열 발전소 현장에서의 간섭과 초열증기온 특성의 복잡성으로 인해 전통적 식별 방법과 기본 입자군 알고리즘 (PSO)은 초열증기 온도 모델 식별에서 수렴 속도가 느리고 최적화 정확도가 낮은 문제가 있습니다. 본 논문에서는 자연 선택 및 적응적 동적 가중치에 기반을 둔 입자군 최적화(D-SPSO) 알고리즘을 사용하여 입자군 PSO 알고리즘의 전역 탐색 능력과 지역 개선 능력을 균형적으로 향상시키고 최적화 성능을 향상시키며, 기본 PSO 알고리즘과 달리 새로운 제어 매개변수를 도입하지 않아 제어 매개변수 증가로 모델 식별 정확도가 부정적으로 영향을 받는 것을 피합니다. 기초 PSO 알고리즘과 D-SPSO 알고리즘의 초열증기 온도 전달 함수 모델을 두 알고리즘의 시뮬레이션 데이터와 660MW 초초연 압화력 발전소 현장 데이터로 확인하였고, 결과는 D-SPSO 알고리즘이 실제 초열증기 온도에 더 근사하며 최적화 성능과 탐색 능력 모두 획기적으로 향상됨을 보여 줍니다.

열 발전소; 보일러; 초열증기 온도; 전송함수; 시스템 식별; 개선된 입자군 최적화 알고리즘; 수렴 속도