超超臨界機組的建模與仿真.pdf

1、鍋爐、汽輪機以及相應輔機構成了火電單元機組，因為超超臨界機組耦合性和非線性比一般機組的情況復雜，所以用傳統(tǒng)方法建立數(shù)學模型比較困難。本文用線性模型，廣義回歸神經(jīng)網(wǎng)絡、具有輸出-輸入機制的改進Elman神經(jīng)網(wǎng)絡(OIF Elman)和減法聚類模糊神經(jīng)網(wǎng)絡建立了1000MW超超臨界直流鍋爐單元機組的動態(tài)模型，仿真結果證明了，神經(jīng)網(wǎng)絡模型優(yōu)于線性模型，廣義回歸神經(jīng)網(wǎng)絡對樣本需求量小，網(wǎng)絡可調(diào)參數(shù)少，最大限度減少了主觀因素對結果的影響，而且它的

2、訓練過程是單程訓練，不需要迭代，它比線性模型訓練過程快很多；OIF Elman神經(jīng)網(wǎng)絡模型比廣義回歸神經(jīng)網(wǎng)絡具有更好的收斂精度和收斂速度；ANFIS神經(jīng)網(wǎng)絡模型在訓練步數(shù)，訓練時間和擬合能力方面均由于神經(jīng)網(wǎng)絡模型，仿真結果穩(wěn)定，網(wǎng)絡實用性強，將基于減法聚類的ANFIS應用于超超臨界機組建模是有效可行的。仿真結果證明了所建模型的有效性。本文所采用的數(shù)據(jù)來自某1000MW電廠的DCS系統(tǒng)，因此本文的模型是建立在工程實際的基礎之上的，結合這些