-
公开(公告)号:CN119226657A
公开(公告)日:2024-12-31
申请号:CN202411282603.5
申请日:2024-09-13
Applicant: 东北大学
IPC: G06F17/10
Abstract: 本发明提供一种基于增强人类进化算法的主蒸汽温度系统参数辨识方法,涉及主蒸汽温度系统参数辨识技术领域。利用中间点温度、一级减温器喷淋流量和二级减温器喷淋流量构建主蒸汽温度系统的数学模型,确定待辨识参数;根据均方根误差构建含有辨识参数的误差目标函数;采用增强人类进化算法,基于主蒸汽温度系统变量和历史数据对误差目标函数寻优求解,输出辨识结果。增强后的算法模型速度更快、精度更高,在全局搜索方面表现出色。本发明所提出的识别方法能有效解决参数辨识问题,最终模型正确反映了主蒸汽温度的动态变化。
-
公开(公告)号:CN119575813A
公开(公告)日:2025-03-07
申请号:CN202411704569.6
申请日:2024-11-26
Applicant: 华电新疆准东五彩湾发电有限公司 , 华电电力科学研究院有限公司 , 东北大学
IPC: G05B13/04
Abstract: 本发明提供一种改进的超超临界机组协调控制系统建模方法,涉及超超临界机组协调控制系统技术领域,首先设计了一种新的数据驱动实验建模方法,结合ResNet50的改进变压器网络和超参数优化方案提取长期依赖关系和局部特征的能力,保证了CCS在调峰和快速功率变化条件下建模的准确性。然后,针对感知域和复杂特征学习能力的提升,提出了一种基于transformer卷积运算和ResNet50自注意机制的改进神经网络,并利用李雅普诺夫函数证明了该网络的收敛性。最后,提出了基于堆优化器和哈里斯鹰优化的HHBO算法,提高了算法的收敛速度和优化能力,确保数据驱动建模方法能够在负荷范围大功率变化快的情况下达到很好的性能。
-
公开(公告)号:CN119225181A
公开(公告)日:2024-12-31
申请号:CN202411348271.6
申请日:2024-09-26
Applicant: 东北大学
Abstract: 本发明公开了一种基于多模型的超超临界机组快速动态响应方法,涉及火力发电技术领域。该方法提出了一种将内模控制和广义预测控制统一起来的非线性控制方法,有效地实现了对超超临界机组(ultra supercritical unit,USC)系统的非线性控制:首先,通过基于LSTM‑Transformer的内模控制,USC系统实现了快速收敛到期望值附近,显著提高了负荷的响应速度;其次,通过增强复合加权人类学习优化网络((composite weighted human learning optimizationNetwork,CWHLO)进一步优化模型,提高了模型的精确度;最后,通过采用基于增强复合加权人类学习优化网络的广义预测控制(CWHLO‑GPC)算法对USC系统进行控制,实现了高精度的负荷跟踪性能,解决了超超临界机组系统动态响应慢的问题。
-
-