基于RBF神经网络的锅炉汽包水位软测量初探.docx

基于最小二乘算法的汽包水位软测量初探
华北电力大学自动化卓越班结课论文

汽包水位是电站锅炉运行的重要参数,汽包水位控制的好坏直接影响到火电厂运行的安全,稳定与经济性.热工系统往往表现出非线性和不确定性,难以建立精确的数学模型.以汽包水位为对象,结合机理分析确定原始变量作为神经网络的输入,通过K均值聚类法和梯度下降法实现了网络的学习功能,并最终建立了基于最小二乘算法的软测量模型.阐述了最小二乘算法在汽包水位测量中的建模与应用.仿真实验证明该模型具有简单易行,精度高,训练时间短,运算速度快的特点,为汽包水位提供了一种新的方法

2013
潘浩
自动实1101
2013/12/31星期二

基于最小二乘算法的锅炉汽包水位软测量初探

潘浩
(华北电力大学,自动化系,2011级,201102030117)

摘要:汽包水位是电站锅炉运转的重要参数,汽包水位控制的好坏直接影响到火电厂运转的安全,不变和经济性.热工零碎往往表现出非线性和不确定性,难以建立精确的数学模型.以汽包水位为对象,结合机理分析确定原始变量作为神经网络的输入,通过K值聚类法和梯度降落法实现了网络的学习功能,并毕竟建立了基于最小二乘算法的软测量模型.阐述了最小二乘算法在汽包水位中的建模与运用.仿真实验证明该模型具有简单易行,精度高,训练时间短,运算速度快的特点,为测量汽包水位提供了一种新的方法.

关键词:软测量;最小二乘算法;

Primarydiscussiononsoft-sensorofwaterlevelofboilerdrumbasedonRBFneuralnetwork

PANHao
(NorthChinaElectricPowerUniversity,DeptofAutomation,Generationof2011,201102030117)

Abstract:Drumlevelisanimportantparametertoruntheutilityboiler,steamdrumlevelcontrolhasadirectimpactontheoperationofthermalpowerplantsecurity,stabilityandeconomy.Thermalsystemsoftenexhibitnonlinearityanduncertainty,itisdifficulttoestablishaprecisemathematicalmodelwithdrumlevelfortheobject,combiningmechanismanalysistodeterminetheoriginalvariablesasinputstotheneuralnetwork,thedescenttoachieveanetworkoflearningthroughK-valueclusteringandgradient,andeventuallyestablishedbasedonLeast-squaresalgorithmsoftmeasurementmodelthispaperexpoundstheRBFneuralnetworkmodelingandapplicationofthedrumlevelsimulationresultsshowthatthemodelhasasimple,highaccuracy,trainingtimeisshort,fastspeedcharacteristics,drumlevelmeasurementprovidesanewmethod.

Keywords:Softmeasurement;Least-squaresalgorithm;

目录
第一章 绪论 3
1.1软测量简介 3
1.1.1概述 3
1.1.2组成部分 3
1.1.3特点 4
1.2课题现状 4
1.2.1软测量技术的研究现状 4
1.2.2软测量模型的建模方法 7
1.2.3软测量技术建模方法的研究展望 9
1.2.4汽包水位测量系统概述 10
1.2.5本文的主要内容 11
第二章 数据处理采集与数据处理方法 13
2.1数据的采集 13
2.2数据的处理方法 14
2.2.1傅立叶变换 14
2.2.2小波变换 15
简介 15
2历史 15
3小波分析 16
4解释 16
5应用 17

绪论
1.1软测量简介
1.1.1概述
软测量的基本思想是把自动控制理论与生产过程知识无机的结合起来，运用计算机技术对难以测量或者暂时不能测量的重要变量，选择另外一些容易测量的变量，通过构成某种数学关系来推断或者估计，以软件来替代硬件的功能。运用软测量技术实现元素组分含量的在线检测不但经济可靠，且动态呼应迅速、可连续给出萃取过程中元素组