10.3969/j.issn.1007-290X.2019.003.004
基于滤波算法的波形识别在电厂中的应用
针对电厂所采集的信号带噪声的问题,基于卡尔曼滤波及滑动平均算法和特征匹配相结合的统计分类计算方法识别波形,设计并开发了一种实时滤波监测系统,以实现计算相关性能指标的功能.通过仿真建模分析发现,单独的经典卡尔曼滤波效果有待提高,在处理前后值之间的联系以及平滑处理上仍存在缺陷,因此加入滑动平均算法.通过计算均方根误差发现结合两种算法的滤波效果比单一卡尔曼滤波表现好,且与特征匹配相结合的统计分类计算方法能够有效地识别出5种波形.这一实时滤波监测系统能够有效反映出设备的运行情况及趋势,可为运行维护人员提供决策依据.
火力发电机组、控制系统、波形识别、卡尔曼滤波、性能指标计算
32
TK323(热工量测和热工自动控制)
国家重点基础研究发展计划项目2015CB251504
2019-05-06(万方平台首次上网日期,不代表论文的发表时间)
共7页
25-31