基于递推子空间的机组数字孪生模型预测精度优化方法

作者：赵彦博; 蔡远利; 胡怀中

来源：系统仿真学报, 2022, 1-7.

DOI：10.16182/j.issn1004731x.joss.22-0989

• 数字孪生
• 火电机组
• 模型预测精度优化
• 子空间辨识
• 数据驱动

由于机理分析的简化假设条件或设备实际运行中参数特性偏移等因素，导致机理建模不可避免存在模型误差。针对该问题，本文提出一种基于递推子空间的火电机组数字孪生模型预测精度优化方法。首先，分析机组关键设备的运行机制，结合典型工况小样本数据，建立火电机组的全设备多工况非线性动态机理模型，确保数字孪生系统模型具有较好的可解释性与泛化性能；其次，基于递推子空间辨识方法，建立预测精度优化模型并实时进行在线更新，补偿机理模型产生的误差，提高整体模型的预测精度，保证数字孪生模型的高保真性。最终，仿真实验验证了本文所提方法的有效性。

• 单位
  西安交通大学; 自动化学院