石炭火力発電所の脱硫ガス制御システムの調節品質は、発電機組の経済性と環境性に重要な意義を持つ。本研究では、単位の負荷を時変量とする脱硫システムの線形パラメータ変化(LPV)モデルの識別方法を検討する。単位の運転履歴データを使用してシステムを識別し、全体の動的特性を記述できるLPVモデルを得て、高次元パラメータの最適化のための量子粒子群最適化アルゴリズムを使用する。進化の過程で加速度要因を導入し、アルゴリズムの最適化効率を向上させ、最適化結果を最適値により近づける。標準テスト関数のシミュレーション実験によりアルゴリズムの効果を確認する。そして、このアルゴリズムは600MWの石炭火力発電所のアンモニア注入脱硫システムのモデリングに適用され、識別結果は数学モデルが効果的で実行可能であることを示す。

石炭火力発電所; 脱硫システム; モデル識別; ネットワークLPVモデル; G-QPSOアルゴリズム; 履歴データ; 識別