CN113176456B - 二阶超前观测器的噪声干扰水平的在线测量装置及方法 - Google Patents

二阶超前观测器的噪声干扰水平的在线测量装置及方法 Download PDF

Info

Publication number
CN113176456B
CN113176456B CN202110488598.3A CN202110488598A CN113176456B CN 113176456 B CN113176456 B CN 113176456B CN 202110488598 A CN202110488598 A CN 202110488598A CN 113176456 B CN113176456 B CN 113176456B
Authority
CN
China
Prior art keywords
result
order
observer
signal
pass filter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110488598.3A
Other languages
English (en)
Other versions
CN113176456A (zh
Inventor
陈锦攀
李军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Electric Power Research Institute of Guangdong Power Grid Co Ltd filed Critical Electric Power Research Institute of Guangdong Power Grid Co Ltd
Priority to CN202110488598.3A priority Critical patent/CN113176456B/zh
Publication of CN113176456A publication Critical patent/CN113176456A/zh
Application granted granted Critical
Publication of CN113176456B publication Critical patent/CN113176456B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00—Energy generation of nuclear origin
    • Y02E30/30—Nuclear fission reactors

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种二阶超前观测器的噪声干扰水平的在线测量装置及方法，在线测量装置包括：高通滤波器A，连接二阶超前观测器的输入端，以获得高通滤波信号A；高通滤波器B，连接二阶超前观测器的输出端，以获得高通滤波信号B；高频噪声功率增益值计算模块，分别连接高通滤波器A和高通滤波器B的输出端，用于根据高通滤波信号A和高通滤波信号B进行噪声功率增益计算，获得噪声功率增益值。如此，在不影响二阶超前观测器在线工作的情况下连续测量其高频噪声功率增益情况，并判断其噪声干扰水平，从而更好的调整二阶超前观测器在线工作。

Description

二阶超前观测器的噪声干扰水平的在线测量装置及方法
技术领域
本发明涉及火电机组过程控制技术领域，尤其涉及一种二阶超前观测器的噪声干扰水平的在线测量装置及方法。
背景技术
在火电机组过程控制领域，运用超前观测器能够获取过程响应的提前信息，对于提高过程控制性能具有重要意义。超前观测器有多种形式，例如微分器(Differentiator,D)、比例-微分(Proportional-Derivative,PD)控制器等。然而，超前观测器存在高频噪声干扰放大的问题，在高频噪声干扰水平较高时，例如高频噪声功率增益(High frequencynoise amplitude gain，HFNAG)较高，会对超前观测器的输出信号造成严重的干扰，甚至造成超前观测器无法正常工作。为了充分运用超前观测在过程控制中的优势，同时将超前观测控制在较低的高频噪声干扰水平，需要解决超前观测的高频噪声干扰水平的在线判断问题，一定程度上，高频噪声功率增益反应高频噪声干扰水平。
发明内容
本发明目的在于，提供一种二阶超前观测器的噪声干扰水平的在线测量方法装置及其方法，利用过程信号中含有的噪声信号，在不影响二阶超前观测器在线工作的情况下连续测量其高频噪声功率增益情况，并判断其噪声干扰水平，从而更好的调整二阶超前观测器在线工作。
为实现上述目的，本发明提供一种二阶超前观测器的噪声干扰水平的在线测量装置，所述在线测量装置包括：
高通滤波器A，连接所述二阶超前观测器的输入端，用于获取所述二阶超前观测器的输入信号，以获得高通滤波信号A；
高通滤波器B，连接所述二阶超前观测器的输出端，用于获取所述二阶超前观测器的输出信号，以获得高通滤波信号B；
高频噪声功率增益值计算模块，分别连接所述高通滤波器A和所述高通滤波器B的输出端，用于根据所述高通滤波信号A和所述高通滤波信号B进行噪声功率增益计算，获得所述高频噪声功率增益值。
优选地，所述高频噪声功率增益值计算模块包括：
代数运算A单元，用于将所述高通滤波信号A进行平方运算，获得平方运算A结果，对纯滞后处理的所述高通滤波信号A进行平方运算，获得平方运算C结果，将所述平方运算A结果和所述平方运算C结果进行作差代数运算，获得代数运算A结果；
积分运算A单元，用于将所述代数运算A结果进行积分运算，获得积分运算A结果；
代数运算B单元，用于将所述高通滤波信号B进行平方运算，获得平方运算B结果，对纯滞后处理的所述高通滤波信号B进行平方运算，获得平方运算D结果，将所述平方运算B结果和所述平方运算D结果进行作差代数运算，获得代数运算B结果；
积分运算B单元，用于将所述代数运算B结果进行积分运算，获得积分运算B结果；
除法运算单元，用于将所述积分运算A结果与所述积分运算B结果进行除法运算，获得所述二阶超前观测器的高频噪声功率增益值。
优选地，还包括噪声干扰水平判断模块，连接所述高频噪声功率增益值计算模块的输出端，用于根据预设的阈值判断所述二阶超前观测器的所述噪声干扰水平，当所述高频噪声功率增益值大于或等于所述阈值，则判断所述二阶超前观测器的噪声干扰水平较高，当所述高频噪声功率增益值小于所述阈值，则判断所述二阶超前观测器的噪声干扰水平较低。
优选地，所述预设的阈值为10。
优选地，所述二阶超前观测器的传递函数为：
SOLO(s)＝SOIIM(s)TOIF(s)
其中，SOIIM(s)为二阶惯性逆模型的传递函数，公式如下：
Figure BDA0003049516570000021
其中，TSOIIM为所述二阶惯性逆模型的时间常数；
TOIF(s)为三阶惯性滤波器的传递函数，公式如下：
Figure BDA0003049516570000022
其中，TTOIF为所述三阶惯性滤波器的时间常数。
优选地，所述高通滤波器A的结构和参数与所述高通滤波器B的结构和参数相同，且所述高通滤波器A与所述高通滤波器B均采用二阶高通滤波器。
本发明还提供一种二阶超前观测器的噪声干扰水平的在线测量方法，应用于上述的二阶超前观测器的噪声干扰水平的在线测量装置，所述在线测量方法包括：获取所述二阶超前观测器的输入信号，并通过高通滤波器A获得高通滤波信号A；
获取所述二阶超前观测器的输出信号，并通过高通滤波器B获得高通滤波信号B；
根据所述高通滤波信号A和所述高通滤波信号B进行噪声功率增益计算，获得所述高频噪声功率增益值。
优选地，还包括：根据预设的阈值判断所述二阶超前观测器的所述噪声干扰水平，当所述高频噪声功率增益值大于或等于所述阈值，则判断所述二阶超前观测器的噪声干扰水平较高，当所述高频噪声功率增益值小于所述阈值，则判断所述二阶超前观测器的噪声干扰水平较低，所述阈值为10。
优选地，所述根据所述二阶超前观测器的输入信号和所述二阶超前观测器的输出信号进行功率噪声增益计算，包括：
将所述高通滤波信号A进行平方运算，获得平方运算A结果，对纯滞后处理后的所述高通滤波信号A进行平方运算，获得平方运算C结果，将所述平方运算A结果和所述平方运算C结果进行作差代数运算，获得代数运算A结果；
将所述代数运算A结果进行积分运算，获得积分运算A结果；
将所述高通滤波信号B进行平方运算，获得平方运算B结果，对纯滞后处理后的所述高通滤波信号B进行平方运算，获得平方运算D结果，将所述平方运算B结果和所述平方运算D结果进行作差代数运算，获得代数运算B结果；
将所述代数运算B结果进行积分运算，获得积分运算B结果；
将所述积分运算A结果与所述积分运算B结果进行除法运算，获得所述二阶超前观测器的高频噪声功率增益值。
优选地，所述高通滤波器A的结构和参数与所述高通滤波器B的结构和参数相同，且所述高通滤波器A与所述高通滤波器B均采用二阶高通滤波器。
本发明还提供一种计算机终端设备，包括一个或多个处理器和存储器。存储器与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一所述的二阶超前观测器的噪声干扰水平的在线测量方法。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一所述的二阶超前观测器的噪声干扰水平的在线测量方法。
本发明的二阶超前观测器的噪声干扰水平的在线测量装置及其方法中，通过对所述二阶超前观测器输出信号中的高频噪声信号、所述二阶超前观测器的输入信号中的高频噪声信号的一系列计算得到所述二阶超前观测器的高频噪声功率增益的计算结果。能够连续给出所述二阶超前观测器的高频噪声功率增益的在线测量结果，根据所述在线测量结果判断所述二阶超前观测器的高频噪声干扰水平，对指导所述二阶超前观测器的参数在线调整具有较好的意义，并且对所述二阶超前观测器的在线工作无任何影响。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明某一实施例提供的二阶超前观测器的噪声干扰水平的在线测量装置的结构示意图；
图2是本发明另一实施例提供的高频噪声功率增益值计算模块的结构示意图；
图3是本发明某一实施例提供的二阶超前观测器的噪声干扰水平的在线测量装置的结构示意图；
图4是本发明某一实施例提供的二阶超前观测器的结构示意图；
图5是本发明某一实施例提供的二阶超前观测器的输入信号仿真的结果示意图；
图6是本发明某一实施例提供的二阶超前观测器输出信号仿真的结果示意图；
图7是本发明某一实施例提供的二阶超前观测器的噪声干扰水平的在线测量装置的结果示意图；
图8是本发明某一实施例提供的计算机终端设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅图1，本发明实施例提供一种二阶超前观测器的噪声干扰水平的在线测量装置，所述在线测量装置包括：
高通滤波器A，连接所述二阶超前观测器的输入端，用于获取所述二阶超前观测器的输入信号，以获得高通滤波信号A；
高通滤波器B，连接所述二阶超前观测器的输出端，用于获取所述二阶超前观测器的输出信号，以获得高通滤波信号B；
高频噪声功率增益值计算模块，分别连接所述高通滤波器A和所述高通滤波器B的输出端，用于根据所述高通滤波信号A和所述高通滤波信号B进行噪声功率增益计算，获得所述高频噪声功率增益值。
在本实施例中，所述二阶超前观测器用于火电机组的过热汽温过程响应的超前观测，所述二阶超前观测器的输入信号包括火电机组的过热汽温过程响应信号。将所述二阶超前观测器输出信号接入到所述高通滤波器A的输入端，在所述高通滤波器A的输出端得到高通滤波信号A(High pass filter signal of A，HPFS:A)即取出所述二阶超前观测器输出信号中的高频噪声信号，用HPFS:A(t)表达所述高通滤波信号A，单位为无量纲。将所述二阶超前观测器的输入信号接入到所述高通滤波器B的输入端，所述二阶超前观测器的输入信号具体为火电机组的过热汽温过程响应，实际过程响应信号中含有的噪声信号，例如实际过程响应信号经过模拟量到数字量的转换后，自然含有随机量化噪声信号。在所述高通滤波器B的输出端得到高通滤波信号B(High pass filter signal of B，HPFS:B)即取出所述二阶超前观测器的输入信号中的高频噪声信号，用HPFS:B(t)表达所述高通滤波信号B，单位为无量纲。将所述高通滤波信号A接入到高频噪声功率增益值计算模块的输入A，将所述高通滤波信号B接入到高频噪声功率增益值计算模块的输入B。通过所述高频噪声功率增益值计算模块，得到所述高通滤波信号A相对所述高通滤波信号B的高频噪声功率增益的计算结果，并在所述高频噪声功率增益值计算模块的输出端输出所述高频噪声功率增益的计算结果。
所述高频噪声功率增益的计算，表达为
Figure BDA0003049516570000051
分解为
Figure BDA0003049516570000061
其中，HFNPG(t)为所述高频噪声功率增益的计算结果，单位为无量纲。HPFS:A(t)为所述高通滤波信号A，单位为无量纲。HPFS:A(t-TPL)为所述高通滤波信号A的纯滞后信号，单位为无量纲。HPFS:B(t)为所述高通滤波信号B，单位为无量纲。HPFS:A(t-TPL)为所述高通滤波信号A的纯滞后信号，单位为无量纲。TPL为共同的纯滞后时间常数，单位为秒。
对于阶数大于2的三阶超前观测器、四阶超前观测器、五阶超前观测器、六阶超前观测器、七阶观测器高阶、八阶超前观测器等所有高阶超前观测器同样适用。
在某一个实施例中，所述高频噪声功率增益值计算模块包括：
代数运算A单元，用于将所述高通滤波信号A进行平方运算，获得平方运算A结果，对纯滞后处理后的所述高通滤波信号A进行平方运算，获得平方运算C结果，将所述平方运算A结果和所述平方运算C结果进行作差代数运算，获得代数运算A结果；
积分运算A单元，用于将所述代数运算A结果进行积分运算，获得积分运算A结果；
代数运算B单元，用于将所述高通滤波信号B进行平方运算，获得平方运算B结果，对纯滞后处理后的所述高通滤波信号B进行平方运算，获得平方运算D结果，将所述平方运算B结果和所述平方运算D结果进行作差代数运算，获得代数运算B结果；
积分运算B单元，用于将所述代数运算B结果进行积分运算，获得积分运算B结果；
除法运算单元，用于将所述积分运算A结果与所述积分运算B结果进行除法运算，获得所述二阶超前观测器的高频噪声功率增益值。
请参阅图2，在本实施例中，将所述高通滤波信号A接入到平方运算A(Squareoperation of A，SO:A)的输入端，在所述平方运算A的输出端得到平方运算信号A(Squareoperation signal of A，SOS:A)，表达为
SOS:A(t)＝[HPFS:A(t)]2
其中，SOS:A(t)为所述平方运算信号A，单位为无量纲。HPFS:A(t)为所述高通滤波信号A，单位为无量纲。
将所述高通滤波信号A接入到纯滞后C(Pure Lag of C，PL:C)的输入端，在所述纯延时C的输出端得到纯滞后信号C(Pure Lag signal of C，PLS:C)
PLS:C(t)＝HPFS:A(t-TPL)
其中，PLS:C(t)为所述纯滞后信号C，单位为无量纲。HPFS:A(t-TPL)为所述高通滤波信号A的纯滞后信号，TPL为共同的纯滞后时间常数，单位为秒。
将所述纯滞后信号C接入到平方运算C(Square operation of C，SO:C)的输入端，在所述平方运算C的输出端得到平方运算信号C(Square operation signal of C，SOS:C)，表达为
SOS:C(t)＝[PLS:C(t)]2
其中，SOS:C(t)为所述平方运算信号C，单位为无量纲。PDLS:C(t)为所述纯滞后信号C，单位为无量纲。
将所述平方运算信号A接入到代数运算A(Algebraic operation of A，AO:A)的加法输入端，将所述平方运算信号C接入到所述代数运算A的减法输入端，在所述代数运算A的输出端得到代数运算信号A(Algebraic operation signal of A，AOS:A)，表达为
AOS:A(t)＝SOS:A(t)-SOS:C(t)
其中，AOS:A(t)为所述代数运算信号A，单位为无量纲。SOS:A(t)为所述平方运算信号A，单位为无量纲。SOS:C(t)为所述平方运算信号C，单位为无量纲。
将所述代数运算信号A接入到积分运算A(Integral operation of A，IO:A)的输入端，在所述积分运算A的输出端得到积分运算信号A(Integral operation signal of A，IOS:A)，表达为
Figure BDA0003049516570000071
其中，IOS:A(t)为所述积分运算信号A，单位为无量纲。AOS:A(t)为所述代数运算信号A，单位为无量纲。
将所述高通滤波信号B接入到平方运算B(Square operation of B，SO:B)的输入端，在所述平方运算B的输出端得到平方运算信号B(Square operation signal of B，SOS:B)，表达为
SOS:B(t)＝[HPFS:B(t)]2
其中，SOS:B(t)为所述平方运算信号B，单位为无量纲。HPFS:B(t)为所述高通滤波信号B，单位为无量纲。
将所述高通滤波信号B接入到纯滞后D(Pure Lag of D，PL:D)的输入端，在所述纯延时D的输出端得到纯滞后信号D(Pure Lag signal of D，PLS:D)
PLS:D(t)＝HPFS:B(t-TPL)
其中，PLS:D(t)为所述纯滞后信号D，单位为无量纲。HPFS:B(t-TPL)为所述高通滤波信号B的纯滞后信号，TPL为共同的纯滞后时间常数，单位为秒。
将所述纯滞后信号D接入到平方运算D(Square operation of D，SO:D)的输入端，在所述平方运算D的输出端得到平方运算信号D(Square operation signal of D，SOS:D)，表达为
SOS:D(t)＝[PLS:D(t)]2
其中，SOS:D(t)为所述平方运算信号D，单位为无量纲。PLS:D(t)为所述纯滞后信号D，单位为无量纲。
将所述平方运算信号B接入到代数运算B(Algebraic operation of B，AO:B)的加法输入端，将所述平方运算信号D接入到所述代数运算B的减法输入端，在所述代数运算B的输出端得到代数运算信号B(Algebraic operation signal of B，AOS:B)，表达为
AOS:B(t)＝SOS:B(t)-SOS:D(t)
其中，AOS:B(t)为所述代数运算信号B，单位为无量纲。SOS:B(t)为所述平方运算信号B，单位为无量纲。SOS:D(t)为所述平方运算信号D，单位为无量纲。
将所述代数运算信号B接入到积分运算B(Integral operation of B，IO:B)的输入端，在所述积分运算B的输出端得到积分运算信号B(Integral operation signal of B，IOS:B)，表达为
Figure BDA0003049516570000081
其中，IOS:B(t)为所述积分运算信号B，单位为无量纲。AOS:B(t)为所述代数运算信号B，单位为无量纲。
将所述积分运算信号A接入到除法运算(Division operation，DO)的被除数输入端，将所述积分运算信号B接入到所述除法运算的除数输入端，在所述除法运算的输出端得到所述高频噪声功率增益值计算模块结果，表达为
Figure BDA0003049516570000082
其中，HFNPG(t)为所述高频噪声功率增益的计算结果，单位为无量纲。IOS:A(t)为所述积分运算信号A，单位为无量纲。IOS:B(t)为所述积分运算信号B，单位为无量纲。
在某一个实施例中，还包括噪声干扰水平判断模块，连接所述高频噪声功率增益值计算模块的输出端，用于根据预设的阈值判断所述二阶超前观测器的所述噪声干扰水平，当所述高频噪声功率增益值大于或等于所述阈值，则判断所述二阶超前观测器的噪声干扰水平较高，当所述高频噪声功率增益值小于所述阈值，则判断所述二阶超前观测器的噪声干扰水平较低。
请参阅图3，在本实施例中，还包括噪声干扰水平判断模块，将所述高通滤波信号A接入到所述高频噪声功率增益值计算模块的输入A，将所述高通滤波信号B接入到所述高频噪声功率增益值计算模块的输入B，在所述高频噪声功率增益值计算模块的输出端得到所述二阶超前观测器的高频噪声功率增益的计算结果。用HFNPGSOLO(t)表达所述二阶超前观测器的高频噪声功率增益的计算结果，单位为无量纲。根据所述二阶超前观测器的高频噪声功率增益的计算结果判断所述二阶超前观测器的高频噪声干扰水平。若所述HFNPGSOLO(t)的变化范围小于预设阈值，则判断所述二阶超前观测器的高频噪声干扰水平较低。如果所述HFNPGSOLO(t)的变化范围大于等于所述阈值，则判断所述二阶超前观测器的高噪声干扰水平较高。所述二阶超前观测器的输入信号具体为火电机组的过热汽温过程响应；
在某一个实施例中，所述预设的阈值为10。
在本实施例中，根据所述二阶超前观测器的高频噪声功率增益的计算结果判断所述二阶超前观测器的高频噪声干扰水平。若所述HFNPGSOLO(t)的变化范围小于10，则判断所述二阶超前观测器的高频噪声干扰水平较低。如果所述HFNPGSOLO(t)的变化范围大于等于10，则判断所述二阶超前观测器的高噪声干扰水平较高。
在某一个实施例中，所述二阶超前观测器的传递函数为：
SOLO(s)＝SOIIM(s)TOIF(s)
其中，SOIIM(s)为二阶惯性逆模型的传递函数，公式如下：
Figure BDA0003049516570000091
其中，TSOIIM为所述二阶惯性逆模型的时间常数；
TOIF(s)为三阶惯性滤波器的传递函数，公式如下：
Figure BDA0003049516570000092
其中，TTOIF为所述三阶惯性滤波器的时间常数。
在本实施例中，所述二阶超前观测器结构，如图4所示。
所述二阶超前观测器，表达为
SOLO(s)＝SOIIM(s)TOIF(s),
Figure BDA0003049516570000093
Figure BDA0003049516570000094
其中，s为拉普拉斯算子，SOLO(s)为所述二阶超前观测器的传递函数。SOIIM(s)为二阶惯性逆模型(Second order inertial inverse model，SOIIM)的传递函数。TSOIIM为所述二阶惯性逆模型的时间常数，单位为秒。TOIF(s)为三阶惯性滤波器(Three orderinertial filter，TOIF)的传递函数。TTOIF为所述三阶惯性滤波器的时间常数，单位为秒。
用ISSOLO(t)表达所述二阶超前观测器的输入信号，单位为无量纲，用OSSOLO(t)表达所述二阶超前观测器输出信号，单位为无量纲。
在某一个实施例中，所述高通滤波器A的结构和参数与所述高通滤波器B的结构和参数相同，且所述高通滤波器A与所述高通滤波器B均采用二阶高通滤波器。
在本实施例中，高通滤波器A(High pass filter of A，HPF:A)和高通滤波器B(High pass filter of B，HPF:B)为
Figure BDA0003049516570000101
Figure BDA0003049516570000102
其中，HPF:A(s)为所述高通滤波器A的传递函数，HPF:B(s)为所述高通滤波器B的传递函数。THPF为所述高通滤波器A和所述高通滤波器B共同的时间常数，单位为秒。所述高通滤波器A和所述高通滤波器B结构和参数完全相同，均采用二阶高通滤波器(Secondorder high pass filter，SOHPF)的形式。
本发明实施例还提供一种二阶超前观测器的噪声干扰水平的在线测量方法，应用于上述任一实施例中的二阶超前观测器的噪声干扰水平的在线测量装置，所述在线测量方法包括：获取所述二阶超前观测器的输入信号，并通过高通滤波器A获得高通滤波信号A；
获取所述二阶超前观测器的输出信号，并通过高通滤波器B获得高通滤波信号B；
根据所述高通滤波信号A和所述高通滤波信号B进行噪声功率增益计算，获得所述高频噪声功率增益值。
在本实施例中，所述二阶超前观测器的参数为：TSOIIM＝125s，TTOIF＝16s。设置所述高通滤波器A和所述高通滤波器B共同的时间常数为：THPF＝30s。设置所述高频噪声功率增益计算的参数为：TPL＝1000s。用伪随机信号模拟在所述二阶超前观测器的输入信号中的噪声干扰信号，伪随机信号输出范围±0.01，单位为无量纲。
使所述二阶超前观测器的输入信号在过程时间t＝3000s～4000s有一斜坡变化，斜坡变化速率1/1000s，斜坡变化时间1000s，目的是考察所述二阶超前观测器的输入信号变化对所述二阶超前观测器的高频噪声功率增益的计算结果的影响。用ISSOLO(t)表达所述二阶超前观测器的输入信号，单位为无量纲。用OSSOLO(t)表达所述二阶超前观测器输出信号，单位为无量纲。
在数字离散计算间隔为1s，得到所述二阶超前观测器的输入信号的仿真实验结果，为图5所示。得到所述二阶超前观测器输出信号的仿真实验结果，为图6所示。得到所述二阶超前观测器的高频噪声功率增益的仿真实验结果比较图，为图7所示。
在给出的过程时间t＝0-8000s范围，所述二阶超前观测器的高频噪声功率增益的仿真实验值在41-61区间变化，所述区间变化范围大于10，由此判断所述二阶超前观测器的高频噪声干扰水平较高。由图6可见，所述二阶超前观测器输入信号在过程时间t＝3000s～4000s的斜坡变化对所述二阶超前观测器的高频噪声功率增益的计算结果的影响不明显。
在某一个实施例中，还包括：根据预设的阈值判断所述二阶超前观测器的所述噪声干扰水平，当所述高频噪声功率增益值大于或等于所述阈值，则判断所述二阶超前观测器的噪声干扰水平较高，当所述高频噪声功率增益值小于所述阈值，则判断所述二阶超前观测器的噪声干扰水平较低，所述阈值为10。
在某一个实施例中，所述根据所述二阶超前观测器的输入信号和所述二阶超前观测器的输出信号进行功率噪声增益计算，包括：
将所述高通滤波信号A进行平方运算，获得平方运算A结果，对纯滞后处理的所述高通滤波信号A进行平方运算，获得平方运算C结果，将所述平方运算A结果和所述平方运算C结果进行作差代数运算，获得代数运算A结果；
将所述代数运算A结果进行积分运算，获得积分运算A结果；
将所述高通滤波信号B进行平方运算，获得平方运算B结果，对纯滞后处理的所述高通滤波信号B进行平方运算，获得平方运算D结果，将所述平方运算B结果和所述平方运算D结果进行作差代数运算，获得代数运算B结果；
将所述代数运算B结果进行积分运算，获得积分运算B结果；
将所述积分运算A结果与所述积分运算B结果进行除法运算，获得所述二阶超前观测器的高频噪声功率增益值。
在某一个实施例中，所述高通滤波器A的结构和参数与所述高通滤波器B的结构和参数相同，且所述高通滤波器A与所述高通滤波器B均采用二阶高通滤波器。
关于二阶超前观测器的噪声干扰水平的在线测量方法的具体限定可以参见上文中对于的限定，在此不再赘述。上述二阶超前观测器的噪声干扰水平的在线测量装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
请参阅图8，本发明实施例提供一种计算机终端设备，包括一个或多个处理器和存储器。存储器与所述处理器耦接，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任意一个实施例中的二阶超前观测器的噪声干扰水平的在线测量方法。
处理器用于控制该计算机终端设备的整体操作，以完成上述的二阶超前观测器的噪声干扰水平的在线测量方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该计算机终端设备的操作，这些数据例如可以包括用于在该计算机终端设备上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static RandomAccess Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
在一示例性实施例中，计算机终端设备可以被一个或多个应用专用集成电路(Application Specific 1ntegrated Circuit，简称AS1C)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的二阶超前观测器的噪声干扰水平的在线测量方法，并达到如上述方法一致的技术效果。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述任意一个实施例中的二阶超前观测器的噪声干扰水平的在线测量方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器，上述程序指令可由计算机终端设备的处理器执行以完成上述的二阶超前观测器的噪声干扰水平的在线测量方法，并达到如上述方法一致的技术效果。
本发明的二阶超前观测器的噪声干扰水平的在线测量装置及其方法中，通过对所述二阶超前观测器输出信号中的高频噪声信号、所述二阶超前观测器的输入信号中的高频噪声信号的一系列计算得到所述二阶超前观测器的高频噪声功率增益的计算结果。能够连续给出所述二阶超前观测器的高频噪声功率增益的在线测量结果，根据所述在线测量结果判断所述二阶超前观测器的高频噪声干扰水平，对指导所述二阶超前观测器的参数在线调整具有较好的意义，并且对所述二阶超前观测器的在线工作无任何影响。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (9)

1.一种二阶超前观测器的噪声干扰水平的在线测量装置，其特征在于，所述在线测量装置包括：
高通滤波器A，连接所述二阶超前观测器的输入端，用于获取所述二阶超前观测器的输入信号，以获得高通滤波信号A；其中，所述二阶超前观测器的输入信号包括火电机组的过热汽温过程响应信号；
高通滤波器B，连接所述二阶超前观测器的输出端，用于获取所述二阶超前观测器的输出信号，以获得高通滤波信号B；
高频噪声功率增益值计算模块，分别连接所述高通滤波器A和所述高通滤波器B的输出端，用于根据所述高通滤波信号A和所述高通滤波信号B进行噪声功率增益计算，获得所述高频噪声功率增益值；
噪声干扰水平判断模块，连接所述高频噪声功率增益值计算模块的输出端，用于根据预设的阈值判断所述二阶超前观测器的所述噪声干扰水平，当所述高频噪声功率增益值大于或等于所述阈值，则判断所述二阶超前观测器的噪声干扰水平较高，当所述高频噪声功率增益值小于所述阈值，则判断所述二阶超前观测器的噪声干扰水平较低。
2.根据权利要求1所述的二阶超前观测器的噪声干扰水平的在线测量装置，其特征在于，所述高频噪声功率增益值计算模块包括：
代数运算A单元，用于将所述高通滤波信号A进行平方运算，获得平方运算A结果，对纯滞后处理后的所述高通滤波信号A进行平方运算，获得平方运算C结果，将所述平方运算A结果和所述平方运算C结果进行作差代数运算，获得代数运算A结果；
积分运算A单元，用于将所述代数运算A结果进行积分运算，获得积分运算A结果；
代数运算B单元，用于将所述高通滤波信号B进行平方运算，获得平方运算B结果，对纯滞后处理后的所述高通滤波信号B进行平方运算，获得平方运算D结果，将所述平方运算B结果和所述平方运算D结果进行作差代数运算，获得代数运算B结果；
积分运算B单元，用于将所述代数运算B结果进行积分运算，获得积分运算B结果；
除法运算单元，用于将所述积分运算A结果与所述积分运算B结果进行除法运算，获得所述二阶超前观测器的高频噪声功率增益值。
3.根据权利要求1所述的二阶超前观测器的噪声干扰水平的在线测量装置，其特征在于，所述预设的阈值为10。
4.根据权利要求1所述的二阶超前观测器的噪声干扰水平的在线测量装置，其特征在于，所述二阶超前观测器的传递函数为：
SOLO(s)＝SOIIM(s)TOIF(s)
其中，SOIIM(s)为二阶惯性逆模型的传递函数，公式如下：
SOIIM(s)＝(1+TSOIIMs)2
其中，TSOIIM为所述二阶惯性逆模型的时间常数，s为拉普拉斯算子；
TOIF(s)为三阶惯性滤波器的传递函数，公式如下：
Figure FDA0003616100300000021
其中，TTOIF为所述三阶惯性滤波器的时间常数。
5.根据权利要求1所述的二阶超前观测器的噪声干扰水平的在线测量装置，其特征在于，所述高通滤波器A的结构和参数与所述高通滤波器B的结构和参数相同，且所述高通滤波器A与所述高通滤波器B均采用二阶高通滤波器。
6.一种二阶超前观测器的噪声干扰水平的在线测量方法，其特征在于，所述在线测量方法包括：
获取所述二阶超前观测器的输入信号，并通过高通滤波器A获得高通滤波信号A；其中，所述二阶超前观测器的输入信号包括火电机组的过热汽温过程响应信号；
获取所述二阶超前观测器的输出信号，并通过高通滤波器B获得高通滤波信号B；
根据所述高通滤波信号A和所述高通滤波信号B进行噪声功率增益计算，获得高频噪声功率增益值；
根据预设的阈值判断所述二阶超前观测器的所述噪声干扰水平，当所述高频噪声功率增益值大于或等于所述阈值，则判断所述二阶超前观测器的噪声干扰水平较高，当所述高频噪声功率增益值小于所述阈值，则判断所述二阶超前观测器的噪声干扰水平较低。
7.根据权利要求6所述的二阶超前观测器的噪声干扰水平的在线测量方法，其特征在于，还包括：
所述阈值为10。
8.根据权利要求6所述的二阶超前观测器的噪声干扰水平的在线测量方法，其特征在于，所述根据所述二阶超前观测器的输入信号和所述二阶超前观测器的输出信号进行功率噪声增益计算，包括：
将所述高通滤波信号A进行平方运算，获得平方运算A结果，对纯滞后处理后的所述高通滤波信号A进行平方运算，获得平方运算C结果，将所述平方运算A结果和所述平方运算C结果进行作差代数运算，获得代数运算A结果；
将所述代数运算A结果进行积分运算，获得积分运算A结果；
将所述高通滤波信号B进行平方运算，获得平方运算B结果，对纯滞后处理后的所述高通滤波信号B进行平方运算，获得平方运算D结果，将所述平方运算B结果和所述平方运算D结果进行作差代数运算，获得代数运算B结果；
将所述代数运算B结果进行积分运算，获得积分运算B结果；
将所述积分运算A结果与所述积分运算B结果进行除法运算，获得所述二阶超前观测器的高频噪声功率增益值。
9.根据权利要求6所述的二阶超前观测器的噪声干扰水平的在线测量方法，其特征在于，所述高通滤波器A的结构和参数与所述高通滤波器B的结构和参数相同，且所述高通滤波器A与所述高通滤波器B均采用二阶高通滤波器。
CN202110488598.3A 2021-04-30 2021-04-30 二阶超前观测器的噪声干扰水平的在线测量装置及方法 Active CN113176456B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110488598.3A CN113176456B (zh) 2021-04-30 2021-04-30 二阶超前观测器的噪声干扰水平的在线测量装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110488598.3A CN113176456B (zh) 2021-04-30 2021-04-30 二阶超前观测器的噪声干扰水平的在线测量装置及方法

Publications (2)

Publication Number Publication Date
CN113176456A CN113176456A (zh) 2021-07-27
CN113176456B true CN113176456B (zh) 2022-06-03

Family

ID=76928149

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110488598.3A Active CN113176456B (zh) 2021-04-30 2021-04-30 二阶超前观测器的噪声干扰水平的在线测量装置及方法

Country Status (1)

Country Link
CN (1) CN113176456B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101174896A (zh) * 2006-10-30 2008-05-07 天津市金飞博光通讯技术有限公司 一种掺铒光纤放大器增益和噪声系数的测量方法
CN102932301A (zh) * 2011-08-09 2013-02-13 中国科学院微电子研究所 一种实现快速收敛的自动增益控制装置及方法
JP2013074554A (ja) * 2011-09-29 2013-04-22 Icom Inc 利得制御回路、ｆｍ受信機およびコンピュータプログラム
JP2015019184A (ja) * 2013-07-10 2015-01-29 日本電信電話株式会社 ノイズ抑圧装置、ノイズ抑圧方法、及びそのプログラム
CN109901385A (zh) * 2019-03-19 2019-06-18 广东电网有限责任公司 一种超前观测方法及装置
CN109932898A (zh) * 2019-03-29 2019-06-25 广东电网有限责任公司 一种可调节超前观测装置
CN110635707A (zh) * 2019-09-18 2019-12-31 华中科技大学 基于谐波干扰观测器的三相lcl型逆变器控制方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101174896A (zh) * 2006-10-30 2008-05-07 天津市金飞博光通讯技术有限公司 一种掺铒光纤放大器增益和噪声系数的测量方法
CN102932301A (zh) * 2011-08-09 2013-02-13 中国科学院微电子研究所 一种实现快速收敛的自动增益控制装置及方法
JP2013074554A (ja) * 2011-09-29 2013-04-22 Icom Inc 利得制御回路、ｆｍ受信機およびコンピュータプログラム
JP2015019184A (ja) * 2013-07-10 2015-01-29 日本電信電話株式会社 ノイズ抑圧装置、ノイズ抑圧方法、及びそのプログラム
CN109901385A (zh) * 2019-03-19 2019-06-18 广东电网有限责任公司 一种超前观测方法及装置
CN109932898A (zh) * 2019-03-29 2019-06-25 广东电网有限责任公司 一种可调节超前观测装置
CN110635707A (zh) * 2019-09-18 2019-12-31 华中科技大学 基于谐波干扰观测器的三相lcl型逆变器控制方法及装置

Also Published As

Publication number Publication date
CN113176456A (zh) 2021-07-27

Similar Documents

Publication Publication Date Title
Landriani et al. NL-FIT: A microcomputer program for non-linear fitting
CN114151373B (zh) 服务器风扇转速调控方法、***、终端及存储介质
CN113176456B (zh) 二阶超前观测器的噪声干扰水平的在线测量装置及方法
CN113156229B (zh) 二阶超前观测器的噪声干扰水平的在线测量装置及方法
CN113359413B (zh) 一种实际微分器的参数调节***及方法
EP2988186A1 (en) Detection of consistent steady-state behavior in process plants
CN113325710B (zh) 一种高频噪声幅值增益的自动跟踪***及方法
CN116448219A (zh) 油位异常检测方法、装置、设备及计算机可读存储介质
CN113139291B (zh) 一种获取被控过程最优滑动窗滤波模型的方法及装置
CN113193929B (zh) 超前观测器的噪声干扰水平的在线判断方法及装置
CN113189919B (zh) 一种高频噪声功率增益的控制***及方法
CN113193848B (zh) 改进新型基础控制器的高频噪声功率增益的在线测量方法
CN111121904B (zh) 一种燃油量确定方法、装置及电子设备
US8188872B2 (en) Robust evaluation of a temperature measurement signal by using a dynamic adaptation of a computational model
CN105874393B (zh) 用于引导流体的生产***的监控***和方法
CN113296396B (zh) 一种高频噪声功率增益的自动跟踪***及方法
CN113300676B (zh) 一种实际微分器噪声功率增益自动跟踪***及方法
CN113514148B (zh) 基于低延迟数据平滑的设备振动预警方法及***
CN113204876B (zh) Pd控制器的噪声增益计算方法、装置、设备及介质
CN113176729B (zh) Pid控制器的噪声干扰检测方法、装置、设备及介质
CN116756631A (zh) 一种风机结构模态参数的识别方法及***
CN113743808A (zh) 一种区块链边缘安全运行状态评估方法、***、电子设备
CN118190144A (zh) 基于常时微动的危岩体一阶固有频率确定方法及装置
CN107122534B (zh) 一种核反应堆功率倍增周期计算方法及装置
CN117419831A (zh) 一种温度传感器响应时间修正方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant