基于改进的量子粒子群算法的脱硝系统线性参数变化模型辨识

袁世通

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于改进的量子粒子群算法的脱硝系统线性参数变化模型辨识

发电技术论坛 | 更新时间：2025-09-28

- 基于改进的量子粒子群算法的脱硝系统线性参数变化模型辨识
- Identification of LPV model for denitrification system using improved QPSO algorithm
- 热力发电 2017年第5期
- 作者机构：
  
  大唐华中电力试验研究所,河南,郑州,450000
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP272
- 网络出版日期：2017-05-27，
  
  纸质出版日期：2017
- 稿件说明：
移动端阅览
袁世通. 基于改进的量子粒子群算法的脱硝系统线性参数变化模型辨识[J]. 热力发电, 2017,(5).

YUAN Shitong. Identification of LPV model for denitrification system using improved QPSO algorithm[J]. Thermal power generation, 2017, (5).
袁世通. 基于改进的量子粒子群算法的脱硝系统线性参数变化模型辨识[J]. 热力发电, 2017,(5). DOI：

YUAN Shitong. Identification of LPV model for denitrification system using improved QPSO algorithm[J]. Thermal power generation, 2017, (5). DOI：

摘要

燃煤电厂脱硝控制系统的调节品质对发电机组的经济性和环保性有重要的意义。本文研究了以机组负荷为时变量的脱硝系统线性参数变化(LPV)模型辨识方法。通过机组的运行历史数据进行系统辨识，得到能够描述全局动态特性的LPV模型，并采用量子粒子群优化算法进行高维参数的优化。在进化过程中引入加速度因子，提高算法的优化效率，使优化结果更逼近最优值，通过标准测试函数仿真实验验证了算法的高效性。并将该算法应用于某电厂600 MW机组的喷氨脱硝系统建模中，辨识结果表明建立的数学模型有效可行。

Abstract

关键词

Keywords

references

浏览量

273

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

燃煤电厂超低排放改造方案及其经济性分析

基于系统动力学的省煤器建模与仿真

燃煤电厂现有烟气净化设备脱汞特性分析

SCR脱硝系统新型侧进侧出连接烟道布置及优化

超低排放燃煤电厂引风机叶片硫酸盐沉积分析

基于改进的量子粒子群算法的脱硝系统线性参数变化模型辨识

Identification of LPV model for denitrification system using improved QPSO algorithm

DOI：

摘要

Abstract

关键词

Keywords

references