基于L-M算法的汽轮机状态估计模型研究与软件开发.pdfVIP

摘 要 摘 要 测量数据对汽轮机性能分析结果有重大影响。保证一次铡量数据的准确性，是机组性能 监测和能损诊断急需解决的问题。采用精确度更高的仪器或者采用冗余测量方法可以在一定 程度上提高测量数据的准确度，但这样需要投入大量的资本和人力维护。基于这些实际因素 考虑，本论文从数学算法的角度出发 对汽轮机测量数据应用状态估计技术进行处理。状态 估计方法采用加权最小二乘法 (WLS)的改进算法L-M算法并结合Givens正交变换，从一 系列受污染测量数据中找到最佳的估计值。论文内容包括: 1 阐述并分析加权最小二乘方法 (WLS)以及它的改进算法L-M算法的原理和特点。 比较和分析用于WLS算法和L-M算法的正规方程组求解方法和正交变换方法的优缺点。在 此基础上，推导并建立了基于Givens正交变换的L-M估计模型。并结合实例验证了模型的 正确性。 2.结合汽轮机建模的一般原则和L-M算法模型，建立了适合于汽轮机的状态估计模 型。并给出了具体的算求过程。 3 在汽轮机状态估计模型的基础上，对一台300MW的汽轮机热力试验测量数据应用 L-M算法进行状态估计。通过额定负荷工况的计算来验证汽