神經(jīng)網(wǎng)絡(luò)控制技術(shù)在現(xiàn)代電站中的應(yīng)用.pdf

1、現(xiàn)代電站的生產(chǎn)過程中存在過熱汽溫、再熱汽溫、鍋爐水處理、負(fù)荷調(diào)節(jié)等許多大遲延、大滯后、特性時(shí)變的對象，它們中有些還是具有強(qiáng)非線性特性的對象或多變量耦合系統(tǒng)，采用常規(guī)的PID控制手段很難取得良好的控制效果。若應(yīng)用現(xiàn)代控制理論中的自適應(yīng)控制、最優(yōu)控制、解耦控制、預(yù)測控制等控制手段，則需要建立被控對象的數(shù)學(xué)模型，而且往往控制系統(tǒng)的計(jì)算量大、實(shí)時(shí)性差。這些缺點(diǎn)使其很難滿足實(shí)際生產(chǎn)過程的需要從而極大地限制了其在現(xiàn)代電站中的應(yīng)用。隨著發(fā)電機(jī)組向大容

2、量、高參數(shù)方向發(fā)展及各種新型發(fā)電方式的出現(xiàn)，電站中各生產(chǎn)環(huán)節(jié)的特性越來越復(fù)雜而對其控制品質(zhì)的要求卻越來越高，急需新的控制技術(shù)來對其進(jìn)行有效的控制。 神經(jīng)網(wǎng)絡(luò)具有表示任意非線性關(guān)系和學(xué)習(xí)等能力，通過恰當(dāng)選擇網(wǎng)絡(luò)層次和隱層單元數(shù)能夠以任意精度逼近任意連續(xù)函數(shù)及其各階導(dǎo)數(shù)。為時(shí)變、非線性對象的動(dòng)態(tài)特性的辯識提供了簡單而有效的一般性的方法，解決了時(shí)變、非線性對象控制中的瓶頸問題。因此基于神經(jīng)網(wǎng)絡(luò)的各種先進(jìn)控制技術(shù)是解決現(xiàn)代電站中控制難題

3、的一條有效途徑。 本文緊密結(jié)合我國電廠的實(shí)際情況，以解決電廠實(shí)際運(yùn)行中存在的控制問題為出發(fā)點(diǎn)，抓住火電廠熱工控制系統(tǒng)普遍存在的大滯后和特性時(shí)變的特點(diǎn)，在已有的神經(jīng)網(wǎng)絡(luò)控制算法的基礎(chǔ)上，針對這些算法中存在的不足進(jìn)行進(jìn)一步研究并提出了基于Elman網(wǎng)絡(luò)的隱式廣義預(yù)測控制、基于改進(jìn)的Elman網(wǎng)絡(luò)的自適應(yīng)預(yù)測函數(shù)控制、基于混合神經(jīng)網(wǎng)絡(luò)的非線性自適應(yīng)預(yù)測函數(shù)控制、基于神經(jīng)網(wǎng)絡(luò)的多變量解耦自適應(yīng)預(yù)測函數(shù)控制及基于模糊神經(jīng)網(wǎng)絡(luò)的模型參考自適