Aufgrund der Komplexität der Störungen vor Ort von Wärmekraftwerken und der eigentümlichen Merkmale der Überhitzungsdampftemperatur leiden herkömmliche Identifikationsmethoden und der Basispartikel-Schwarm-Algorithmus (PSO) unter langsamer Konvergenzgeschwindigkeit und niedriger Optimierungsgenauigkeit des Modells der Überhitzungsdampftemperatur. In diesem Artikel wird ein auf natürlicher Auswahl und adaptivem dynamischem Gewicht basierender Partikelschwarmoptimierungsalgorithmus (D-SPSO) verwendet, dieser Algorithmus gleicht die globale Suchfähigkeit des PSO-Algorithmus und die lokale Verbesserungsfähigkeit gut aus, verbessert die Optimierungsleistung und führt im Unterschied zum Basis-PSO-Algorithmus keine neuen Steuerparameter ein, was vermeidet, dass durch die Zunahme verstellbarer Parameter die Modellidentifikationsgenauigkeit negativ beeinflusst wird. Die Überprüfung des Überhitzungsdampftemperaturübertragungsfunktionsmodells des Basis-PSO-Algorithmus und des D-SPSO-Algorithmus wird anhand von Simulationsdaten beider Algorithmen und Geländedaten des 660 MW-Dampferzeugers mit überkritischer Wirbelschichtfeuerung durchgeführt. Die Ergebnisse zeigen, dass der D-SPSO-Algorithmus der realen Überhitzungsdampftemperatur deutlich näher kommt und sowohl die Optimierungsleistung als auch die Suchfähigkeit verbessert.

Wärmekraftwerk; Kessel; Überhitzungsdampftemperatur; Übertragungsfunktion; Systemidentifikation; verbesserter Partikelschwarmoptimierungsalgorithmus; Konvergenzgeschwindigkeit