1、過熱汽溫對象具有大遲延、大慣性、非線性和時變性的特點，對于1000MW超超臨界機組的過熱汽溫控制，由于機組容量和參數(shù)的增加，蒸汽的過熱受熱面相對于蒸發(fā)受熱面的比例加大，使其遲延和慣性更大，從而進一步加大了過熱汽溫控制的難度。為了改善過熱汽溫的控制性能，首要工作是對過熱汽溫對象進行辨識，建立過熱汽溫對象精確的數(shù)學(xué)模型是提高其控制系統(tǒng)性能的基礎(chǔ)。
　　 粒子群優(yōu)化算法是由Eberhart博士和Kennedy博士提出的一種優(yōu)化計算技術(shù)

2、，源于對鳥群覓食行為的研究。粒子群算法由于對初始值選取相對不敏感和不易陷入局部極小的特點，非常適合于處理連續(xù)優(yōu)化問題。除此之外，粒子群算法還有諸多優(yōu)點，比如調(diào)整參數(shù)少，結(jié)構(gòu)不復(fù)雜，易于實現(xiàn)?，F(xiàn)在它已經(jīng)被廣泛的應(yīng)用于函數(shù)優(yōu)化、神經(jīng)網(wǎng)絡(luò)訓(xùn)練、模糊系統(tǒng)控制以及其他遺傳算法的應(yīng)用領(lǐng)域。
　　 本文針對某電廠在二級過熱器噴水減溫擾動及水煤比擾動下的過熱汽溫對象的動態(tài)特性，提出了基于電廠運行歷史數(shù)據(jù)的過熱汽溫系統(tǒng)粒子群辨識方法，建立了過熱汽