买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连理工大学申请的专利一种基于参数自适应抗扰控制器的燃气轮机预测控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116047897B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211356212.4，技术领域涉及：G05B13/04；该发明授权一种基于参数自适应抗扰控制器的燃气轮机预测控制方法是由赵珺;刘洋;刘科;王湘泽;王伟设计研发完成，并于2022-11-01向国家知识产权局提交的专利申请。

本一种基于参数自适应抗扰控制器的燃气轮机预测控制方法在说明书摘要公布了：本发明属于信息技术领域，公开了一种基于参数自适应抗扰控制器的燃气轮机预测控制方法。基于Rowen模型建立了燃气轮机数学模型并利用数据对其参数进行辨识。考虑燃气轮机变工况过程中的外部扰动，采用自适应参数自抗扰控制器实现燃气轮机燃料‑转速控制；在此基础上，利用模型预测控制算法对外电网发电需求量进行跟踪，滚动优化转速设定值，从而提高机组调峰能力。选取国内某电厂实际运行数据验证表明，该方法的在快速性、稳定误差和抗外部干扰方面优于其它算法。

本发明授权一种基于参数自适应抗扰控制器的燃气轮机预测控制方法在权利要求书中公布了：1.一种基于参数自适应抗扰控制器的燃气轮机预测控制方法，其特征在于，具体步骤如下： S1.基于机理和数据协同驱动的燃气轮机建模； 结合燃气轮机Rowen模型，利用ARX模型对燃气轮机Rowen模型进行辨识；将燃气轮机的燃料阀开度作为ARX模型的输入，燃料流量、转速作为ARX模型的输出；通过辨识得ARX模型结构如式1： Aqyt＝Bqut+et1 其中，yt为ARX模型的输出信号；ut为ARX模型的输入信号；et为白噪声，其均值为0，方差为σ2；Aq,Bq为关于时移算子q的多项式，即q-1ut＝ut-1； 将ARX模型参数化处理，得到参数化的ARX模型如式2： 其中，Aq,θ,Bq,θ为多项式系数，θ为可调整参数向量，na,nb为ARX模型的阶数； 原输入-输出信号数据组成回归向量参数化的ARX模型进行线性回归处理； 其中，lt为ARX模型输出的残差； 根据AIC信息准则估计ARX模型的阶数： AIC＝-2lnL+2p5 其中，L为ARX模型的似然函数；p＝na+nb+2为ARX模型的参数数目；AIC最小时的p′为AIC准则估计的结果； 其中，N为输入-输出信号数据个数；为误差的方差估计值； 结合公式4取残差的平方和为准则函数： 其中，Y为输出信号向量；为回归向量整体； Jθ对θ导数为0，且式7中ψTψ满秩，得最小二乘估计值； θLS＝ψTψ-1ψTY8 S2.燃气轮机控制器参数自适应抗扰控制； 采用APADRC算法实现燃机转速控制，使输出值yADRCk跟踪设定值v0k；该APADRC算法包括微分跟踪器、非线性状态误差反馈控制律、扩张状态观测器和参数自适应调节器；其中，微分跟踪器的表达式如式9和式10所示； v1k+1＝vk+hvk9 k+1＝vk+hfhank,|fhank|≤r10 其中，k为当前时刻；v为目标状态；v为目标状态的微分；r为速度因子；h为积分步长；fhan为最速控制综合函数计算值，由式11至式14所示； k＝vk-vk+hk11 时，式12计算ak；|ak|≤rh，式13计算ak； 其中，a,a为最速控制综合函数中间计算变量；h为滤波因子； 扩张状态观测器基于公式2得到的ARX模型，测量系统输入uADRCk与系统输出yADRCk计算系统内部状态信息，利用扩张状态z，估计基于公式2构建的ARX模型的内部不确定性与外部扰动，其表达式如式15至式17所示； k+1＝zk+hzk-βz1k-yADRCk15 其中，z1,z2为状态估计值；z3为扩张状态估计值；β1,β2,β3为观测器增益；fale,ε,δ为fal函数滤波器； 其中，ε为0到1之间常数；δ为影响滤波效果常数； 非线性状态误差反馈控制律根据微分跟踪器与扩张状态观测器之间状态误差计算出控制量，再利用扩张状态估计值z3来补偿控制量uADRCk； 其中，α1,α2,α3为控制器增益；b0为补偿因子，决定扰动估计值补偿z3控制量的强弱； 参数自适应调节器是在线利用梯度下降法来调节扩张状态观测器中增益β1,β2,β3，离线训练误差与参数的关系；选用五个设定值点v0，分别通过网格搜索，将各观测器增益β1,β2,β3进行排列组合，遍历所有参数计算均方根误差E，再利用多项式拟合方式构建均方根误差E与观测器增益β1,β2关系；以均方根误差E为目标函数，通过梯度下降方式进行自适应调整参数； 其中，η为学习率；调整APADRC算法中观测器增益，计算出误差，循环迭代在线自适应调整参数，使得性能指标最小； S3.燃气轮机模型变负荷预测控制 在燃气轮机仿真模型AGC负荷调度指令发生变动情况时，通过动态矩阵控制算法DMC控制燃气轮机跟踪其负荷需求，从而减少电力系统的频率变化，提高发电效率；在满足系统的控制约束和输出约束条件下，用当前的状态、过去的状态以及DMC输出计算未来状态，通过滚动优化求解最优的控制量，使得DMC输出与期望值偏差最小； 在k时刻，控制量保持不变的条件下，得到DMC输出未来N个时刻内初始预测输出控制量发生变化ΔuDMCk的条件下，根据式21计算未来N个时刻内输出值 其中，a为模型的阶跃响应向量；第一步控制增量ΔuDMCk； a＝[a1,a2,…,aN]22 在k时刻，控制量保持不变的条件下，得到DMC输出的未来P个时刻内初始预测输出其中M个时刻内控制量发生变化的条件下，控制增量为ΔuDMCk,ΔuDMCk+1,…,ΔuDMCk+M-1，据式23计算模型未来P个时刻输出值其中P为预测时域，M为控制时域，并满足M≤P≤N； 其中，A为P×M动态矩阵，是由模型的阶跃响应向量a构造；前M步控制增量ΔUDMC； 求解优化问题，将得到最优控制量作用于基于公式2构建的ARX模型，使得DMC输出接近期望值，并满足控制量变化较小；在k时刻，根据期望与约束条件得到性能指标为： 其中，Q＝diagq1,q2,…,qP为输出误差加权矩阵；R＝diagr1,r2,…,rM为控制增量加权矩阵； 使得性能指标J最小，则对J取ΔUDMC的导数，并令导数为零，得： 对于最优控制量ΔUDMC，只取第一个控制增量ΔuDMCk计算出模型未来时刻的预测输出并将uDMCk＝uDMCk-1+ΔuDMCk输入到实际模型得到yk+1，其中c为M维列向量cT＝[10…0]1×M； DMC输出与实际模型输出yk+1的误差用于加权校正未来预测模型输出； 其中，H＝[h1,h2,…,hN]T为N维误差校正向量；k+1时刻的初始预测输出通过移位获得： 其中，S为移位矩阵，得到后，进行k+1时刻计算，滚动优化求解最优值，逐步逼近期望值； S4性能指标验证本发明的有效性 结合电厂调峰调度指令，选用均方根误差RMSE、平均绝对百分比误差MAPE和平均绝对误差MAE指标验证本发明所提方法在燃机发电量和燃机转速跟踪控制的有效性，其表达式如式29至式31所示； 其中，n为计算次数；predi为预测值；reali为真实值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。