本文主要研究内容
作者孙宇贞,李康,郭皓文,黄晓筱（2019）在《基于改进粒子群的超超临界机组负荷控制系统模型辨识》一文中研究指出：针对火电厂负荷控制系统因强耦合性强非线性等特点而难以对其建立精确热工模型的问题,结合工程实际分析三输入三输出负荷控制对象的动态特性,将免疫算法(Immunity Algorithm,IA)的免疫记忆功能引入粒子群算法(Particle Swarm Optimization,PSO),形成免疫记忆粒子群算法(Immune Memory PSO,IM-PSO)并运用在超超临界火电机组负荷控制对象的模型辨识中。辨识结果表明IM-PSO相对于普通PSO收敛速度提高了50%,收敛精度提高了6.08%,改善了PSO易早熟、粒子后期相似度过高的缺点,同时也验证了IM-PSO对于大型火电机组负荷控制对象辨识的有效性。
Abstract
zhen dui huo dian an fu he kong zhi ji tong yin jiang ou ge xing jiang fei xian xing deng te dian er nan yi dui ji jian li jing que re gong mo xing de wen ti ,jie ge gong cheng shi ji fen xi san shu ru san shu chu fu he kong zhi dui xiang de dong tai te xing ,jiang mian yi suan fa (Immunity Algorithm,IA)de mian yi ji yi gong neng yin ru li zi qun suan fa (Particle Swarm Optimization,PSO),xing cheng mian yi ji yi li zi qun suan fa (Immune Memory PSO,IM-PSO)bing yun yong zai chao chao lin jie huo dian ji zu fu he kong zhi dui xiang de mo xing bian shi zhong 。bian shi jie guo biao ming IM-PSOxiang dui yu pu tong PSOshou lian su du di gao le 50%,shou lian jing du di gao le 6.08%,gai shan le PSOyi zao shou 、li zi hou ji xiang shi du guo gao de que dian ,tong shi ye yan zheng le IM-PSOdui yu da xing huo dian ji zu fu he kong zhi dui xiang bian shi de you xiao xing 。
论文参考文献
论文详细介绍
论文作者分别是来自热能动力工程的孙宇贞,李康,郭皓文,黄晓筱，发表于刊物热能动力工程2019年08期论文，是一篇关于超超临界机组论文,负荷控制论文,参数辨识论文,热能动力工程2019年08期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自热能动力工程2019年08期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：超超临界机组论文; 负荷控制论文; 参数辨识论文; 热能动力工程2019年08期论文;