小波神经网络广义预测控制在火电机组协调控制系统中的应用研究

《小波神经网络广义预测控制在火电机组协调控制系统中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、化效果及算法的实时可行性这两个衡量控制系统品质好坏的关键因素来看，现有方法都存在需要发展和完善的地方。小波变换通过尺度的伸缩和平移对信号进行多尺度分析，能有效提取信号的局部信息。神经网络具有自学习、自适应和容错性等特点,是一类通用的函数逼近器。结合神经网络和小波分析的优点，1992年，ZhangQinghua和Benveniste首先提出了小波神经网络(WaveletNeuralNetwork，WNN)的概念和算法[1]。小波神经网络的基本思想是用小波元代替神经元，即用已定位的小波函数代替Sigmoid函数作激励函数，通过仿射变换建立起小波变换与网络参数之间的联系。小波

2、神经网络能够通过训练自适应地调整小波基的形状来实现小波变换，同时具有良好的函数逼近能力和模式分类能力[2]。广义预测控制(GeneralizedPredictiveControl，GPC)是随着自适应控制的研究而发展起来的一种预测控制方法，适用于控制不易建立精确数学模型，比较复杂的工业生产过程[3]。GPC通过反馈校正消除控制系统的稳态偏差，并用在线有限优化即滚动优化取代了传统的最优控制，呈现良好的控制性能和鲁棒性。本文利用小波神经网络对大型单元机组进行辨识和预测，用广义预测控制方法进行控制，为解决大型单元机组协调控制问题提供了一条有效的途径。1.2火电厂协调控制系统的

3、研究现状单元机组协调控制系统是在常规机炉局部控制系统的基础上发展起来的新型控制系统，它将锅炉和汽轮机作为一个整体进行控制，根据主要运行参数的偏差，使机炉保持协调的运行方式，最大限度地发挥机组的蓄热能力，力图在使机组尽快适应电网负荷变化的同时，又能保证锅炉主汽压力在允许范围内。同时，克服了常规机炉控制系统的结构简单、功能单一，对机组不同运行方式和工况的适应能力差等缺点。协调控制系统(CoordinatedControlSystem，CCS)是一个复杂的系统，这种复杂性表现在以下几个方面：第一、协调控制系统的压力控制回路和负荷控制回路相互关联，存在着强耦合特性。这种特性还存

4、在着一类特别的结构，那就是汽轮机侧具有快速响应特性，而锅炉侧则有相对较慢的响应特性。第二、被控对象从本质上说是非线性的。主要存在于汽机侧的调节阀门和锅炉对象当中。第三、机组动态特性是时变的。因此根据某一工况下的线性化模型来设计的协调控制系统，未必能保证在其它工作点的动态响应品质，所以在设计控制算法时应考虑2算法的鲁棒性。第四，系统存在的不确定干扰使机炉协调控制存在着较大的不稳定因素。第五，锅炉侧存在着很大的纯迟延，常规的控制器很难解决这个问题。目前的协调控制系统大部分采用传统的PID控制为主，这主要是因为PID控制器结构简单、技术成熟、便于调节，能满足大量工业过程的控制

5、要求。但用于复杂对象仍有不足，因为在控制对象参数变化时，传统PID控制技术没有自校正(自我调节控制参数)功能，而对象运行的非线性决定了PID控制难以达到满意的控制效果。随着现代控制技术的应用和发展，许多先进控制方法的提出和运用对解决复杂热工对象的有效控制开辟了一条新的途径。以下是几种先进控制方法的比较：1.基于线性系统理论的研究多变量解耦控制。多变量解耦是先进控制理论中的传统方法，具有简单而灵活的结构，使其在工业领域得到了广泛的应用。目前在电厂中应用较多，由MCS公司开发的DEB400协调控制系统采用的就是一种近似的多变量解耦结构。文献[4]结合自整定技术、自适应技术给

6、出了智能解耦的控制策略，并将其应用于一个300MW机组。鲁棒控制。鲁棒控制是以提高协调控制系统在不同工况点的稳定性为主要目的的设计方法。鲁棒控制理论提供了系统化设计模型不确定对象最佳控制器的理论框架，揭示了用∞-范数度量系统性能比传统的2-范数更接近于实际需要的规律，因而比基于精确数学模型的现代控制理论更适合于实际应用。但还存在一些问题需要解决：鲁棒设计仍然需要控制对象的相对精确的数学模型；设计由于考虑了模型的不确定性，所以得到控制器的结构和阶次依赖于控制对象的结构和阶次，容易导致控制器具有过高的阶次；鲁棒控制设计方法不能直接完成时滞对象的控制器设计。预测控制。预测控制

7、是近年来发展起来的一类新型计算机控制算法，由于其对模型的依赖性弱、易于实现、控制综合效果好等诸多优点而在实践中得到成功应用。对于单元机组协调控制系统的设计而言，预测控制的最大优势在于能够采用滚动优化的策略，根据运行情况进行实时修正，并将各种优化目标融入到控制律中。文献[5]用多变量模型预测控制（ModelPredictiveControl）来改善传统的以锅炉跟随为基础的协调控制系统的性能，论文还从技术的角度对算法进行了改进。2.基于非线性系统的研究反馈线性化方法。反馈线性化方法是非线性控制理论中的经典方法，应用该方法可将非线性系统中的许多