中国的火电机组主要是燃煤发电机组,其存在污染严重,发电效率低等问题,不能满足新世纪电力行业的发展需要。燃气-蒸汽联合循环机组发电效率高、对环境污染小,是替代火电机组、作为未来主要能源的优质选择。为了更好地对燃气-蒸汽联合循环机组典型热工过程进行研究,为其控制策略的设计打好基础,需要对其热工过程进行系统辨识。针对这一问题,本文采用北京某燃气-蒸汽联合循环机组热电厂的实际热工过程数据作为样本进行分析处理,通过离线辨识方法得到基于历史数据的过程模型。之后在离线辨识的基础上,探究在线辨识的可行性,利用快速在线代数参数辨识算法对过程模型进行实时在线参数辨识,当过程模型的参数发生变化时,通过在线辨识可以快速追踪到此时模型的参数。首先,本文对燃气-蒸汽联合循环机组的工作原理和工艺流程进行了介绍,在对燃气-蒸汽联合循环机组有了较为深入的了解后,从其各种热工过程中,提炼出四个最为典型的热工过程,确认其输入输出数据。之后通过零初值处理和粗大值处理的方法,对从实际现场采集到的燃气-蒸汽联合循环机组实际运行数据进行预处理,为后续的离线辨识工作做好准备。随后利用布谷鸟搜索算法(CS)和云理论两种方法分别对粒子群算法(PSO)迭代公式的权重和位置参数进行优化,有利于其跳出局部最优进而得到最佳的参数辨识结果,将三者结合得到的云粒子群布谷鸟融合算法(CPSO-CS),并对处理过的现场实际运行数据进行离线辨识,得到联合循环机组的典型热工过程的传递函数。通过误差指标函数对PSO算法和CPSO-CS算法的辨识结果进行对比,验证了 CPSO-CS算法在离线辨识中的优越性。为了使CPSO-CS算法在实际工程中更好地进行使用,利用MATLAB的人机交互界面(GUI)设计功能,设计了典型热工过程模型自动辨识软件,可针对各种实际现场数据,对发电中的热工过程进行过程模型辨识。最后利用离线辨识得到的典型热工过程的传递函数,探索在线辨识的可行性。通过MATLAB/Simulink实验仿真,模拟现场因稳态变化发生而引起的模型参数变化情况,利用快速在线代数参数辨识算法进行在线辨识。通过对模型参数进行摄动,实验结果显示快速在线代数参数辨识算法可以准确地获取变化后的参数值,由此验证了在线辨识的可行性。本文旨在充分挖掘海量现场实际数据中所蕴含的潜在信息,利用智能辨识算法,对燃气-蒸汽联合循环机组以及其他机组典型热工过程的研究提供支持。