小波神經網絡廣義預測控制在火電機組協(xié)調控制系統(tǒng)中的應用研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、大型火電機組具有控制對象復雜、非線性、大滯后、模型難以建立等特點,用傳統(tǒng)控制方法很難得到最佳的運行效果。在常規(guī)局部控制系統(tǒng)基礎上發(fā)展起來的協(xié)調控制系統(tǒng)是解決這個問題的有效途徑。協(xié)調控制系統(tǒng)控制策略的設計直接決定了系統(tǒng)的控制品質。因此,先進控制技術在其中的應用研究對提高資源利用率、保證電廠安全穩(wěn)定運行具有重要的意義。在參閱大量文獻的基礎上,本文采用小波神經網絡廣義預測控制策略。小波神經網絡具有良好的函數(shù)逼近能力和模式分類能力,廣義預測控制

2、對比較復雜的工業(yè)生產過程呈現(xiàn)良好的控制性能和魯棒性。課題采用基于BP學習算法的小波神經網絡辨識被控對象的數(shù)學模型,進而建立了基于小波神經網絡的預測模型,提高了模型辨識的精度和速度。在通過極小化性能指標函數(shù)計算最優(yōu)控制率時,利用了模型辨識過程中已獲得的數(shù)據(jù),不僅避免了Diophantine方程的在線求解,而且將復雜的大矩陣求逆運算簡化為簡單的對角矩陣求逆運算,大大減少了廣義預測控制算法的在線計算量,增強了其實時性。最后對300MW火電機組

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論