Matlab系统辨识在电厂建模过程中的应用_陈炳艺
MATLAB在电力系统中的应用研究
MATLAB在电力系统中的应用研究电力系统是现代社会的基石，如何优化电力系统的运行效率、提高稳定性、减少损耗一直是电力工程师们研究的焦点。
近年来，MATLAB的出现为电力系统的研究提供了一个全面、专业、高效的平台。
MATLAB是一款功能强大的数学软件，可以快速进行数据分析、建立模型并进行仿真。
在电力系统领域，MATLAB可以帮助工程师对电力系统进行模拟、仿真、分析、优化和控制。
下面分几个方面介绍MATLAB在电力系统中的应用研究。
一、电力系统建模电力系统是一个复杂的系统，包括发电、输电和配电三个部分。
传统的电力系统建模方法需要考虑众多的模型和变量，难以形成一个完整且实用的模型。
而MATLAB提供了一种全面的建模方案，通过各种工具箱和插件，可以更轻松、高效地进行模型建立和仿真。
MATLAB中有许多建模工具箱，如：SimPowerSystems、Power System Toolbox等。
其中，SimPowerSystems可以快速地建立电力系统和部件的三维模型，并进行仿真和测试。
而Power System Toolbox则提供了许多高级模型和算法，以帮助工程师更精确地模拟和分析电力系统。
通过这些工具箱和插件的组合，可以构建出一个完整的电力系统模型，进行各种测试和分析。
二、电力系统仿真在电力系统的研究中，仿真是一种十分重要的方法。
仿真可以模拟多种复杂的模型和场景，帮助工程师更深入地分析电力系统的潜在问题。
MATLAB中提供了一些方便的仿真工具，如：Simulink等。
Simulink是MATLAB中的一个仿真工具，用于快速建立仿真模型来解决多种连续和离散的问题。
电力系统中的仿真可以通过建立详细的电力系统模型来实现，然后根据不同的需求进行仿真。
仿真可以模拟多种场景，如：电力负荷的变化，各种电力系统故障和灾害等等。
通过这些仿真结果，可以准确地找出电力系统的问题，并制定解决方案。
三、电力系统分析电力系统的分析是非常重要的，能够帮助工程师更好的了解电力系统的稳定性和可行性。
Matlab技术在电力系统分析中的应用
Matlab技术在电力系统分析中的应用引言:近年来，随着电力系统规模的不断扩大和技术的不断创新，对电力系统分析工具的需求也越来越高。
在这个背景下，Matlab作为一款强大的数学计算和仿真软件，在电力系统分析中发挥着重要的作用。
本文将探讨Matlab在电力系统分析中的应用，以及其带来的好处和挑战。
一、概述电力系统分析电力系统是一个复杂而庞大的系统，由发电厂、输电网络和配电网络组成。
电力系统分析是研究电力系统的稳定性、可靠性和安全性的过程，旨在优化系统的运行和性能。
电力系统分析通常涉及电压、电流、功率和频率等参数的计算和仿真。
二、Matlab在电力系统仿真中的应用1. 敏感度分析在电力系统规划和运行中，敏感度分析是一项重要的任务。
通过分析各个参数对电力系统性能的影响，可以提前发现问题并采取相应的措施。
Matlab提供了丰富的数学和统计函数，可以用于进行敏感度分析，从而帮助工程师了解系统的脆弱性和可调节性。
2. 电力负载模拟电力负载模拟是电力系统规划中的一项关键任务。
通过模拟不同负载场景下的系统响应，可以评估系统运行的可靠性和稳定性。
Matlab提供了强大的仿真功能和多种负载模型，可以帮助工程师快速准确地进行负载模拟，并分析模拟结果。
3. 电力系统稳定性分析电力系统稳定性是电力系统设计和运行中最重要的问题之一。
Matlab提供了多种稳定性分析算法和工具包，可以计算系统的动态稳定性、静态稳定性和暂态稳定性。
这些分析结果为工程师提供了有关电力系统稳定性的详细信息，有助于制定有效的控制策略和保障系统的运行稳定。
4. 电力系统优化电力系统优化是通过调整系统参数和控制策略，以最大化系统性能和经济效益的过程。
Matlab提供了各种优化算法和工具包，可以用于电力系统规划和运行的优化问题。
通过Matlab的优化功能，工程师可以快速找到最佳的系统配置和控制策略，从而提高系统的效率和可靠性。
三、Matlab在电力系统分析中的挑战尽管Matlab在电力系统分析中具有很多优点，但也存在一些挑战需要克服。
使用Matlab进行电力系统建模和电力优化
使用Matlab进行电力系统建模和电力优化引言电力系统是现代社会的重要基础设施之一，为满足人们对电能的需求，建立稳定、高效的电力系统是至关重要的。
电力系统建模和电力优化是电力系统领域的重要研究方向，它们可以帮助我们深入了解电力系统的运行情况，并提供优化方案以提高电力系统的效能。
本文将介绍使用Matlab进行电力系统建模和电力优化的方法和应用。
一、电力系统建模1. 电力系统模型的基本要素在电力系统建模中，我们需要考虑以下基本要素：- 发电机：包括火电、水电等各种发电机组；- 输电线路：将发电机产生的电能输送到用户处；- 变电站：将输送来的电能进行升压或降压；- 负荷：指电力系统的使用者，包括家庭、工厂、商店等；- 控制设备：包括自动化控制系统和保护装置等。
2. 电力系统建模的方法在Matlab中，我们可以使用不同的方法对电力系统进行建模，其中一种常用的方法是基于节点法。
节点法是一种基于网络拓扑结构的建模方法，它将电力系统中的各个基本要素抽象为节点和支路，通过节点之间的连接关系建立整个系统的拓扑结构。
3. Matlab在电力系统建模中的应用Matlab提供了丰富的工具箱和函数，可以帮助我们进行电力系统的建模和仿真。
其中，Power System Toolbox是一个专门用于电力系统建模和分析的工具箱，它提供了各种用于处理不同电力系统元件的函数和工具，如发电机模型、输电线路模型等。
通过使用这些工具，我们可以方便地进行电力系统的建模和仿真，并对系统进行各种分析和评估。
二、电力优化1. 电力系统优化的目标电力系统优化的目标是提高电力系统的效能和经济性，主要包括以下几个方面：- 提高电力系统的供电可靠性和稳定性，保证电力供应的连续性和质量；- 降低电力系统的成本，减少能源消耗和环境污染；- 提高电力系统的运行效率，优化系统的电压、功率因数等。
2. 电力系统优化的方法为了实现电力系统的优化，我们可以采用不同的方法和技术，其中一种常用的方法是基于优化算法。
MATLAB在电力系统仿真中的应用
MATLAB在电力系统仿真中的应用摘要：电力系统是现代社会不可或缺的基础设施，对其稳定运行和优化管理具有重要意义。
本文旨在探讨MATLAB在电力系统仿真中的应用，包括电力系统建模、稳态分析和暂态分析。
通过MATLAB提供的丰富工具和函数，研究人员可以有效地进行电力系统仿真，以评估系统性能、优化运行策略，并研究新技术的应用。
第一部分：电力系统建模电力系统建模是仿真工作的基础，它包括对发电机、变压器、输电线路等各个组件进行电气和机械特性的建模。
在MATLAB中，可以利用Simulink进行建模，通过连接不同的模块组成电力系统，实现各个节点之间的物理连接。
在建立模型时，需要考虑到系统的不确定性和复杂性，以准确地模拟实际情况。
此外，还可以利用MATLAB的Power System Toolbox进行系统参数的估计和校正，提高模型准确度。
第二部分：稳态分析稳态分析是对电力系统在稳定运行状态下进行评估和优化的过程。
在MATLAB中，可以利用Power System Toolbox提供的函数来计算节点电压、功率潮流和等效电路参数等。
通过对节点电压和功率潮流进行计算和分析，可以评估电力系统的稳定性和可靠性，并寻找优化策略，例如调整发电机容量、优化输电线路布局和控制变压器的调压。
第三部分：暂态分析暂态分析是对电力系统在瞬时状态下进行评估和优化的过程。
在MATLAB中，可以利用Simulink进行暂态仿真，模拟电力系统在短路、开关操作和故障等异常情况下的响应。
通过设定不同的故障模式和参数，可以评估电力系统的稳定性和保护装置的性能。
此外，还可以利用MATLAB的Simscape工具箱建立更精确的组件模型，以获得更准确的仿真结果。
结论：MATLAB在电力系统仿真中的应用广泛而有效。
通过利用MATLAB提供的工具和函数，可以对电力系统进行建模、稳态分析和暂态分析，以评估系统性能和优化运行策略。
此外，MATLAB还提供了友好的用户界面和丰富的可视化功能，帮助研究人员轻松地进行数据处理和结果分析。
Matlab模拟与仿真在电力系统中的应用
Matlab模拟与仿真在电力系统中的应用电力系统是现代社会的重要基础设施之一，它的稳定运行对于保障工业生产和生活维持起着至关重要的作用。
然而，电力系统的复杂性和不确定性给运行和维护带来了巨大挑战。
为了更好地理解和优化电力系统的运行，Matlab模拟与仿真成为了电力工程师们必备的工具之一。
首先，Matlab提供了丰富的数学和计算工具，可以准确地描述电力系统的各个组成部分。
例如，电力系统中的电源可以通过Matlab中的信号处理工具进行建模和分析。
通过Matlab的傅立叶变换和滤波函数，我们可以对电源频率和幅值进行准确的计算和预测。
另外，电力系统中的传输线路可以使用Matlab中的微分方程求解函数进行建模和仿真。
这些数学工具的应用使得我们能够更全面地了解电力系统中不同部件的相互作用和影响。
其次，Matlab提供了强大的仿真和优化功能，有助于电力系统的稳定性和可靠性分析。
通过建立电力系统运行的数学模型，并利用Matlab的仿真工具，我们可以模拟不同的运行情景，评估系统的稳定性和可靠性。
这些仿真结果可以帮助我们确定系统存在的问题，并提出相应的解决方案。
同时，Matlab还提供了优化工具箱，可以帮助我们对电力系统进行最优规划和调度。
通过分析各种参数和约束条件，我们可以得到最佳的系统操作策略，从而实现能源的高效利用和系统的经济性。
第三，Matlab还提供了强大的数据可视化和分析工具，帮助我们更加直观地理解电力系统的运行状况。
通过使用Matlab中的绘图函数和图表工具，我们可以将电力系统的运行数据以直观的图形形式呈现出来。
这不仅有助于发现数据中的模式和趋势，还可以帮助我们识别系统异常和故障。
此外，Matlab还支持对大量数据的快速处理和分析，可以帮助我们从复杂的数据中提取有用的信息和洞察力。
综上所述，Matlab模拟与仿真在电力系统中具有广泛的应用和重要的作用。
它为电力工程师们提供了强大的数学和计算工具，帮助他们准确描述电力系统的各个组成部分。
Matlab技术在电力系统仿真中的应用指南
Matlab技术在电力系统仿真中的应用指南I. 引言电力系统仿真是电力领域中重要的研究工具之一。
它能够帮助电力工程师、研究人员和决策者分析电力系统的运行情况，评估系统的稳定性和可靠性，并进行优化和规划。
在电力系统仿真中，Matlab技术被广泛应用，本文将探讨Matlab在电力系统仿真中的具体应用指南。
II. 电力系统建模与仿真在电力系统的仿真过程中，建模是关键。
Matlab提供了一系列强大的工具和函数，用于电力系统的建模和仿真。
电力系统通常可以分为三个主要的子系统：发电系统、输电系统和配电系统。
每个子系统都有其特定的建模需求。
1. 发电系统建模发电系统的建模包括发电机、励磁系统和稳定器的建模。
Matlab提供了多种建模方法，如传递函数模型、状态空间模型和非线性模型。
用户可以根据实际情况选择合适的建模方法，并使用Matlab的仿真工具进行系统稳定性和响应性能的评估。
2. 输电系统建模输电系统建模是电力系统仿真中的一个关键环节。
Matlab提供了强大的电力网络建模工具，可以用来建立输电线路、变压器和各种网络拓扑结构。
用户可以通过Matlab的图形用户界面或脚本语言来创建并配置电力网络模型，然后进行仿真分析。
3. 配电系统建模配电系统建模是电力系统仿真的最后一个环节。
Matlab提供了用于建立配电系统的工具和函数。
用户可以使用Matlab的电力系统模块来创建配电网络模型，并进行负载流、短路分析、电能质量评估等仿真计算。
这些模型和仿真分析结果可以帮助用户评估配电系统的可靠性和效益。
III. 电力系统模拟与分析在电力系统仿真中，模拟和分析是非常重要的步骤。
Matlab提供了各种仿真和分析工具，用户可以利用这些工具来模拟电力系统的运行情况，并评估系统的性能。
1. 稳定性分析电力系统的稳定性是电力系统仿真中的一个关键指标。
Matlab提供了用于稳定性分析的工具，可以帮助用户评估电力系统的电压稳定性和频率稳定性。
Matlab技术在电力系统分析中的应用案例
Matlab技术在电力系统分析中的应用案例电力系统是现代社会不可或缺的基础设施之一，其可靠性和稳定性对于保障正常生活和经济运行至关重要。
随着科技的发展，计算机技术在电力系统分析中扮演着越来越重要的角色。
Matlab作为一款功能强大的计算和分析工具，在电力系统分析中有着广泛的应用。
本文将通过几个具体的案例，探讨和介绍Matlab技术在电力系统分析中的应用。
一、电网负荷预测电网的负荷预测是电力系统运行和规划的关键环节之一。
准确地预测负荷可以帮助电力公司调整发电计划、优化用电调度，从而提高电网的运行效率和经济性。
Matlab中提供了强大的时间序列分析和预测工具，可以结合历史负荷数据进行负荷预测。
通过构建适当的模型和算法，可以利用Matlab对电力负荷进行长期、中期和短期的预测。
这些预测结果不仅可以用于电力系统规划和经济运行，还可以用于电力市场的交易和电力供需平衡的调度。
二、电力系统稳定分析电力系统稳定性是电力系统安全运行的前提。
任何系统运行中出现的不稳定现象都可能导致系统崩溃或停电，给社会和经济带来严重的损失。
Matlab中提供了强大的非线性系统数学建模和求解工具，可以实现电力系统的稳定性分析和仿真。
利用Matlab的电力系统稳定性工具箱，可以模拟并分析系统在各种外部扰动和内部故障情况下的动态响应和稳定性。
根据仿真结果，可以针对电力系统的问题进行合理的优化和改进，提高电力系统的可靠性和稳定性。
三、电力系统优化调度电力系统的优化调度是指在满足供需平衡和一定约束条件的基础上，通过合理调度发电和输电资源，使得系统运行效率最大化。
Matlab提供了强大的优化算法和求解器，可以用于电力系统的优化调度问题。
通过建立电力系统的数学模型，在考虑系统的经济性、可靠性和环境等因素的基础上，应用Matlab中的优化算法进行求解，得到最优的发电和输电策略。
这些最优化调度策略可以帮助电力公司减少能源消耗、优化电网结构和提高发电效率，对于保障电力供应和节约能源具有重要意义。
MATLAB在电力系统设计与分析中的应用实践
MATLAB在电力系统设计与分析中的应用实践一、介绍电力系统设计与分析是电力工程领域的重要内容。
随着电力行业的不断发展和电力系统的规模逐渐扩大，如何高效而准确地进行电力系统的设计与分析成为了亟待解决的问题。
本文将介绍MATLAB在电力系统设计与分析中的应用实践，并探讨其优势和局限性。
二、MATLAB在电力系统仿真中的应用1. 电力系统模型的建立电力系统设计与分析的第一步是建立电力系统模型。
MATLAB提供了丰富的工具箱和函数库，能够方便地实现各种电力系统模型的建立，包括发电机、变压器、线路等。
通过MATLAB所提供的函数，用户可以快速搭建出电力系统的基本结构，并进行参数设定。
2. 电力系统稳态分析电力系统稳态分析主要研究电力系统中各个节点的电压、电流和功率等参数的稳定情况。
MATLAB提供了强大的数值计算和优化工具，可以帮助用户进行电力系统的稳态分析。
通过MATLAB的优化算法，可以寻找到电力系统的最佳操作点，以保证电力系统的稳定运行。
3. 电力系统暂态分析电力系统暂态分析主要研究电力系统在突发故障或外界干扰下的响应情况。
MATLAB提供了强大的仿真工具，可以模拟电力系统在不同故障情况下的暂态过程，并计算出电力系统各个节点的电压、电流和功率等参数。
通过MATLAB的仿真结果，可以评估电力系统在各种故障情况下的稳定性和可靠性。
4. 电力系统优化设计电力系统优化设计旨在寻找电力系统的最佳配置和运行方案，以提高电力系统的效益和可靠性。
MATLAB提供了优化工具箱，可以帮助用户对电力系统进行优化设计。
通过MATLAB的优化算法，可以优化电力系统的拓扑结构、电力设备的参数和运行策略，以最大程度地提高电力系统的效率和稳定性。
三、MATLAB在电力系统设计与分析中的优势1. 多功能性MATLAB作为一种高级编程语言和数值计算环境，具有丰富的函数库和强大的计算能力。
用户可以利用MATLAB来实现电力系统设计与分析的各个环节，从而提高工作效率和准确性。
MATLAB在电力系统建模中的应用
MATLAB在电力系统建模中的应用电力系统是现代社会不可或缺的基础设施之一，对于人们的生活和经济发展起着至关重要的作用。
为了确保电力系统的安全运行和高效调控，电力系统建模是必不可少的一项工作。
而MATLAB作为一种功能强大的计算软件，被广泛应用于电力系统建模中，对于电力系统的分析、优化和预测具有重要意义。
本文将介绍MATLAB在电力系统建模中的应用，并探讨其在不同方面的具体应用方法。
一、概述电力系统建模在深入了解MATLAB在电力系统建模中的应用之前，首先需要了解电力系统建模的概念和目的。
电力系统建模是指通过建立各种数学模型和算法，对电力系统中的各种组件和设备进行描述和计算，以便分析、优化和预测电力系统的运行情况。
电力系统建模的目的是为了确保电力系统的稳定性、可靠性和可调控性，提升电力系统的运行效率和质量。
二、1. 电力系统的潮流计算电力系统的潮流计算是电力系统建模中最基本的问题之一。
它的目的是计算电力系统中每个节点的电压幅值和相角，以及各个支路的电流大小和相位差。
MATLAB提供了丰富的数学函数和工具箱，可以方便地进行潮流计算。
通过编写相应的算法和程序，可以将电力系统的节点和支路数据输入到MATLAB中，进行潮流计算并输出结果。
潮流计算的结果可以用于电力系统的负荷分配、输电线路的容量规划等方面的优化工作。
2. 电力系统的短路计算电力系统中的短路计算是为了分析和评估电力系统中各个节点和支路在发生短路故障时的电流和电压情况。
MATLAB可以通过建立电力系统的等值短路模型和相应的矩阵方程，进行短路计算。
通过对短路情况的分析，可以得出电力系统的短路电流、短路电压和短路损耗等重要参数，为电力系统的故障诊断和保护装置的设计提供依据。
3. 电力系统的稳定性分析电力系统的稳定性是指电力系统在扰动或故障发生时，能够自动或经过调节恢复到稳定运行状态的能力。
MATLAB提供了用于电力系统稳定性分析的各种工具箱和函数，如动态模型库、状态空间法、频域法等。
利用Matlab进行系统辨识与建模
利用Matlab进行系统辨识与建模Matlab是一种功能强大的科学计算软件，广泛应用于各个领域。
其中，系统辨识与建模是Matlab的一个重要应用领域。
系统辨识与建模是通过收集系统的输入和输出数据，建立系统数学模型的过程，它在工程、自动控制、信号处理等领域有着广泛的应用。
一、系统辨识与建模的基本概念系统辨识与建模的目标是通过已知的输入和输出数据，估计系统的数学模型。
这个数学模型可以是线性的或非线性的，可以是时变的或时不变的，可以是确定性的或随机的。
系统辨识与建模的基本概念包括输入信号、输出信号、系统动力学和参数估计等。
输入信号是系统的激励信号，它是可以控制的，常用的输入信号包括单位阶跃信号、正弦信号、随机信号等。
输出信号是系统的响应信号，它是根据输入信号和系统模型计算得到的。
系统动力学描述了系统的响应规律，它可以通过微分方程、差分方程、状态空间模型等形式来表示。
参数估计是通过利用已知的输入和输出数据，求解系统模型的未知参数的过程。
二、系统辨识与建模的方法系统辨识与建模的方法有很多种，根据实际问题和数据特点可以选择不同的方法。
常用的系统辨识与建模方法包括最小二乘法、频域法、时域法、模态分析法等。
最小二乘法是一种基于误差最小化原则的参数估计方法，它通过最小化实际输出与模型输出之间的误差来确定模型参数。
频域法是将输入输出信号的频谱进行比较，通过频谱分析得到系统的频率特性，进而确定模型参数。
时域法是根据输入输出信号的时域特性，通过差分方程或微分方程求解模型参数。
模态分析法是通过对系统的特征频率和振型进行分析，利用模态参数来建立动力学模型。
三、Matlab在系统辨识与建模中的应用Matlab提供了一系列用于系统辨识与建模的工具和函数，使得系统辨识与建模的过程更加简单和高效。
Matlab中的System Identification Toolbox是一个专门用于系统辨识与建模的工具箱，它提供了多种经典和先进的系统辨识方法，包括最小二乘法、模型结构选择、参数估计等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
４０
Matlab 系统辨识在电厂建模过程中的应用
陈炳艺
（福建省电力有限公司电力科学研究院，福建福州350007）
摘要：介绍了系统辨识的原理和Matlab 系统辨识工具箱的主要功能以及辨识的流程。
根据在某运行电厂的煤量--主汽
压扰动试验数据，应用Matlab 辨识出其模型结构和参数。
辨识过程是先假定一个模型进行辨识，根据输出误差判断模型是否合适，如果误差过大则重新选择合适的模型，直到产生的系统模型能拟合出最接近数据的曲线。
关键词：Matlab ；系统辨识；电厂建模；应用中图分类号：TP319文献标识码：A 文章编号：1673-1131（2012）06-0040-02模型就是把实际系统的行为、内容等主要信息用合适的数学描述形式来表示，它的主要功能是模拟实际系统的行为而非实际结构。
系统辨识是研究建立系统数学模型的一种理论和方法，通过实际数据进行模拟实验，得到一个与实际系统等价的数学模型。
它在电力、航空航天、化学等行业得到了广泛的应用。
目前我国面临较大的节能减排压力，电厂作为减排重点企业需要不断优化运行。
电厂是一个较为复杂的系统，目前针对各种锅炉型号和燃烧煤种，国内许多研究已经能够确定其基本模型结构，通过扰动试验等试验对其各系统，特别是燃烧系统等较为复杂系统进行辨识，从而建立准确数学模型，对优化燃烧控制进而实现节能减排的目标具有重要的意义。
1辨识原理
辨识就是在已知数据的基础上，在一定的准则下，通过实验等方式确定一个与所测系统等价的模型。
辨识的原理如图1。
图1中模型G ’(s )是过程G (s )的等价情况，需要根据等价
准则来判定。
等价准则是用来衡量模型接近实际过程程度的标准，是辨识的主要素之一，通常用某一误差的泛函来表示，该函数称为损失函数。
当损失函数为最小值时，即可得到最接近实际模型的理想模型G ’(s )。
如果损失函数过大或者辨识结果不理想，则需要考虑调整模型结构或者模型参数[1]。
目前DCS 在火电厂中已经被普遍采用。
通过DCS 可以方便地采集扰动试验中测试对象的响应数据。
辨识结束后将辨识结果通过DCS 的模拟量调节系统控制的模块来对模拟量控制系统进行控制。
图1系统辨识原理图
2Matlab 系统辨识工具箱
Matlab 的系统辨识工具箱的主要功能包括：非参数模型辨识、参数模型辨识、模型类的建立和转换、递推参数估汁、模型验证工具、多功能用户界面等。
辨识的流程为：数据获取->数据预处理->模型结构选择->参数估计->模型检验和动态仿真。
2.1数据获取和预处理
根据获取的数据的情况决定是否需要进行数据预处理。
系统辨识工具箱进行数据预处理的主要功能包括消除数据的趋势项(dtrend )、对测量数据进行滤波(idfilt )和通过对输入输出数据重新采样来插值或者删减数据(idresamp )。
2.2模型建立
系统辨识工具箱提供对参数和非参数等模型类的支持。
参数模型类包括ARX 、ARMAX 、BJ 、输出误差（OE ）和状态空间（SS ）等模型。
非参数模型类包括脉冲响应和频域描述等模型。
主要的模型结构选择函数有struc 、arxstruc 、ivstruc 和selstruc 。
中对这个坐标进行映射累加。
当所有的特征点组合都被映射
后，求得峰值对应点就是所需要的信息。
如果存在圆（或同心圆），则将在参数空间中的相应处会出现极大值。
通过检测这个极大值，且该极大值大于某一阈值，就可以得到其圆心。
4实验结果
基于Hough 变换变换尿液中红细胞定位的实验结果是在windowXP/VC++6.0环境下运行得到。
在实验中，利用三点确定一个圆的原理，检测到三个特征点就可以确定一个圆。
根据统计，红细胞在图像中，其半径大约是在13像素左右，所以在映射过程中，如果存在圆（或同心圆），则将在参数空间中的相应处会出现极大值。
通过检测这个极大值，且该极大值大于某一阈值，就可以得到其圆心，组合计算的半径大小被限制在6像素到20像素之间。
5结语
本文提出了一种针对尿液图像中的红细胞进行自动定位的方法，充分利用圆的几何特征，先利用sobel 算法对图像进
行边缘检测，检测后的显微图像光滑，然后利用Hough 算法进行圆定位。
参考文献：[1]
吕俊瑞，罗学刚.基于GPU 的Hough 变换多圆加速检测实现[J ].2012,29(4)[2]代勤，王延杰，韩广良.基于改进Hough 变换和透视变换
的透视图像矫正[J ].液晶与显示,2012,27(4)[3]孙文贇，韩斌.Hough 变换的三次方Bezier 曲线检测算法
研究[J ].图学学报，2012,33(4)[4]毛臣健，周忆.一种通用的全景视觉水平边线快速检测方
法[J ].工艺与检测,2012,3
作者简介：钟彩（1982-），男，湖南常德人，硕士，讲师，研究方向为计算机图像处理。
函数struc生成ARX结构参数，函数arxstruc用来计算ARX模型结构的损失函数，即归一化的输出预测误差平方和，函数ivstruc是采用基于辅助变量法来求取ARX模型结构损失函数，函数selstruc用来在损失函数的基础上进行模型结构选择。
2.3参数估计和模型验证
系统辨识工具箱中，支持的一次完成算法的参数模型辨识函数有ar、arx、armax、ivx等。
用递推算法进行参数模型辨识的函数有rarx、rarmax等。
在建立模型和对模型进行辨识后，需要对结果进行检验，这就需要模型验证和仿真的函数，主要有com-pare、predict、pe、resid等。
其中：compare用来将模型的预测输出与对象实际输出在同一图形上进行比较；predict用来根据历史数据预测未来输出；pe用来计算预测误差；resid用来计算模型预测误差并进行相关分析。
检验仿真结果，如果误差较大，则要重新进行模型结构的选择、参数估计，再进行结果比较。
[2]
3参数辨识在电厂应用实例
在某300MW循环流化床运行机组进行扰动试验，该机组运行时当燃料量M扰动时，有一定的滞后时间T
m
,随锅炉的蒸发量增加，汽包压力P逐渐增加而增加，当蒸汽流量与锅炉蒸发量相等时，汽压维持在一个新的平衡值，系统达到一个新的平衡。
通过其DCS采集在煤量阶跃扰动下主汽压的数据(见图2)。
将从DCS导出的数据按时间顺序保存为带逗号的txt 格式或者excel格式。
在Matlab中把煤量和主汽压数据分别导入为coal、press，并通过命令zp=iddata(coal,press)，将两者转换为iddata格式存入zp
变量。
图2煤量扰动下的主汽压响应(u1为煤量，y1为主汽压) 3.1选择ARX模型进行辨识
首先选用基于最小二乘法的ARX模型，其形式为：
A（q）y(t)=B(q)u(t-nk)+e(t)
对于试验的煤种和锅炉型号，根据已有的研究资料，惯性阶次为6以下[3]，故输入以下命令建立一个ARX模型结构参数集构成的矩阵：
NN=struc(1:6,1:2,1:6)
接着计算损失函数：
Loss_Fun=arxstruc(zp,zp,NN)
然后通过selstruc命令来选择模型的结构:
order=selstruc(Loss_Fun,’aic’)
最后求取模型参数：
ModelARX=arx(zp,oder)
计算出数据为：
A(q)=1-0.9111q^-1+0.0558q^-2-0.09535q^-3-0.121q^ -4+0.07226q^-5
B(q)=0.0005273q^-4-0.0004638q^-5
通过compare命令来进行模型验证：
compare(zp,ModelARX
)
ͼ4实际响应和OE模型响应验证
B(q)=-2.716e-005q^-1+2.794e-005q^-2
F(q)=1-1.168q^-1+0.3137q^-2-1.118q^-3+0.9728q^-4通过图4可以看出这个模型很接近原始数据，是一个较好的模型。
通过d2c命令和tf命令可以将辨识出的离散模型
转换为连续传递函数形式：
本文将在电厂DCS上采集的数据导出后，利用Matlab的系统辨识工具箱能快速地对电厂的调节回路进行结构辨识和参数辨识。
通过选择、比较不同的模型结构和参数来拟合出最接近实际曲线的模型及参数，为进一步优化控制打下了良好的基础。
参考文献：
[1]吕秋霞，李继容.Matlab在系统辨识中的应用[J].仪器仪
表用户,2008,15(1)：60-61
[2]齐晓慧，田庆民,董海瑞.基于Matlab系统辨识工具箱的
系统建模[J].兵工自动化，2006,25(10):88-90
[3]张秋生等.450t/h循环流化床锅炉协调控制系统的试验研
究[J].动力工程，2006,26（5）:662-665
信息通信陈炳艺：Matlab系统辨识在电厂建模过程中的应用
４１。