RBF神经网络锅炉汽包水位软测量初探.docxVIP

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,稳定和经济性.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; Primary discussion on soft-sensor of water level of boiler drum based on RBF neural networkPANHao(North China Electric Power University,Dept of Automation,Generation of 2011,201102030117)Abstract:Drum level is an important parameter to run the utility boiler, steam drum level control has a direct impact on the operation of thermal power plant security, stability and economy. Thermal systems often exhibit nonlinearity and uncertainty, it is difficult to establish a precise mathematical model with drum level for the object, combining mechanism analysis to determine the original variables as inputs to the neural network, the descent to achieve a network of learning through K-value clustering and gradient, and eventually established based on Least-squares algorithm soft measurement model this paper expounds the RBF neural network modeling and application of the drum level simulation results show that the model has a simple, high accuracy, training time is short, fast speed characteristics, drum level measurement provides a new method.Key words:Soft measurement; Least-squares algorithm;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有机的结合起来，应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。应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，且动态响应迅速、可连续给出萃取过程中元素组分含量,易于达到对产品质量的控制。软测量技术主要由辅助变量的选择、数据采集与处理、软测量模型几部分组成。1.1.2组成部分1. 机理分析主要是明确软测量的任务，确定主导变量，深入了解和熟悉装置的工艺流程，通过机理分析初步确定辅助变量。辅助变量包括变量类型、变量数目和检测点位置。辅助变量的选择应符合关联性、特异性、过程适应性、精确性和鲁棒性。辅助变量的下限是被估计的主导变量数，但是上限没有统一的理论指导，可以根据系统的自由度和生产过程的特点适当的增加上限值。2：理论上数据采集量是多多益善，不仅可以用来建模还可以检验模型。为了保证软测量的精确性，数据采集要正确、可靠，并且进行处理：换算和误差处理。换算包括标度、转换和权函数三个个方面。误差分析主要是指随机误差和过失误差。随机误差可以采用滤波的方法解决，过失误差的解决方法有统计假设校验法、广义似然法、贝叶斯法及近年来出现的神经网络方法。3：软测量建模是软测量技术的关键和难点，主要方法有机理建模、实验建模及二者结合建