非線性預測控制在超臨界機組熱工過程控制中的應用研究.pdf

1、隨著我國電力工業(yè)的快速發(fā)展及電力結構的不斷調(diào)整，大型超(超)臨界火電機組已經(jīng)成為我國電網(wǎng)的主力機組，因其直流運行特性、變參數(shù)運行方式以及多變量耦合等特點，與常規(guī)亞臨界機組相比在過程控制等方面具有很大的特殊性，需要對超臨界機組的動態(tài)特性和控制策略進行深入研究。
　　 本文在全而總結超臨界機組機理建模和控制策略研究現(xiàn)狀的基礎上，結合某國產(chǎn)600MW超臨界機組，重點開展超臨界機組仿真建模和基于機器學習模型的非線性預測控制策略的研究工作

2、，并將非線性預測控制策略應用于超臨界機組熱工過程控制仿真研究中。本文主要內(nèi)容如下：
　　 1．建立了超臨界機組整體非線性動態(tài)數(shù)學模型，包括單相受熱面、雙相受熱面、噴水減溫器以及簡化的煙氣側和汽機側數(shù)學模型?；谀K化建模方法，以某國產(chǎn)600MW超臨界機組為研究對象，構建了超臨界機組整體仿真模型，并完成了典型負荷下的主要輸入量擾動試驗，獲得了超臨界機組的關鍵過程動態(tài)特性。
　　 2．建立了超臨界機組過熱系統(tǒng)簡化數(shù)學模型，包

3、括減溫器模型和過熱管模型。提出了一種基于現(xiàn)場數(shù)據(jù)和改進粒子群算法的模型參數(shù)優(yōu)化方法，以獲得所建模型的主要參數(shù)值，并結合某國產(chǎn)600MW超臨界機組運行數(shù)據(jù)進行算例分析，進一步研究了超臨界機組過熱汽溫對象的動態(tài)特性。
　　 3．在研究徑向基函數(shù)神經(jīng)網(wǎng)絡在線學習算法的基礎上，對最小資源分配網(wǎng)絡算法的參數(shù)調(diào)整方法進行了改進，提出了一種擴展最小資源分配網(wǎng)絡算法，建模實例驗證了算法的有效性和快速性。結合帶有“精英策略”的改進粒子群優(yōu)化算法，

4、提出了一種基于神經(jīng)網(wǎng)絡模型的非線性預測控制算法，仿真結果表明控制策略具有良好的控制品質(zhì)。
　　 4．將基于神經(jīng)網(wǎng)絡模型的非線性預測控制算法應用于超臨界機組負荷控制中。通過在線辨識負荷系統(tǒng)的神經(jīng)網(wǎng)絡模型作為預測模型，然后采用改進粒子群優(yōu)化算法對控制律進行尋優(yōu)，從而實現(xiàn)控制。仿真實驗表明，在保證中間點溫度、機前壓力穩(wěn)定的基礎上，獲得良好的負荷跟蹤能力。
　　 5．將精確在線支持向量回歸算法應用于非線性系統(tǒng)建模中，結合非線性建

5、模實例，分析了算法與擴展最小資源分配網(wǎng)絡非線性建模能力的優(yōu)劣。同時，將黃金分割法應用于目標函數(shù)優(yōu)化過程中，提出了一種基于支持向量回歸模型的非線性預測控制策略，仿真實例驗證了控制策略的有效性。
　　 6．將基于支持向量回歸的非線性預測控制算法應用于超臨界機組過熱汽溫控制中?？刂撇呗圆捎脗鹘y(tǒng)的串級控制結構，內(nèi)回路采用固定參數(shù)的比例控制器快速消除內(nèi)擾，外回路采用非線性預測控制器以克服大范圍的系統(tǒng)特性變化。仿真實驗表明，在機組負荷大范圍