基于遗传算法的核电站蒸发器高阶水位模型的降阶方法

被引：9

作者：

谷俊杰

米克嵩

徐培培

机构：

[1] 华北电力大学电站设备状态监测与控制教育部重点实验室

来源：

动力工程学报 | 2010年 / 30卷 / 02期

关键词：

蒸汽发生器; 次最优降阶方法; 遗传算法; 水位模型; 降阶;

D O I：

暂无

中图分类号：

TM623 [核电厂（核电站）];

学科分类号：

080802 [电力系统及其自动化];

摘要：

针对核电站蒸汽发生器的高阶水位输出模型,提出了次最优降阶算法与遗传算法相结合的模型降阶方法.利用该方法对典型负荷下的核电站蒸发器水位系统模型进行了降阶,并在Mat-lab平台上对降阶后的模型进行了仿真.结果表明:采用次最优降阶算法与遗传算法相结合的降价方法得到的优化模型比传统降阶方法得到的模型更接近原始模型,利用该方法可以解决高阶线性控制系统模型优化降阶的问题.

引用

页码：115 / 117+127 +127

页数：4

共 4 条

[1]

双人工神经网络建模及约束条件下的遗传算法优化 [J].