龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：一种基于数据驱动和Tube优化的超超临界机组模型预测控制方法，首先通过对超超临界机组各热工状态的评估，选取热工对象合适的动态模型，建立机组3×3机理模型。通过粒子群‑神经网络PSO‑BP算法对电厂实际运行数据进行辨识，得到系统模型；然后，基于RigidTube的鲁棒优化模型预测控制算法，通过控制律将系统状态控制在一个叫Tube的约束子集中，基于Tube管道集合得到一个新的价值函数；最后，采用神经网络算法求得价值函数最小值，同时在滚动优化过程中及时调整三输入参数，保证各环节能量流供需平衡，使得机组能稳定的输出，达到高效稳定的控制效果。本发明使系统有更好的鲁棒性，并较好的实现模型预测控制。
主权项：1.一种基于数据驱动和Tube优化的超超临界机组模型预测控制方法，其特征在于，所述方法包括以下步骤：S1：获取超超临界机组输入输出的历史运行数据，将协调控制系统输入输出数据的量纲统一，并对所有建模数据进行零初值处理；然后选取热工对象合适的动态模型，采用改进的基于粒子群优化的神经网络算法对系统进行模型辨识；S2：以超超临界机组三输入三输出参数控制要求作为约束，设计管道Tube集合X，通过控制律将系统的状态x控制在集合X中，得到新的价值函数J；S3：以目标价值函数值最小为优化目标，采用神经网络算法对其进行寻优求解，按照既定轨迹对系统进行滚动优化和矫正，实现模型预测控制MPC。
全文数据：
权利要求：
百度查询： 浙江工业大学 基于数据驱动和Tube优化的超超临界机组模型预测控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号