基于改进和声搜索算法的主蒸汽温度现场数据辨识

被引：3

作者：

王东风

黄金山

机构：

[1] 华北电力大学自动化系

来源：

动力工程学报 | 2014年 / 34卷 / 05期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

和声搜索算法; 粒子群优化算法; 现场数据; 主蒸汽温度系统; 模型辨识;

D O I：

暂无

中图分类号：

TK323 [自动控制系统];

学科分类号：

080702 ;

摘要：

针对主蒸汽温度系统现场数据的模型辨识问题,提出了结合粒子群优化算法的改进和声搜索算法.采用经验模态分解法对带噪声污染的现场数据进行滤波处理,采用离散相似法进行模型辨识的计算机仿真实现和数值计算.应用该改进算法对循环流化床主蒸汽温度系统模型进行了现场数据辨识.结果表明:所辨识的模型具有较高的精度,能够反映实际主蒸汽温度系统的动静态特性;改进和声搜索算法比粒子群优化算法具有更好的稳定性和全局寻优能力,以及更快的收敛速度.

引用

页码：376 / 381

页数：6

共 11 条

[1] 基于自适应粒子群优化BP神经网络的氨法烟气脱硫效率预测 [J].