[发明专利]基于锅炉主汽压力历史数据的在线动态自回归预测方法

说明书

本发明公开了一种基于锅炉主汽压力历史数据的在线动态自回归预测方法，该方法利用当前变量的历史数据进行标准化运算和自相关运算，得到未来预测数据的权重矩阵，相比复杂的预测方法，该方法简单可行，易于操作，同时具有较强的鲁棒性，对于协调优化控制的PID超前调节具有重要的意义，通过该预测方法的运用，使燃煤机组主汽压力不超调，实现机组安全，稳定运行。

技术领域

本发明涉及燃煤机组协调控制领域预测控制方法，具体涉及一种基于基于锅炉主汽压力历史数据的在线动态自回归预测方法。

背景技术

燃煤机组的协调优化控制一直以来是众多专家学者研究的重点问题。目前，协调优化控制手段还是以传统PID调节控制为主，而传统的PID控制只能通过感知当前的误差信号来实现执行机构的动作，而在目前的机组控制当中，由于煤量对主汽压的响应时间较慢，同时负荷也多变，因此PID这种实时调节的特性也不能满足机组快速响应负荷变化的要求。

目前来说，改善PID调节特性的主要方法之一是采用预测控制方法，目前来说主要的预测控制方法有广义预测和动态矩阵，这两种方法依赖于数据的大量矩阵运算，解算速度不快同时调试难度较大，如何发展一种稳定，有效的预测方法并且易于调试一直以来是众多学者重点研究的问题之一。

发明内容

本发明的目的在于针对现有PID控制的不足，提供了基于锅炉主汽压力历史数据的在线动态自回归预测方法。

为达到上述目的，本发明采用如下的技术方案予以实现：

基于锅炉主汽压力历史数据的在线动态自回归预测方法，包括以下步骤：

1)获得预设时长和时间间隔的动态锅炉主汽压力历史数据；

2)对步骤1)的历史数据进行标准化处理；

3)对步骤2)的标准化历史数据进行自相关系数计算权重解算；

4)利用步骤3)的自相关系数计算权重预测未来数据。

本发明进一步的改进在于，步骤1)中，获得400s以内时长和时间间隔为0.5s～3s的动态历史数据。

本发明进一步的改进在于，步骤1)中，假设当前数据为U₀，其历史数据矩阵如下：

U[n]＝U₀e^-nTs

其中，U[n]为U₀的历史数据矩阵；s为拉普拉斯算子；n为历史数据矩阵中的数据编号；T为相邻历史数据的时间间隔；其中0≤n≤N，N为历史数据矩阵最大长度。

本发明进一步的改进在于，n的最大值为400，且T＝1s。

本发明进一步的改进在于，步骤2)中，对历史数据矩阵进行标准化处理，具体如下，

对历史数据矩阵进行一次差分：

U₁[n]＝U[n+1]-U[n] 1≤n≤N-1

其中U₁[n]为一次差分矩阵，U[n+1]和U[n]分别为第n+1步和第n步历史数据，将一次差分矩阵再进行差分，得到历史矩阵的二次差分矩阵U₂[n]，表达如下：

U₂[n]＝U₁[n+1]-U₁[n]1≤n≤N-2

将二次差分矩阵求平均，得二次差分矩阵平均值为：

将二次差分矩阵去平均化，得到残差矩阵U'₂[n]为：