考虑激励特性的汽轮机做功模型辨识数据优选方法

针对历史运行数据中难以选择合适样本辨识汽轮机做功模型问题,提出一种考虑激励特性的辨识数据优选方法。首先,采用费歇尔(Fisher)信息矩阵条件数提取历史运行数据的激励特性,与数据的趋势特性和参数间相关性共同构成特征变量集。其次,以特征变量作为输入,基于标准汽轮机做功模型生成的标识结果作为输出,采用随机森林分类算法生成辨识数据分类规则模型,实现辨识数据的在线选择。最后,对模型分类结果的准确性与所选数据的辨识效果进行验证。结果表明,分类规则模型的准确度为97.561%,可准确选出历史运行数据中含有充分激励的样本段,其汽轮机做功模型辨识结果与标准模型具有较高的一致性。

供热抽汽式汽轮发电机组之间在线最优分配负荷的研究

本文在［６］的基础上，论证了供热抽汽式汽轮发电机组热、电负荷的最优分配问题。提出了机组汽耗量特性的在线识别与在线负荷最优分配的方法，并给出了实现这一方法的微机控制系统方案。

汽轮发电机组按汽耗微增率在线分配负荷

本文论述了一种微机控制系统的结构与原理。该系统能在线识别汽轮发电机组的汽耗特性，按总汽耗量为最小分配各机组的负荷，并能按最优分配值自动调整各机组的输出功率。该系统适用于具有母管制的火电厂。该控制系统已在某火电厂进行实验，对该厂五台２５ＭＷ汽轮发电机组实现最优分配负荷。实验情况表明，使用此微机控制系统后，每月可节约３０００～５０００吨蒸汽。