摘要
本申请公开了一种基于误差自适应和扩展状态卡尔曼滤波的超临界机组模型预测控制方法和装置,属于超临界机组领域。该方法包括:分析超临界机组的多变量耦合特性,确定多变量控制需求;基于传递函数方法对超临界机组的动态系统进行辨识与离散化处理,确定模型预测控制器的预测模型;设计扩展状态卡尔曼滤波模型对超临界机组进行状态估计,设计误差自适应机制算法模型;集成误差自适应机制算法模型与扩展状态卡尔曼滤波模型,对模型预测控制器的预测模型进行优化控制。本申请的误差自适应和扩展状态卡尔曼滤波的超临界机组模型预测控制方法,可以提高超临界机组控制系统的动态响应速度、跟踪精度和抗干扰能力。
技术关键词
超临界机组
模型预测控制方法
模型预测控制器
卡尔曼滤波模型
算法模型
误差
离散化模型
模型预测控制装置
进汽阀门开度
机制
非暂态计算机可读存储介质
动态优化控制
优化控制策略
动态响应速度
变量
主蒸汽压力
平滑技术
处理器
系统为您推荐了相关专利信息
实时视频图像
运动学特征
补偿方法
运动补偿
矿石智能分选
鲁棒模型预测控制方法
电流控制器
速度控制器
三相电流传感器
空间矢量调制原理
公交实时调度方法
多智能体强化学习
预测公交到站时间
预测客流量
场景