞[10]（2021）在《多电源混合系统频率响应模型建立方法研究》文中提出频率是电力系统运行的重要指标之一,其反应了电力系统与负荷之间的能量平衡关系。频率及其动态特性对于设备的正常运行及电网的安全运行,稳定控制有着不可忽视的作用。因此本文对多电源混合系统频率响应特性及建模方法进行了研究。本文工作主要包括四个部分,第一部分使用模块化方法对火电机组进行机理建模,根据系统功能将火电机组划分为协调控制系统（CCS）、调速系统（DEH）、汽轮机、锅炉等几个基本模块,对其分别建模并在Simulink中仿真组合,获得整体的仿真模型,根据仿真模型研究了火电机组一次频率响应动态特性。第二部分将等值模型法与径向基神经网络（RBFNNs）相结合建立了风火混合电力系统的聚合模型,等值模型法用于确定RBFNNs的结构,为简化数据驱动建模奠定了基础。第三部分将基于离散状态空间神经网络（Discreet State Space Neural Network,DSSNNs）的辨识算法应用于风火混合电力系统的建模,针对系统中存在非高斯扰动的问题,选择生存信息势（Survival information potential,SIP）作为辨识算法的性能指标,仿真结果表明基于离散状态空间神经网络建立的风火混合电力系统频率响应模型的合理有效性,并分析了不同风电渗透率下混合电力系统的频率响应特性。第四部分针对风火混合电力系统数据样本少的问题采用了基于迁移学习（TL）和递归神经网络（RNNs）的辨识方法建立了系统的频率响应模型。采用风速和负荷描述场景,并通过仿真实验分析了在不同场景下运行的风火混合电力系统的频率响应。
二、单元机组协调控制系统控制策略及算法的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、单元机组协调控制系统控制策略及算法的研究（论文提纲范文）
（1）火电机组的工况自适应协调控制策略（论文提纲范文）
| 1 引言 |
| 2 火电机组协调控制模型 |
| 2.1 协调系统动态模型 |
| 2.2 直接能量平衡方式 |
| 3 工况自适应协调控制策略 |
| 3.1 控制系统结构 |
| 3.2 求取控制参数 |
| 4 仿真与结果分析 |
| 4.1 单一工况下的控制效果分析 |
| 4.2 系统稳定性分析 |
| 4.3 大范围区间下工况自适应协调控制 |
| 5 结论 |
（3）有色冶炼厂发电机组机炉协调优化控制（论文提纲范文）
| 0 引言 |
| 1 有色冶炼厂发电机组机炉协调优化控制策略 |
| 2 有色冶炼厂发电机组机炉协调优化仿真 |
| 2.1 机炉协调优化控制模型 |
| 2.2 机炉协调优化控制器设计 |
| 3 结语 |
（4）火电机组协调控制系统预测控制的仿真研究（论文提纲范文）
| 1 对象模型 |
| 2 控制策略及仿真算法 |
| 3 结果与分析 |
| 3.1 预测时域长度p |
| 3.2 控制时域长度m |
| 3.3 控制权重w |
| 4 结语 |
（5）350MW超临界CFB机组机炉协调系统建模与控制（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 单元机组建模的研究现状 |
| 1.2.1 基于机理/实验建模的研究 |
| 1.2.2 基于智能辨识方法的研究 |
| 1.3 单元机组协调系统的控制现状 |
| 1.3.1 基于线性系统的研究 |
| 1.3.2 基于非线性系统的研究 |
| 1.3.3 基于智能控制算法的研究 |
| 1.4 本文主要内容 |
| 1.5 本章小结 |
| 第二章 单元机组机炉协调系统概述 |
| 2.1 循环流化床锅炉简介 |
| 2.2 协调系统的概念 |
| 2.3 单元机组协调系统对象特性 |
| 2.3.1 协调系统运行方式 |
| 2.3.2 控制对象动态特性分析 |
| 2.4 试验机组协调系统控制策略分析 |
| 2.4.1 试验机组介绍 |
| 2.4.2 协调系统控制策略分析 |
| 2.5 本章小结 |
| 第三章 循环流化床机组机炉协调系统辨识 |
| 3.1 辨识思想及模型确立 |
| 3.1.1 辨识基本原理 |
| 3.1.2 协调系统模型确立 |
| 3.2 MIMO系统辨识 |
| 3.2.1 MIMO系统描述 |
| 3.2.2 MIMO系统辨识目标函数 |
| 3.3 闭环系统辨识 |
| 3.4 粒子群优化算法 |
| 3.5 CFB机组机炉协调系统模型辨识 |
| 3.5.1 采样数据筛选 |
| 3.5.2 零初始值处理 |
| 3.5.3 模型结构选择 |
| 3.5.4 系统辨识 |
| 3.5.5 模型验证 |
| 3.6 本章小结 |
| 第四章 协调系统控制优化研究 |
| 4.1 控制理论介绍 |
| 4.1.1 PID控制 |
| 4.1.2 模糊控制 |
| 4.2 模糊PID控制 |
| 4.3 协调系统仿真研究 |
| 4.3.1 协调系统的传统PID控制 |
| 4.3.2 协调系统的模糊PID控制 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 个人简况及联系方式 |
（6）基于蓄能系统的燃煤机组灵活性提升方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 物理量名称及符号表 |
| 第1章 绪论 |
| 1.1 国内外研究现状 |
| 1.2 国内外文献综述的简析 |
| 1.3 主要研究内容 |
| 第2章 配置储热罐的燃煤供热机组建模 |
| 2.1 研究对象 |
| 2.2 机组机理模型的建立 |
| 2.2.1 燃煤系统数学模型 |
| 2.2.2 锅炉汽-水系统数学模型 |
| 2.2.3 给水加热器数学模型 |
| 2.2.4 除氧器数学模型 |
| 2.2.5 供暖系统数学模型 |
| 2.2.6 汽轮机数学模型 |
| 2.3 本章小结 |
| 第3章 模型验证与动态特性分析 |
| 3.1 机理模型验证 |
| 3.2 储热罐仿真实验 |
| 3.2.1 储热罐蓄能仿真实验 |
| 3.2.2 储热罐释能仿真实验 |
| 3.3 机组仿真实验 |
| 3.3.1 给煤量阶跃扰动仿真实验 |
| 3.3.2 汽轮机调节阀门阶跃扰动仿真实验 |
| 3.3.3 供热抽汽阀门阶跃扰动仿真实验 |
| 3.3.4 储热罐热水流量阶跃扰动仿真实验 |
| 3.4 本章小结 |
| 第4章 火电机组控制模型的建立 |
| 4.1 系统控制模型 |
| 4.2 参数辨识 |
| 4.2.1 粒子群算法 |
| 4.2.2 辨识流程 |
| 4.3 辨识结果 |
| 4.3.1 给煤量扰动特性曲线参数辨识 |
| 4.3.2 汽轮机调节阀阶跃扰动特性曲线参数辨识 |
| 4.3.3 供热抽汽蝶阀扰动特性曲线参数辨识 |
| 4.4 本章小结 |
| 第5章 基于储能的燃煤机组协调控制方法 |
| 5.1 传统控制系统 |
| 5.2 新型协调控制系统的设计 |
| 5.3 新型协调控制系统仿真实验 |
| 5.3.1 阶跃扰动仿真 |
| 5.3.2 斜坡扰动仿真 |
| 5.4 热补偿系统 |
| 5.4.1 负荷指令阶跃扰动仿真实验 |
| 5.4.2 负荷指令斜坡扰动仿真实验 |
| 5.5 本章小结 |
| 结论与展望 |
| 研究结论 |
| 研究展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 致谢 |
（7）数字孪生建模方法及其在热力系统优化运行中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号及缩写表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 能源电力发展背景与现状 |
| 1.1.2 智能控制优化研究现状 |
| 1.2 热力系统建模仿真及大数据技术研究现状 |
| 1.2.1 热力系统建模研究现状 |
| 1.2.2 电力大数据及其发展现状 |
| 1.2.3 热力系统仿真技术发展背景 |
| 1.3 数字孪生技术的应用现状及关键技术 |
| 1.3.1 数字孪生的应用发展现状 |
| 1.3.2 数字孪生研究的关键技术 |
| 1.3.3 数字孪生发展面临的挑战 |
| 1.4 论文的研究内容 |
| 第2章 大数据背景下的数字孪生与热力系统建模理论 |
| 2.1 数字孪生的基本理论 |
| 2.1.1 数字孪生的定义与内涵 |
| 2.1.2 数字孪生与仿真技术之间的关系 |
| 2.1.3 数字孪生与信息物理系统之间的关系 |
| 2.2 热力系统建模理论与方法 |
| 2.2.1 流体网络机理建模理论与方法 |
| 2.2.2 数据驱动建模理论与方法 |
| 2.3 大数据的基本理论 |
| 2.3.1 大数据平台框架及相关技术 |
| 2.3.2 大数据存储管理与预处理方法 |
| 2.3.3 大数据分布式集群平台构建 |
| 2.4 本章小结 |
| 第3章 基于改进即时学习策略的自适应数据驱动建模方法研究 |
| 3.1 基于改进即时学习策略的自适应数据驱动建模方法 |
| 3.1.1 建模思路 |
| 3.1.2 基于改进遗传模拟退火算法的模糊聚类工况划分 |
| 3.1.3 基于多层次综合相似度度量的相似工况识别 |
| 3.1.4 基于Spark平台的数据驱动局部模型建模 |
| 3.2 SCR脱硝系统数据驱动建模应用案例 |
| 3.2.1 建模对象及背景介绍 |
| 3.2.2 数据预处理和相似工况选取 |
| 3.2.3 局部建模过程及结果分析 |
| 3.3 电锅炉供热系统荷侧和源侧负荷预测建模应用案例 |
| 3.3.1 建模对象及背景介绍 |
| 3.3.2 荷侧供热负荷预测模型 |
| 3.3.3 源侧电负荷预测 |
| 3.4 本章小结 |
| 第4章 热力系统数字孪生建模理论及应用 |
| 4.1 热力系统数字孪生建模思路 |
| 4.1.1 数字孪生建模方法的提出 |
| 4.1.2 数字孪生模型的构建方法及流程 |
| 4.2 数字孪生机理模型的构建 |
| 4.2.1 管路模型 |
| 4.2.2 调节阀模型 |
| 4.2.3 离心水泵模型 |
| 4.2.4 换热器模型 |
| 4.3 数字孪生模型的协同与融合理论 |
| 4.3.1 数字孪生模型离线智能参数辨识 |
| 4.3.2 数字孪生模型参数在线自适应协同 |
| 4.3.3 基于移动窗格信息熵的多模型输出在线融合 |
| 4.4 数字孪生建模实例分析 |
| 4.4.1 脱硝系统数字孪生模型的建立 |
| 4.4.2 供热系统数字孪生模型的建立 |
| 4.5 本章小结 |
| 第5章 基于热力系统数字孪生模型的节能控制优化 |
| 5.1 基于数字孪生模型的智能工况动态寻优 |
| 5.1.1 热力系统智能工况动态寻优策略 |
| 5.1.2 基于数字孪生模型的供热储热系统智能工况动态寻优 |
| 5.2 基于数字孪生模型的自适应预测控制优化 |
| 5.2.1 基于数字孪生模型的预测控制算法 |
| 5.2.2 基于数字孪生模型预测控制的喷氨量优化 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要研究工作及成果 |
| 6.2 论文主要创新点 |
| 6.3 后续工作展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（8）数据驱动的超超临界机组协调控制系统智能辨识算法及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 超超临界机组建模国内外研究现状 |
| 1.3 研究内容及框架结构 |
| 第2章 超超临界机组协调控制系统机炉耦合过程概述 |
| 2.1 超超临界机组 |
| 2.1.1 协调控制系统 |
| 2.1.2 锅炉-汽轮机单元机组 |
| 2.2 机炉耦合过程模型辨识问题描述 |
| 2.3 本章小结 |
| 第3章 超超临界机组协调控制系统机炉耦合过程传递函数模型辨识 |
| 3.1 数据驱动的多变量模型参数智能辨识方案 |
| 3.2 融合羊群和狮群算法的云自适应混沌鸟群算法 |
| 3.2.1 鸟群算法简介 |
| 3.2.2 改进的鸟群算法 |
| 3.2.3 数值仿真 |
| 3.3 智能辨识数据选择与预处理 |
| 3.3.1 数据选择 |
| 3.3.2 数据预处理 |
| 3.4 辨识实例 |
| 3.5 本章小结 |
| 第4章 超超临界机组协调控制系统机炉耦合过程深度学习模型辨识 |
| 4.1 堆叠降噪自编码器 |
| 4.2 辨识实例 |
| 4.3 机炉耦合过程SDAE模型辨识图形用户界面 |
| 4.3.1 GUI总体设计 |
| 4.3.2 GUI总体操作流程 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 致谢 |
（9）超临界机组的灵活性运行建模与先进控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 超临界机组建模及模糊神经网络技术研究现状 |
| 1.2.2 超临界机组灵活性运行及分层控制策略的研究现状 |
| 1.3 本文的主要工作内容 |
| 第2章 超临界机组及其灵活性运行技术 |
| 2.1 引言 |
| 2.2 超临界机组及其协调控制系统概述 |
| 2.2.1 超临界机组的特点 |
| 2.2.2 协调控制系统的特点 |
| 2.2.3 超临界机组协调控制系统的参数可辨识性 |
| 2.3 超临界机组的灵活性运行技术 |
| 2.3.1 超临界机组灵活性运行制约因素 |
| 2.3.2 超临界机组灵活性运行技术方案 |
| 2.3.3 超临界机组灵活性运行技术可行性分析 |
| 2.4 小结 |
| 第3章 超临界机组灵活性运行建模 |
| 3.1 引言 |
| 3.2 新型的模糊神经网络模型结构 |
| 3.3 新型的模糊神经网络模型训练算法 |
| 3.3.1 前提部分网络参数训练 |
| 3.3.2 结论部分网络参数训练 |
| 3.4 基于模糊神经网络的超临界机组协调控制系统灵活性运行模型 |
| 3.4.1 灵活性运行模型参数设置 |
| 3.4.2 灵活性运行模型训练结果 |
| 3.4.3 灵活性运行模型通用性测试 |
| 3.4.4 建模方法的验证实验 |
| 3.5 小结 |
| 第4章 分层递阶控制在超临界机组灵活性运行中的应用 |
| 4.1 引言 |
| 4.2 新型的分层递阶控制结构 |
| 4.3 无静差非线性约束广义预测控制 |
| 4.3.1 预测模型 |
| 4.3.2 丢番图方程的递推解 |
| 4.3.3 滚动优化 |
| 4.4 L1自适应控制 |
| 4.5 设定值自适应柔化操作 |
| 4.6 超临界机组灵活性运行的分层递阶控制仿真 |
| 4.6.1 控制器参数选取 |
| 4.6.2 灵活性运行跟踪对比实验 |
| 4.6.3 抗干扰对比实验 |
| 4.7 小结 |
| 第5章 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及其他成果 |
| 致谢 |
（10）多电源混合系统频率响应模型建立方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 机理分析法 |
| 1.2.2 数据驱动法 |
| 1.2.3 机理分析与数据驱动相结合法 |
| 1.3 本文主要研究内容 |
| 第2章 火电机组一次调频特性分析 |
| 2.1 引言 |
| 2.2 火电机组一次调频模型 |
| 2.2.1 协调控制系统 |
| 2.2.2 汽轮机调速系统 |
| 2.2.3 汽轮机模型 |
| 2.2.4 锅炉模型 |
| 2.2.5 直接能量平衡 |
| 2.3 火电机组调速系统一次调频特性分析 |
| 2.4 火电机组CCS+DEH协同一次调频特性分析 |
| 2.5 本章小结 |
| 第3章 基于改进RBFNNs的风/火混合电力系统频率响应建模 |
| 3.1 引言 |
| 3.2 风-火发电系统及其等值模型 |
| 3.2.1 火电机组简化等值聚合模型 |
| 3.2.2 风电场一次调频响应模型 |
| 3.3 基于改进RBFNNs的建模 |
| 3.3.1 信号前向传播 |
| 3.3.2 性能指标: 生存信息势 |
| 3.3.3 RBF模型的训练 |
| 3.4 仿真结果 |
| 3.5 本章小结 |
| 第4章 基于DSSNNs的风/火混合电力系统频率响应建模 |
| 4.1 引言 |
| 4.2 基于RNNs的混合电力系统SFR模型的建模方案 |
| 4.3 基于DSSNNs的系统辨识方法 |
| 4.4 基于信号流图的神经网络权重更新 |
| 4.5 仿真实验 |
| 4.6 本章小结 |
| 第5章 基于深度迁移学习的风/火混合电力系统频率响应建模 |
| 5.1 引言 |
| 5.2 迁移学习 |
| 5.3 最大均值差异算法 |
| 5.4 基于深度迁移学习的SFR建模 |
| 5.4.1 离线预训练SFR模型 |
| 5.4.2 SFR模型的在线训练 |
| 5.5 仿真实验 |
| 5.6 结论 |
| 第6章 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
四、单元机组协调控制系统控制策略及算法的研究（论文参考文献）
- [1]火电机组的工况自适应协调控制策略[J]. 张国斌,刘永江,杜鸣,郭瑞君,张谦,辛晓钢. 控制工程, 2021(10)
- [2]考虑煤可磨性的协调控制系统智能优化[J]. 张力,赵亮宇,刘晓玲,陈志强,邓拓宇,卢新蕊. 热力发电, 2021(10)
- [3]有色冶炼厂发电机组机炉协调优化控制[J]. 潘岩,鄢锋,曾祥吉,杨静雅,綦晓,黄文渊. 冶金自动化, 2021(05)
- [4]火电机组协调控制系统预测控制的仿真研究[J]. 赵震,薛锐,崔晓波. 南京工程学院学报(自然科学版), 2021(02)
- [5]350MW超临界CFB机组机炉协调系统建模与控制[D]. 邵茹. 山西大学, 2021(12)
- [6]基于蓄能系统的燃煤机组灵活性提升方法研究[D]. 李浩宇. 东北电力大学, 2021(09)
- [7]数字孪生建模方法及其在热力系统优化运行中的应用研究[D]. 高学伟. 华北电力大学(北京), 2021(01)
- [8]数据驱动的超超临界机组协调控制系统智能辨识算法及应用研究[D]. 盛歆歆. 华北电力大学(北京), 2021(01)
- [9]超临界机组的灵活性运行建模与先进控制策略研究[D]. 熊剑. 华北电力大学(北京), 2021(01)
- [10]多电源混合系统频率响应模型建立方法研究[D]. 李宏瑞. 华北电力大学(北京), 2021(01)