[发明专利]一种基于改进的T-S模糊预测建模的火电机组机炉协调控制方法

摘要

本发明公开了一种基于改进的T‑S模糊预测建模的火电机组机炉协调控制方法，首先，采用模糊聚类方法确立最优聚类数；其次，基于最小二乘法T‑S模糊模型后件参数的辨识；最后，设计多步预测控制器。本发明方法可以使机炉协调系统在火电机组大范围调整负荷时，在整个工况范围内依然保证优良的调节品质和较强的鲁棒性，对改善发电系统的运行性能具有重要意义。预测算法本身实现了T‑S模糊建模和多步预测控制的有机融合，实现了机炉协调系统的预测控制，算法先进、预测精度高。

主权项

1.一种基于改进的T‑S模糊预测建模的火电机组机炉协调控制方法，其特征在于：包括以下的步骤：S1：采用模糊聚类方法确立最优聚类数；所述步骤S1包括以下的步骤：S1.1：给定数据集X＝{X1,…,XN}，设定聚类数c＝2和权重参数m＝2，初始化隶属度矩阵U；其中，X1,…,XN表示第1个数据到第N个数据；S1.2：当迭代次数为L时，计算第i个聚类的中心值：其中，L为非负整数，为第L次迭代时隶属度矩阵U的第k行第i列，x_k为第k个输入量，N为采集的历史数据总个数；S1.3：定义第k个输入量与第i个聚类的距离为||xk‑vi||，用式(3)将U(L)＝[uki(L)]更新为U(L+1)＝[uki(L+1)]，其中U(L)和U(L+1)表示第L次和第L+1次迭代后的隶属度矩阵；S1.4：如果||U(L+1)‑U(L)||＜ε，则转至步骤S1.5；否则，令L＝L+1，返回步骤S1.2；其中，ε为容许误差；S1.5：确立最优聚类数的有效性指标S：其中||φ(vk)‑φ(vj)||2表示第k个聚类与第j个聚类的空间距离，||φ(vk)‑φ(vj)||2＝K(vk,vk)+K(vj,vj)‑2K(vk,vj)，||φ(xk)‑φ(vi)||2表示第k个输入量与第i个聚类的空间距离，||φ(xk)‑φ(vj)||2＝K(xk,xk)+K(vj,vj)‑2K(xk,vj)，K(x,y)表示高斯核函数，K(x,y)＝exp[‑(x‑y)2/σ2]，σ2是样本与样本均值的绝对值的和的平均，n表示聚类数；S1.6：根据有效性指标计算第c个聚类时的指标S(c)，如果S(c‑1)＞S(c‑2)且S(c‑1)＞S(c)，则聚类结束，聚类数为c＝c‑1；否则c＝c+1，转至步骤S1.2；S2：基于最小二乘法T‑S模糊模型后件参数的辨识；所述步骤S2包括以下的步骤：S2.1：对火电厂机炉协调系统中采集的历史数据进行整理，构造模型输入数据矩阵和模型输出数据向量y；S2.2：由式(5)计算出T‑S模糊模型的后件参数：其中，其中，d表示第d个样本，且d＝1,…N.，初始值θ(0)＝0和P(0)＝aI，其中I是单位矩阵，a＝300，为第d个样本的输入—输出观测向量，T表示矩阵转置，其中表示第i个聚类中心与第j个输入量的隶属度，P(d)是第d个样本的协方差矩阵，K(d)是第d个样本的增益向量；S3：设计多步预测控制器。