热能动力工程

作者：岑 俊，黄云峰，方世清，刘运超

单位：上海电力大学 自动化工程学院，上海 200090,,上海电力大学 自动化工程学院，上海 200090,,神皖能源有限责任公司，安徽 合肥 230061,,上海电力大学 自动化工程学院，上海 200090,

关键词：1 000 MW机组给水系统;改进GAPSO融合算法;二维Logistic映射;轮盘赌法;收敛速度;建模精度;皮尔逊相关系数

基金：上海市2021年度“科技创新行动计划”科技支撑碳达峰碳中和专项（21DZ1207302）;国家自然科学基金青年科学基金项目（51607111）；上海市科学技术委员会科研计划项目（19DZ1205700）

为解决现有方法对1 000 MW机组给水系统建模复杂、算法收敛速度慢、精度低等问题，提出一种改进遗传算法融合混沌粒子群算法(Genetic Algorithm-Chaotic Particle Swarm Optimization，GA-CPSO)。首先，粒子群算法(Particle Swarm Optimization，PSO)中引入了自适应权重和收缩因子，提升粒子寻优能力；在一维Logistic的基础上提出二维Logistic混沌映射，避免寻优过程中陷入局部最优解；采用轮盘赌选择方法，选取粒子进行下一步的遗传算法优化，提升了全局寻优能力。其次，通过实验仿真数据和现场实际数据验证了改进GA-CPSO算法的精度。将该算法用于1 000 MW机组给水系统，建模精度提高了88.65%，仅需要迭代7次左右即完成收敛。然后，利用数据中加干扰实验进一步挖掘改进GA-CPSO算法的抗干扰能力。实验表明：加入外部大扰动建模误差仅有0.385，算法抗干扰能力强。最后，用皮尔逊相关系数方法验证了机组直流阶段模型间的相关性，相关系数达到了0.9以上，可用一个模型代表。

来源：2023年第7期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2023年第7期