基于小波变换与D-S证据理论的热工目标模式识别

受对象动态特性不同的影响,火电机组各参数在受到同一干扰源影响时出现变化的时间尺度存在差异。针对此问题,研究了一种小波变换与D-S证据理论相结合的目标模式识别方法:基于用小波变换的多分辨率特性,提取特征参数并在时域内动态对齐,再通过典型样本构造隶属度函数,最后运用D-S证据理论得到识别结果。实例分析表明,该方法可以有效地解决不同尺度的燃烧相关信号在时域内动态对齐问题,减小因各个信号出现变化的时间点不一致而导致的目标模式识别的不确定性。

煤发热量实时校正方法研究

为了得到可以实时准确反映实际煤发热量的信号,研究了一种基于卡尔曼滤波的信息融合方法,结合卡尔曼滤波器预估-校正过程,用实验室分析法的化验值校正基于负荷-压力动态模型计算的发热量值,进而减小其静态误差,得到一个动态误差小准确度高的融合结果。经不同工况下机组实际运行数据验证,融合后的信号能实时反映实际煤发热量的变化趋势且能解决模型误差和给煤量波动导致动态法静态精度低的问题,静态误差小于±3%,可以满足现场对信号实时性和准确性的要求。