《表1 不同噪声背景下x1、x2的平均绝对误差》
图1和图2分别为伽马噪声和高斯混合噪声背景下,CRPF算法和改进的ACRPF算法对汽包压力x1和汽包液体密度x2的估计误差,0~100 s系统处于正常工作状态,2种算法的估计误差都比较小。可见,由于ACRPF算法能够根据状态估计误差自适应调整状态转移密度方差,增强了对强噪声扰动的自适应修正能力,因此,对x1和x2的估计精度均高于改进前的CRPF算法。尤其对于x2,在100 s系统出现故障,采用原有CRPF算法估计误差急剧增加,而本文改进算法的估计精度得到了大幅提高。表1为图1和图2中x1和x2的平均绝对误差,数据同样说明了本文算法的状态估计准确性均得到了明显提高。
图表编号 | XD002676700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.05.01 |
作者 | 王进花、曹洁、李伟、黄玲 |
绘制单位 | 兰州理工大学电气工程与信息工程学院、甘肃省工业过程先进控制重点实验室、兰州理工大学电气与控制工程国家级实验教学示范中心、兰州理工大学电气工程与信息工程学院、甘肃省工业过程先进控制重点实验室、兰州理工大学电气与控制工程国家级实验教学示范中心、兰州理工大学电气工程与信息工程学院、兰州理工大学电气工程与信息工程学院、甘肃省工业过程先进控制重点实验室、兰州理工大学电气与控制工程国家级实验教学示范中心 |
更多格式 | 高清、无水印(增值服务) |