電廠生產(chǎn)過(guò)程節(jié)能控制研究及應(yīng)用.pdf

1、隨著能源矛盾的日益突出,電廠對(duì)現(xiàn)有設(shè)備實(shí)行節(jié)能控制,提高化石能源的利用率是解決能源矛盾的可行性辦法之一。電廠的節(jié)能控制包含多個(gè)系統(tǒng)的節(jié)能研究,本文以過(guò)熱蒸汽溫度為例,對(duì)其控制節(jié)能展開(kāi)了研究。火電廠過(guò)熱蒸汽溫度控制系統(tǒng)很容易受到蒸汽側(cè),煙氣側(cè)和減溫水的各種干擾,且這些干擾不一定服從高斯分布。本文針對(duì)系統(tǒng)中存在的非高斯干擾,將隨機(jī)分布控制算法應(yīng)用到過(guò)熱蒸汽溫度串級(jí)控制系統(tǒng)的主調(diào)節(jié)器中,用信息熵作為衡量系統(tǒng)不確定性的指標(biāo),采用梯度下降法將性能

2、指標(biāo)最小化,得出了系統(tǒng)的控制律。這一控制律使得過(guò)熱汽溫控制系統(tǒng)的跟蹤誤差概率密度函數(shù)分布最終接近又尖又窄的分布形狀。同時(shí),本文將基于最小熵的BP神經(jīng)網(wǎng)絡(luò)算法用到過(guò)熱蒸汽溫度串級(jí)控制系統(tǒng)的主調(diào)節(jié)器中,采用梯度下降法將信息熵最小化。其中主調(diào)節(jié)器的參數(shù)通過(guò)神經(jīng)網(wǎng)絡(luò)權(quán)重的變化能夠得到實(shí)時(shí)的優(yōu)化,最終使得系統(tǒng)的不確定性減小,跟蹤誤差的概率密度函數(shù)朝著又尖又窄的方向變化。通過(guò)對(duì)機(jī)組過(guò)熱器實(shí)例進(jìn)行仿真,并通過(guò)與常規(guī)PID串級(jí)算法進(jìn)行對(duì)比,算法的可行性